Anthropic 修订版 S-1A 罕见提示：公司可能即将触及“递归自我改进”门槛

11月2日，Anthropic 在修订版 S-1A 文件中更新了风险因素章节，把“递归自我改进”（recursive self-improvement，简称 RSI）写成了一个需要向投资者说明的具体风险。TechCrunch 当天报道指出，这份文件最受关注的是更新的财务数据——收入在飙升，支出同样在膨胀——但真正值得注意的是细则里的这段新表述。

RSI 指的是 AI 在训练自身这件事上变得足够强，从而引发能力的急剧加速。在担忧者看来，它意味着模型可能迭代到超出人类控制的范围，并在追求目标时对造成的损害无动于衷；在乐观者看来，它代表一种难以想象的生产力工具，可以加速科学发现。同一项能力，被两种叙事同时争夺。

文件新增了两层意思。第一，Anthropic 承认自己已经在用 AI 开发新模型，而这些模型带来的能力跃升，公司当时并没有识别出来。第二，公司表示，依据内部估算以及对未来模型的预期——而不是现有模型的表现——它可能“即将”满足其《负责任扩展政策》（Responsible Scaling Policy）中“由 AI 导致的显著加速进展”这一定义。

原文写得很直接：公司称其内部估算与对未来模型的预期表明，可能很快就会触及 RSP 中“dramatically accelerated progress attributable to AI”的门槛，同时强调目前尚未把任何现有模型认定为超过该阈值，相关底层数据仍在评估之中。

这份披露的另一半是约束。Anthropic 在文件中承诺，在可预见的未来仍会把人类留在研发流程中，并表示不预期能够安全地让 Claude 在缺乏有意义的人类监督或理解的情况下，完全自主地设计并构建下一代前沿模型——即便这在技术上变得可行。公司还称，正在考虑更新 RSP，以在内部保持人类对前沿模型开发的控制。

对于长期跟踪 AI 安全讨论的人来说，这段话的分量在于它出自一份上市文件，而不是一篇博客。S-1 类文件既是披露，也是营销，怀疑者完全可以说“我们快要造出能改造自己的模型”同样是一种估值叙事。但文件里同时承认了“过去未能及时识别能力跃升”这一事实，这让它更像一次被动交底，而不只是主动宣传。

把两件事放在一起看会更清楚：Anthropic 一方面说现有模型都还没越过门槛，另一方面又说未来模型的预期表现可能让公司很快越线。这实际上把 RSI 从“行业口头禅”变成了一个有内部定义、有触发条件、需要持续向市场汇报的运营指标。

接下来值得观察的有三点：修订后的 RSP 究竟会加入哪些具体条款，IPO 进程中美股投资者与监管方如何解读这类风险表述，以及当公司真的认定某个模型越过阈值时，会以什么方式、在多长时间内对外披露。对 Anthropic 而言，这份文件已经把答案的一部分提前写在了纸上。