Anthropic拋出「AI降速論」之際,AI商業化卻在提速! 從模型研發到金融顧問,加速兌現AI智能體紅利

智通財經
4小時前

智通財經APP獲悉,全球AI應用最強勁領頭羊Anthropic的CEO在上周末啱啱說「AI大模型/AI技術發展應該降速」,隨後便立馬有消息顯示新一代神級模型Claude Opus 5.2,已經在 Claude Code中開啓灰度測試,並且最新消息還顯示該公司正在竭力推進Anthropic 的Claude系列AI應用工具加速滲透至各行業——有消息顯示Anthropic公司重磅推出面向貝萊德等華爾街金融巨頭們的金融/財務顧問類新型Claude AI工具。這些動態可謂共同凸顯Anthropic正在同時推進前沿AI風險治理與企業AI應用商業化,與OpenAI等最強勁AI應用競爭對手競逐AI變現。

許多AI開源生態的AI應用開發者們發現,新一代「神級模型」——Claude Opus 5.2,已經在Claude Code 中開啓灰度測試。此外,一些Claude生態平台開發者們通過抓包和查看請求狀態(/status)發現,雖然前端名字沒變,但背後的模型slug已經赫然指向了Opus 5.2。

Anthropic試圖通過更強的模型能力與智能體執行機制,將AI從編程輔助工具推進到能夠持續完成複雜任務的工作系統。全球開發者們關於Opus 5.2的最新描述中,值得關注的升級方向包括響應速度、代碼完成度,以及長任務中的持續執行與反覆驗證能力。其中,商業價值最直接的變化是:用戶交付一個目標後,AI能夠承擔更多任務拆解、代碼編寫、測試和修復工作,減少人工反覆提示與接管。

關於Opus 5.2,甚至有開發者表示,似乎遞歸自我改進(Recursive Self-Improvement,即RSI)開始主導Anthropic訓練範式,展現出「更強模型輔助研發、研發效率提升、推動下一代模型進步」的技術路徑。RSI的潛在意義,在於AI大模型趨向於能夠同時成為產品和AI自動研發工具,使模型企業的競爭延伸至AI實驗室訓練執行工作、基礎設施維護與底層算子前沿理論研究流程自動化。

9月14日,「AI芯片超級霸主」英偉達股價下跌約3.4%,費城半導體指數則罕見大幅下跌約6%,市場正在計入AI降速討論等因素帶來的風險——Anthropic與OpenAI等全球AI領頭羊在周末一致呼籲放緩前沿AI大模型開發速度。

然而,拋出「AI降速論」的Anthropic公司近期可謂全力加速推進AI應用端變現路徑,除了Opus 5.2灰度測試,Anthropic同樣是在周一宣佈重磅推出Claude AI理財顧問版,連接貝萊德、先鋒領航、嘉信理財等華爾街最頂級金融機構的數據和分析工具,協助顧問準備客戶會議、審視投資組合、整理記錄和起草溝通材料。該公司一方面在呼籲前沿模型能力發展的節奏放緩,另一方面卻積極推進前沿AI大模型研發工作以及推進該公司AI大模型接入現有業務流程,爭取更大規模企業客戶和AI應用創收數據。

前沿AI開發者們呼籲降速,應用端卻在競逐變現

新AI大模型的灰度測試,以及全新Claude AI應用工具的發布都在積極證明Anthropic雖然呼籲放緩AI研發進程卻在加速AI應用商業化進程繼續推進。從全球AI應用領軍者廠商們的積極AI應用產品佈局來看,基於最前沿AI大模型的AI工具正在進入金融、內容創作、醫療與科研等具有具體流程的業務場景。

OpenAI於9月10日推出面向金融服務業的ChatGPT,與摩根士丹利、Evercore合作設計,全面且深度結合GPT-6 Astra大模型、專業金融數據和文檔生成能力,首先服務投資銀行與股票研究;Roblox於9月11日擴展AI遊戲創作工具Build,並公布獨立應用和瀏覽器遊玩計劃;Anthropic今年初已推出面向醫療機構的工具,並擴展生命科學功能,支持保險事先授權資料處理、科研信息檢索及監管申報材料準備等工作。

這些最新的AI應用動向都在顯示,競爭正延伸到誰能把模型嵌入高頻、可覈驗、有人願意付費的工作流程。不過,產品推出、試點使用與全面商業部署屬於不同階段,當前暫時不能把公告數量直接當作行業滲透率。

遞歸自我改進,毋庸置疑已經成為全球最前沿AI實驗室公開討論的重要研發方向。Anthropic近期披露,其工程師人均季度代碼交付量達到2021—2025年水平的約8倍,同時明確表示,能夠完全自主設計和開發下一代模型的閉環尚未實現,研究目標選擇和判斷能力仍存在明顯差距。OpenAI首席科學家也公開表示,公司正將研究重點轉向RSI。AI輔助研發工作的覆蓋範圍正在顯著增加,可能通過代碼生成、實驗執行和結果分析縮短大部分AI研發工作環節。

正在進行灰度測試的Anthropic前沿AI大模型,以及重磅問世的OpenAI Astra等前沿模型對算力需求的主要影響,聚焦於讓更多複雜任務變得可執行,從而擴大潛在使用範圍,更多付費智能體任務有望長期增加推理需求。

