人類聲稱AI並不停滯，它超出了基準測試

大型語言模型（LLMs）和其他生成式AI技術在自我修正方面取得顯著進展，這為新應用鋪平了道路，包括所謂的「代理AI」，根據領先AI模型開發商Anthropic的副總裁Michael Gerstenhaber表示。

「它在自我修正、自我推理方面表現得非常好，」在Anthropic領導API技術的Gerstenhaber，在紐約接受彭博情報分析師Anurag Rana採訪時分享道。Anthropic是Claude系列LLMs的創造者，與OpenAI的GPT模型直接競爭。「每隔幾個月，我們就發布一個新模型，擴展了LLMs的能力，」他補充說，強調了該行業的動態特性，每一次模型修訂都解鎖了新的潛在用途。

AI模型的新能力

Anthropic的最新模型引入了任務規劃等能力，使它們能像人類一樣在電腦上執行任務，例如線上訂購披薩。「規劃中間步驟，這在昨天還不可行，現在已觸手可及，」Gerstenhaber談到這種逐步執行任務的能力時指出。

這場討論還邀請了AI新創公司Scale AI的首席技術專家Vijay Karunamurthy參加，是彭博情報主辦的為期一天的會議的一部分，會議主題為「生成式AI：能否兌現生產力承諾？」

挑戰AI懷疑論

Gerstenhaber的見解挑戰了AI懷疑論者的觀點，這些人認為生成式AI及更廣泛的AI領域「正面臨瓶頸」，認為每個新模型迭代的回報正在減少。例如，AI學者Gary Marcus自2022年以來一直直言不諱地表達他的擔憂，警告僅僅增加AI模型的規模（更多參數）不會成比例地提升其性能。

然而，Gerstenhaber堅稱Anthropic正在突破當前AI基準所能衡量的範圍。「即使某些領域的進展看似放緩，那是因為我們正在解鎖全新功能，但我們已經飽和了基準以及執行舊任務的能力，」他解釋道。這使得越來越難以全面評估當前生成式AI模型所能實現的全部潛力。

規模擴展與學習

Gerstenhaber和Karunamurthy都強調了擴展生成式AI模型以增強其自我修正能力的重要性。「我們確實看到智能的規模越來越大，」Gerstenhaber評論道。Karunamurthy補充說：「我們相信在規劃和推理方面沒有遇到瓶頸的原因之一，是我們仍在學習如何結構化這些任務，以便模型能適應新的多樣環境。」

Gerstenhaber同意這一觀點，說道：「我們正處於早期階段，從應用開發者那裡學習他們的需求以及模型的不足之處，然後將這些反饋整合回語言模型中。」

實時學習與適應

根據Gerstenhaber的說法，這種進展很大程度上是由Anthropic的基礎研究快速進展以及來自業界的實時反饋驅動的。「我們正在適應業界告訴我們的需求，實時學習，」他說。

客戶通常從較大的模型開始，然後縮減到更簡單的模型以適應特定用途。「最初，他們評估一個模型是否足夠智能以良好執行任務，然後是否足夠快以滿足應用需求，最後是否能盡可能具有成本效益，」Gerstenhaber解釋道。