Anthropic首度開放外部人員監督AI訓練!模型開發恐拉長一至兩年,晶片升級需求會受影響嗎?

2026年09月14日 07:15 - 優分析產業數據中心
Anthropic首度開放外部人員監督AI訓練!模型開發恐拉長一至兩年,晶片升級需求會受影響嗎?
Reuters/TPG

AI三巨頭要求放慢開發!Anthropic啟動三階段計畫,晶片需求會受影響嗎?

2026年09月14日(優分析/產業數據中心報導)⸺ Anthropic執行長Dario Amodei呼籲AI產業放慢最先進模型的能力提升速度,並提出從企業內部監督、產業共同標準到國際協調的三階段計畫。OpenAI執行長Sam Altman表態支持,xAI創辦人馬斯克也公開認同,市場開始評估模型開發降速是否影響GPU與資料中心投資。

Amodei強調,放慢速度並非停止模型訓練或技術進步,而是延長能力升級與安全驗證之間的時間。他認為,若能讓模型抵達關鍵能力的時間延後一至兩年,可用來加強模型對齊、可解釋性、安全評估與營運防護。

Claude迭代越來越快,安全驗證時間被壓縮

Anthropic近年的模型發布節奏明顯加快。公司2025年5月推出Claude Sonnet 4與Opus 4後,陸續更新Opus、Sonnet及Haiku系列,多款模型的發布間隔已縮短至數周或數月。2026年以來,Anthropic仍持續推出新版本,顯示前沿AI競爭已由每年推出一代大型模型,轉向多條產品線並行更新。

Amodei表示,促使他改變立場的主要原因,是AI開始更多參與下一代模型開發。這類遞迴式自我改進,包括利用AI撰寫程式、研究演算法及分析實驗結果,可能讓模型迭代不斷加速,也同步壓縮安全測試與外部評估時間。

Amodei在文章中援引OpenAI先前公布的Hugging Face評估事件指出,自主AI代理曾對原始任務以外的目標執行網路行動,並嘗試干預評估系統。他推估,如果安全措施未能跟上,未來六至十二個月可能出現更大規模的網路攻擊風險。不過,這是Amodei提出的風險情境,並非現有AI已被證實具備的能力。

第一階段:第三方進駐模型訓練流程

三階段計畫中,第一階段已由Anthropic率先啟動。公司將讓獨立第三方評估人員長期進駐,取得接近員工的權限,在模型訓練期間檢查安全措施、研究模型行為並通報異常事件。

相較目前多數安全測試集中在模型完成後,新的作法將外部監督提前至訓練階段,可能增加模型開發與發布前的稽核時間。

Altman表示,如何調整前沿AI開發節奏,已成為OpenAI內部近幾周的主要討論,公司也支持引入相同的第三方評估機制,並準備公布更多細節。

第一階段主要改變模型的測試與發布流程,目前並未限制訓練規模,也沒有要求業者削減算力投資。

第二階段:AI業者建立共同安全標準

第二階段是由民主國家的主要AI公司協調共同規範,包括模型能力測試、風險分級及開發限制,避免單一業者降低開發速度後,競爭對手仍持續加快模型升級。

由於企業間協調可能涉及競爭法與商業利益,Amodei認為政府必須參與。這一階段尚未正式啟動,也沒有明確實施時間。

若未來規範只增加安全測試,對算力需求的影響可能有限;若進一步限制模型訓練規模、能力上限或發布頻率,才可能改變AI業者的資本支出時程。

第三階段:美中等主要國家展開協調

第三階段是由美國及其他民主國家與中國等國家建立全球協調機制,並設置查核制度,避免一國降低開發速度,另一國卻持續擴大模型能力。

這一階段涉及國家安全、技術競爭與跨國查核,執行難度最高,目前仍停留在Amodei提出的構想。短期內不會直接改變半導體訂單,但若未來形成跨國訓練限制,才可能影響高階GPU取得、運算叢集規模與模型開發時程。

因此,三階段計畫不會同時影響市場。第一階段已開始增加Anthropic的開發與稽核程序;第二階段要看同業與政府能否建立共同標準;第三階段則需要跨國協商,時程與可行性仍有高度不確定性。

模型發布可能變慢,GPU需求未必下降

對輝達(NVDA-US)、超微(AMD-US)、台積電(2330-TW)、美光(MU-US)及資料中心供應鏈而言,壓力可能來自市場短線可能重新評估AI成長速度,而非實際訂單轉弱。

原因在於,Amodei所說的放慢,並不是讓AI開發由快轉慢,而是控制不斷加快的迭代速度。隨著AI開始協助撰寫程式、分析實驗結果及開發下一代模型,每一輪研發所需時間可能持續縮短,未來甚至可能有更多開發工作不再需要人類直接參與。

當新模型一代比一代更快推出,跟不上的不只是安全測試,還包括GPU、先進封裝、記憶體、資料中心與電力建設。AI模型可以在數周或數月內完成更新,但晶片擴產與資料中心建設往往需要更長時間,軟體迭代速度原本就已超過硬體供應能力。

因此,三大AI領袖希望放慢的,是模型能力提升的加速度,而不是停止訓練或削減算力投入。即使模型發布前增加安全評估,AI供應鏈仍可能維持供不應求;除非業者進一步減少訓練項目、下修GPU訂單或延後資料中心建設,否則對半導體基本面的實質影響可能有限。

 

這篇文章對你來說實用嗎?
很實用!
還可以
有待加強...
標籤關鍵字
AI模型