前研究员 Coxon：Anthropic 已可用原算力的一小部分重训 Mythos
Anthropic can already retrain Mythos with "a fraction of the compute originally needed," says former researcher Coxon
离职研究员掏出了 Anthropic IPO 路演的幻灯片，说重训 Mythos 只需原来一小部分算力。这解释了为什么头部实验室能靠算法省下天文数字的 GPU 成本，关注模型训练经济学的人都该看看这套逻辑。
前 OpenAI 和 Anthropic 研究员 Jacob Coxon 公开了 Anthropic IPO 路演中的一页幻灯片，并以此作为他离职的原因之一。他指出，依据该幻灯片，Anthropic 现在只需最初所需算力的一小部分就能重新训练 Mythos 模型。Coxon 认为这表明该公司的算法改进速度在加快。他持续呼吁暂停前沿模型开发，让竞争对手有时间追赶，使人类水平的 AI 变成通用商品。
从技术角度看，这一说法的核心在于算法效率对训练成本的放大作用：如果重训 Mythos 只需原算力的一小部分，意味着同样的数据中心预算能支撑更频繁的模型迭代。路演幻灯片被用于向投资者展示这种改进不是线性而是在加速，这对一家正筹备 IPO 的公司是重要的估值叙事。
对行业而言，Coxon 的立场代表了研究圈内部对前沿竞赛的另一种声音：不是比拼算力规模，而是让能力扩散成商品。他的呼吁能否落地尚无先例，但算力效率的差距本身就是 Anthropic 相对竞争对手的护城河。
Anthropic can already retrain Mythos with "a fraction of the compute originally needed," says former researcher Coxon
Former OpenAI and Anthropic researcher Jacob Coxon points to a slide from Anthropic's IPO roadshow as a reason he left, saying it shows the company's algorithms are improving not just quickly but at an accelerating rate. Coxon continues to call for a pause on frontier model development so competitors can catch up and human-level AI can become a commodity. The article Anthropic can already retrain Mythos with "a fraction of the compute originally needed," says former researcher Coxon appeared first on The Decoder .
本条情报归属 AITOP「行业」核心栏目，重点聚焦北美前沿实验室与硅谷科技巨头。在跨区域产业观察坐标中，该动态直接关联「中美大模型技术代差与商业化对照」「AI 开发者工具链、Coding Agent 与工程化实践」研究主线，反映出当前技术演进与商业落地的最新风向。涉及核心实体与技术议题包括：Anthropic、Mythos、OpenAI、训练成本，读者可通过下方标签进入对应专题页查阅历史脉络与关联对比。
信源核验说明：本文原始线索采编自「Decoder」（@Matthias Bastian），经 AITOP 多维评分管线结构化提炼。
