9月17日音问开云体育，AI鸿沟的两大巨头Anthropic和OpenAI正奋勉于开发梗概替代东说念主类实行复杂使命的“AI共事”。其中枢方法是使用模拟企业软件来西宾AI模子，使其能像东说念主类职工那样相识和操作真实的使命过程。

为加快这一进度，Anthropic筹办在来岁插足10亿好意思元栽植大限度的AI西宾“健身房”。OpenAI则以为，悉数这个词经济改日齐可能酿成庞杂的“强化学习机器”，AI将通过与东说念主类协融合响应胁制进化，从根底上重塑分娩力与使命格式。

时薪最高250好意思元，“AI家教”正在教大模子若何办公

Anthropic与OpenAI正在作念一件前所未有的事：让大言语模子真实走进“办公室”，学习当别称及格的“数字职工”。

这些AI模子正在接受高强度奇迹培训，学习操作各样专科办公软件，从Salesforce的客户管制系统、Zendesk的客服平台，到医疗鸿沟的Cerner电子病历系统。最终主义是让AI梗概孤凄迷理白领以前濒临的复杂使命任务。

与传统AI西宾透顶不同，Anthropic和OpenAI此次收受的是“模拟办公”千里浸式教化。研究东说念主员不仅为AI搭建高度仿简直企业应用环境，还重金聘用各行业巨匠担任“奇迹导师”，手把手熏陶模子软件操作技巧。

这么的西宾老本昂贵。据知情东说念主士流露，Anthropic筹办在改日一年内插足10亿好意思元，很是栽植被称为“强化学习环境”或“健身房”的模拟办自制台。OpenAI相通不吝重金，展望本年在数据相干鸿沟的支拨就将达到10亿好意思元，到2030年更将增至80亿好意思元。这些资金既用于搭建造谣办公环境，也用于支付巨匠薪酬。

不出预念念，聘用东说念主类巨匠的老本也在水长船高。为OpenAI等公司提供巨匠职业的Labelbox公司流露，现在熏陶AI操作软件的生物、软件编程、医学等不同鸿沟巨匠中，20%时薪稀零90好意思元，近10%时薪冲破120好意思元。展望改日18个月，顶级巨匠的时薪将涨至150-250好意思元。

尽管插足庞杂，但陈述可能超乎念念象。一朝生效，这种新西宾姿首不仅能匡助OpenAI和Anthropic冲破传统西宾时刻的瓶颈，还可能为他们开辟全新的贸易格式。举例，改日企业不错销售能收受用户电脑并代为操作应用的“AI智能体”，或者欺诈AI开发出更强劲的企业级应用。

Anthropic首席实行官达里奥·阿莫代伊（Dario Amodei）将这些AI产物称为“造谣协调者”。它们被规画成能与东说念主类并肩使命，练习操作咱们以前使用的各式应用顺序。

关联词，要杀青这个主义并不简便。

很是匡助企业优化AI模子的图灵公司（Turing）给出了具体案例。该公司前沿数据模样追究东说念主安舒尔·巴吉（Anshul Bhagi）评释说念，要训诲AI完成一个销售任务，需要向上多个系统：不仅要掌持Salesforce的客户筛选功能，还要会使用LinkedIn寻找潜在客户、用Calendly安排会议，并通过Gmail发送跟进邮件。

图：研究东说念主员会将复杂任务拆分为多个才略，然后考证AI模子是否按要求完成

为确保AI真实掌持这些手段，图灵公司规画了一套邃密的考证过程：将每个任务拆解为多个要道才略，并建设明确的检查表率。以销售任务为例，窥探表率包括：AI是否按“终末量度时辰”筛选了客户数据库？是否生效发送包含Calendly会议邻接的邮件？是否将潜在客户状态更新为“重新有计划”？

天然这项时刻尚处于早期阶段，但各大AI践诺室照旧准备好插足重金。一位投资者流露，Anthropic现在仅将不到10%的后西宾（即模子初步西宾完成后进入优化阶段）预算用于“强化学习环境”，但由于初期后果显耀，该公司展望来岁将大幅升迁这方面的插足。

AI“西宾场”成为科技巨头新战场

图灵公司CEO乔纳森·西达尔特（Jonathan Siddharth）近日流露，他们已建成稀零1000个强化学习模拟环境，掩饰从Airbnb到Excel等各样应用场景。这些被称作“AI健身房”的造谣空间，正成为西宾AI模子的毛病钞票。每个模拟环境齐配备100到500个定制任务示例，并包含好意思满的评估体系，让企业梗概系统性地西宾AI掌持各样办公手段。

这个新兴鸿沟正诱导多半玩家入场。Scale、Surge、Mercor和Invisible Technologies等竞争敌手纷纷推出肖似职业，他们不仅提供模拟环境，还配备行业巨匠规画各式应用场景下的西宾任务。一批专注职业顶级AI践诺室的初创公司也悄然涌现，强化学习环境正在成为一个新兴细分赛说念。

Surge公司首创东说念主兼CEO埃德温·陈（Edwin Chen）说：“OpenAI和Anthropic改良模子的方法，其实是在效法东说念主类的学习过程，而强化学习环境就像是让AI生存在真实寰球里。”

除了搭建模拟环境，AI开发商们也在不时用经心筛选的问答来西宾模子，这些问答频频难度极高，比如顶级的编程竞赛题或博士水平的生物学问题。这些问答随后会被用于强化学习，从而训诲模子在特定鸿沟的外行段或新常识。

图：改良东说念主工智能模子的方法，不错比作主说念主类学习新想法的不同路线

跟着AI模子变得越来越智慧，数据标注公司也运行“招兵买马”，从领先聘用硕博在读生，升级到聘用在特定鸿沟领有多年教训的职场精英。举例，图灵公司就曾聘用过好意思国宇航局（NASA）的数据科学家、参与动力部模样的化学家、辐射科的入院医生，甚而还有私募股权公司的副总裁，来完成特定的真实寰球任务，让AI在一旁“不雅摩”学习。

巴吉举了一个例子：假定一个AI开发者念念训诲模子相识税率变动对财务模子的影响，图灵公司会先请一位金融巨匠（条约工）惩办这个问题，得出一个明确的谜底，比如最终股价，动作锻练表率。

然后，AI开发者会让模子也去尝试完成这个任务几十次。他们会筛选出那些模子计较抛弃与东说念主类巨匠一致的案例，再用这些正确的案例来贴近西宾模子。通过这种姿首，模子开发者能快速、低老腹地生成多半正确的西宾样本。

像OpenAI这么的头部AI开发商，正试图从百行万企网络肖似的案例，从医疗到法律，兼容并包。一位OpenAI的高管在本年早些时候曾暗里暗示，他们渴望“悉数这个词经济体”最终能酿成一台庞杂的“强化学习机器”。这意味着，AI改日可能和会过记载各鸿沟专科东说念主士在征战上的以前使命来进行学习和西宾。

本文作家：腾讯科技特约编译金鹿开云体育，起原：腾讯科技，原文标题：《AI改进下一站：Anthropic与OpenAI斥巨资打造“造谣职工”》

风险辅导及免责条件 市集有风险，投资需严慎。本文不组成个东说念主投资提议，也未琢磨到个别用户特殊的投资主义、财务景象或需要。用户应试虑本文中的任何意见、不雅点或论断是否相宜其特定景象。据此投资，包袱清脆。