**Anthropic 发布 AI 自动研究员：训练成本仅人类 1/37，10 项对齐指标全部改善**

_Anthropic 揭示“AI 训练 AI”新方法，比人类研究员成本更低、速度更快_

> Anthropic 发布论文《自动化研究员能够可靠缓解对齐失效》，展示用 AI 模型自动训练其他 AI 模型的新方法。该系统针对 10 种对齐失调行为进行测试，全部指标均有改善且未牺牲模型整体能力。自动化研究员平均只需 6 小时即可超越人类研究员方案，API 推理成本每小时仅 4 美元，而人类研究员费用为每小时 150 美元。研究向递归自我改进迈出重要一步，但仍依赖基准测试的准确性。

**来源信息**
- **来源**：IT之家（RSS）
- **分类**：论文
- **发布时间**：2026-08-29 21:25（北京时间）
- **原文**：[打开原文](https://www.ithome.com/0/996/038.htm)