# Dario Amodei：模型能力的指数增长快到头了，时间偏差也就一两年

> 原标题：Dario Amodei — “We are near the end of the exponential”

- 来源：Dwarkesh Patel 访谈
- 发布时间：2026-02-13T17:11:03.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/6255
- 原文：https://www.youtube.com/watch?v=n1E9IZfvGMA

## 摘要

Anthropic CEO Dario Amodei 在访谈里说，模型能力的指数增长曲线和他三年前预期的差不多，但这条曲线快走到头了，时间上可能就差一两年。他把进步归因于算力、数据、训练时长和可扩展的目标函数，并强调预训练和强化学习（RL）遵循的是同一套缩放逻辑，不是两套。RL 在数学和编程任务上同样表现出对数线性的收益，但正文没给出具体曲线、模型版本...

## 推荐理由

我会先打个折：正文没给实验曲线、模型版本或可复现参数，所以这不是一篇能拿来复盘的硬证据。但 Amodei 作为 Anthropic 的 CEO，把预训练和 RL 说成同一套扩展故事，并给指数增长判了个一两年的大限，这个信号级别很高。他提到 RL 在数学、编程任务上也是对数线性收益，说明靠堆算力还能再挤一阵子，但天花板已经在视野里了。对做模型训练和算力规划的人，这相当于一个方向性提醒：别按无限指数去押注。

## 锐评

Dario Amodei 这次访谈的核心判断很直接：模型能力的指数增长和他三年前预期的差不多，但这条曲线快走到头了，时间上可能就差一两年。他把进步归因于算力、数据、训练时长和可扩展的目标函数，并强调预训练和强化学习遵循的是同一套缩放逻辑，不是两套。RL 在数学和编程任务上同样表现出对数线性的收益，但正文没给出具体曲线、模型版本或可复现的参数，所以这个判断目前只能当作他的一家之言。

他提到一个有意思的现象：公众对“指数快结束了”这件事没什么感知，还在吵老掉牙的政治议题。这点先别太激动，因为访谈本身也没披露 Anthropic 内部用来支撑“快到头”的具体指标，比如是算力投入的边际收益在降，还是数据质量的提升空间见顶。信息缺口很明显。

另外，Dario 回应了 Rich Sutton 的质疑，认为 RL 和预训练在数据需求上没有本质区别，但没解释为什么模型还需要靠海量数据和定制环境才能学会用 Excel 这类工具。如果真有一套通用的学习算法，这个矛盾怎么解决，他没展开。整体来看，这篇访谈给出了一个方向性判断，但缺了验证判断所需的关键数字和实验设定。