Anthropic тратит на токены больше, чем на зарплаты инженеров
По данным Business Insider из документов к IPO, расходы Anthropic на собственные токены (в пересчете на клиентские цены) превысили прямые затраты на зарплаты сотрудников. С января по сентябрь внутреннее потребление API внутри команды выросло в 250 раз. Инженеры больше не пишут код руками — они дирижируют агентами, которые генерируют и прогоняют гипотезы сотнями параллельных потоков.
А некоммерческая организация METR выкатила отчет об оценке ускорения AI R&D в Anthropic. Что там самого интересного:
1️⃣ Два года прогресса за один. Темп роста возможностей моделей (по метрике AECI) вырос примерно в 1.9 раза. Проще говоря: дистанцию, на которую раньше уходило два года (от условного Claude 2.1 до Sonnet 4.5), теперь пролетают за 12 месяцев.
2️⃣ Это НЕ залив задачи тоннами видеокарт. METR отдельно подчеркивает: ускорение не связано со взрывным ростом pretraining compute. Вычислительные мощности росли планово. Около 80% буста — это чистый импакт от использования Claude для исследований и автоматизации экспериментов. Claude буквально помогает собирать следующего Claude.
3️⃣ Устранение человеческого фактора из программирования. Исследователи пишут, что написание кода перестало быть проблемой. Время между появлением идеи и запуском эксперимента сократилось на 80%. Агенты самостоятельно проводят серии экспериментов по отбору архитектур и данных.
4️⃣ METR не обнаружила явных признаков того, что Anthropic упрется в непреодолимые бутылочные горлышки по данным, алгоритмам или мощностям в ближайшие 12 месяцев. Маховик продолжает раскручиваться.
НО❗️ Anthropic, публично продвигающая концепцию безопасности и прозрачности, воспользовалась правом вето и вымарала из публичной версии отчета METR добрую половину ключевых доказательств. Официальная формулировка: «чтобы не передавать чувствительные данные конкурентам». Поэтому точно проверить, нет ли там жесткого оверфиттинга под бенчмарки на синтетических задачах, независимое сообщество пока не может. Да и до полной автономии системам далеко — это всё ещё плотный симбиоз человека и машины (AI-assistance), а не самодостаточный AGI.
