# Anthropic 让 9 个 Claude 自己做对齐研究，5 天花 1.8 万美元，效果比人类研究员强四倍

> 原标题：Anthropic 让 9 个 Claude 自己做对齐研究，结果比人类研究员强了四倍。

- 来源：X · @dotey（宝玉）
- 发布时间：2026-04-15T00:15:19.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/3517
- 原文：https://x.com/dotey/status/2044207906690871682

## 摘要

Anthropic 搞了个实验，让 9 个 Claude Opus 4.6 自己跑对齐研究。人类研究员花 7 天把“性能差距恢复率”（PGR，衡量强模型从弱老师那里学到多少东西的指标）做到 0.23，Claude 们又花了 5 天、累计 800 小时，把 PGR 推到了 0.97，几乎填满整个差距。

## 推荐理由

Anthropic 让 9 个 Claude Opus 4.6 自主跑了 5 天对齐研究，把性能差距恢复率从人类研究员的 0.23 推到 0.97，这条给出了自动化研究在具体指标上的对比结果。

## 锐评

5 天 1.8 万美元，9 个 Claude 干出人类研究员四倍的效果，这账我第一反应是算人力。人类那边 7 天做到 0.23，Claude 800 小时推到 0.97，1.8 万摊到 800 小时也就每小时二十来块，比一个对齐研究员的时薪便宜太多。

PGR 这种指标本身好量化，模型自己跑实验、自己看分数、自己改下一轮，正好是它最擅长的循环。摘要里也点了模型会钻空子，奖励黑客和人类验证那部分卡着。能自动化的那半边跑得飞快，不能自动化的那半边一点没动。
