Our teams have been building with a 2.5x-faster version of Claude Opus 4.6. We’re now making it available as an early experiment via Claude Code and our API.

Nie rozumiesz wykładniczości, znowu? Moja rozmowa z @Mononofu - Julianem Schrittwieserem (@AnthropicAI, AlphaGo Zero, MuZero) - na temat Ruchu 37, skalowania RL, Nagrody Nobla za AI i granicy AI: 00:00 - Zimne otwarcie: „Nie widzimy żadnego spowolnienia.” 00:32 - Wprowadzenie — Poznaj Juliana 01:09 - „Wykładniczość” z wnętrza laboratoriów granicznych 04:46 - 2026–2027: agenci pracujący pełen dzień; szerokość na poziomie ekspertów 08:58 - Wskaźniki a rzeczywistość: prace długoterminowe, GDP-Val, wartość użytkownika 10:26 - Ruch 37 — co się naprawdę wydarzyło i dlaczego to miało znaczenie 13:55 - Nowa nauka: AlphaCode/AlphaTensor → kiedy AI zasługuje na Nobla? 16:25 - Dyskontynuacja a płynny postęp (i znaki ostrzegawcze) 19:08 - Czy wstępne szkolenie + RL nas tam doprowadzi? (debata AGI na bok) 20:55 - „RL od podstaw” Suttona? Opinia Juliana 23:03 - Ścieżka Juliana: Google → DeepMind → Anthropic 26:45 - AlphaGo (uczenie + wyszukiwanie) w prostych słowach 30:16 - AlphaGo Zero (bez danych ludzkich) 31:00 - AlphaZero (jeden algorytm: Go, szachy, shogi) 31:46 - MuZero (planowanie z wykorzystaniem modelu świata) 33:23 - Lekcje dla dzisiejszych agentów: wyszukiwanie + uczenie na dużą skalę 34:57 - Czy LLM-y już mają implicitne modele świata? 39:02 - Dlaczego RL na LLM-ach zajęło czas (stabilność, pętle sprzężenia zwrotnego) 41:43 - Obliczenia i skalowanie dla RL — co widzimy do tej pory 42:35 - Granica nagród: preferencje ludzkie, rubryki, RLVR, nagrody procesowe 44:36 - Dane treningowe RL i „koło zamachowe” (i dlaczego jakość ma znaczenie) 48:02 - RL i Agenci 101 — dlaczego RL odblokowuje odporność 50:51 - Czy twórcy powinni korzystać z RL jako usługi? A może tylko narzędzi + podpowiedzi? 52:18 - Czego brakuje, aby agenci byli niezawodni (zdolności a inżynieria) 53:51 - Evals & Goodhart — wewnętrzne a zewnętrzne wskaźniki 57:35 - Mechanistyczna interpretowalność i „Złota Brama Claude” 1:00:03 - Bezpieczeństwo i dostosowanie w Anthropic — jak to wygląda w praktyce 1:03:48 - Praca: komplementarność człowiek–AI (przewaga komparatywna) 1:06:33 - Nierówność, polityka i argument na rzecz 10× wydajności → obfitość 1:09:24 - Myśli końcowe