企業應用不斷擴大可謂帶來算力需求持續加速增長的重要來源,一項理財顧問任務可能包含讀取持倉、檢索研究、運行分析、覈對結果和生成客戶材料,需要多次模型調用及外部工具執行;如果更多客戶、更多機構將這類任務交給智能體,累計推理量、併發會話和工具運行資源就可能持續大幅增加;長上下文、多步驟推理和並行子代理也可能提高複雜任務的資源需求。

在AI數據中心算力基礎設施鏈條中,AI智能體帶來的強勁算力資源需求可能加速擴散至GPU/ASIC、HBM、服務器DRAM、企業級SSD和數據中心內部高速光學互連設備以及數據中心CPU、數據中心電力鏈條等等多個環節。智能體擴張會同時影響計算、內存、存儲和網絡。GPU及其他加速器承擔模型計算,高帶寬內存(HBM)支撐模型權重和活躍推理狀態的高速訪問;長上下文與併發會話會增加鍵值緩存(KV Cache)壓力,CPU側DDR內存則承擔工具執行、數據庫訪問、會話管理等任務。企業級NAND固態硬盤(SSD)用於知識庫、文檔、運行記錄,並可在適當架構下承接部分KV緩存卸載和複用。美光科技近期的一次技術說明也把這些需求區分為靠近加速器的高速內存、數據中心主內存和上下文存儲等層次。

全球最頂級財富管理機構們開始裝上AI助手:Claude奮力爭奪華爾街理財顧問工作台

據了解,Anthropic公司正在向華爾街最頂級資管機構與綜合金融機構的理財顧問們推介一個新版本的Claude,將這款聊天機器人與貝萊德、先鋒領航集團及其他公司提供的金融分析和風險管理技術相結合。

據Anthropic和貝萊德的高級管理人員介紹,這套名為「Claude理財顧問版」(Claude for Financial Advisors )的AI智能體操作系統,有望加快研究、行政事務和投資組合監督等工作的處理。

這是這家AI公司迄今向金融行業擴張最重要的舉措之一。這項功能還可連接嘉信理財、iCapital等公司的工具,是在Anthropic此前推出的金融服務AI智能體基礎上進一步發展而來;這些智能體旨在處理製作業務推介演示文稿、審閱報表等金融服務任務。

Anthropic向金融行業推介產品之際,整個AI行業正處於增長與動盪並存的時期。Anthropic和OpenAI均在籌劃首次公開募股,這將為早期投資者帶來數十億美元的收益。OpenAI上周啱啱推出了專為投資銀行家和股票研究人員量身打造的金融服務功能。

與此同時,人工智能技術的快速發展正引發世界各地立法者和行業領袖的警覺。周六,Anthropic首席執行官達里奧·阿莫迪表示,必須放慢最先進系統的開發速度,以防止災難發生;OpenAI首席執行官薩姆·奧爾特曼和SpaceXAI首席執行官埃隆·馬斯克均對他的聲明表示支持。

與OpenAI一樣,Anthropic一直在通過軟件工程和編程之外的專業服務爭奪企業客戶。

Claude理財顧問版是這一舉措的一部分,主打為顧問提供更高效的工作流程,使他們能夠服務更多客戶。

Anthropic金融服務負責人喬納森·佩洛西在接受採訪時表示:「真正從事理財顧問工作的人群——規模並不大,而且實際上還在萎縮。這些人正在退休,這一群體人數本來就不多。因此,優質理財指導的供給實際上並不充裕。如果我們能做些什麼,幫助這些顧問服務更多客戶,我們認為這絕對是一件好事。」

Anthropic的工具可以讓更多顧問接入貝萊德、先鋒領航等公司的投資組合分析和投資研究工具,並可能為這些公司帶來更多業務。理財顧問越來越依賴由交易所交易基金及其他投資組成的「模型投資組合」;例如,貝萊德表示,目前其管理的這類投資組合規模約為3000億美元。

貝萊德美國財富顧問及退休業務負責人傑米·馬吉耶拉表示:「我們觀察到的最大趨勢之一,是顧問希望將工作外包。幫助顧問構建投資組合的機會,不僅在於提供更好的信息,還在於幫助他們提高服務能力。」

投資建議和投資決策仍將由顧問及其客戶負責。

佩洛西表示:「你不會直接從Claude那裏獲得投資建議。我們把這項判斷留給專業人士。」

免責聲明:投資有風險,本文並非投資建議,以上內容不應被視為任何金融產品的購買或出售要約、建議或邀請,作者或其他用戶的任何相關討論、評論或帖子也不應被視為此類內容。本文僅供一般參考,不考慮您的個人投資目標、財務狀況或需求。TTM對信息的準確性和完整性不承擔任何責任或保證,投資者應自行研究並在投資前尋求專業建議。

熱議股票

  1. 1
     
     
     
     
  2. 2
     
     
     
     
  3. 3
     
     
     
     
  4. 4
     
     
     
     
  5. 5
     
     
     
     
  6. 6
     
     
     
     
  7. 7
     
     
     
     
  8. 8
     
     
     
     
  9. 9
     
     
     
     
  10. 10