Politico:Anthropic 正拿着自己起草的 AI 法案游说国会

Politico 10 月 16 日拿到一份保密法案草案,Anthropic 正以它为蓝本向国会议员游说一部联邦 AI 法。草案规定:联邦政府只有在模型存在「可预见、迫近」的风险(造成超 10 亿美元损失,或 50 人以上死亡或重伤),且风险属于生物武器、模型逃脱开发者控制、网络攻击三类之一时,才能阻止模型发布;有权行动的只有商务部一家,而且必须先取得联邦法院的命令。作为交换,草案要求厂商公布安全框架、提交透明度报告、保护吹哨人、上报重大安全事故,但同时让各州在信息披露、第三方评估、事故报告上已通过的法律全部失效(加州 SB 53 的大部分条款首当其冲)——这就是「联邦优先权」(preemption)的含义:联邦法一旦生效,州法让位。Anthropic 向 Politico 承认草案反映它 6 月起公开倡导的 Advanced AI Framework;批评方则指出,这份草案的执法条款在关键处比两党已提交众议院的 FRONTIER Act(要求前沿厂商公布安全框架、接受第三方审计、上报事故)还要弱,Zvi Mowshowitz 的点评直接以「不可接受」为题(另见 Zvi 的分析、外流草案 PDF)。

Anthropic 公布内部用工数据:初级技术招聘占比从 27% 跌到 9%

法案外流同日,Anthropic 发布报告《How employment is changing at Anthropic》,用内部招聘记录、日历数据和 Claude 使用遥测描述自己这一年的变化:技术部门初级员工占比从 21% 降到 14%,新招聘中初级岗位占比从 27% 跌到 9%。到今年 8 月,公司内 agent 的工作时长已达人类的 6 倍;「管理 Claude」型会话(派任务、审产出,而非自己动手)占交互式使用的比例从 2025 年秋的 10% 升到 2026 年春的 22%,员工开会时间的中位数比一年前多 20%。报告把开会变多解释为瓶颈转移:Claude 产出太多,人的审读和拍板成了新卡点,非技术岗位光读 Claude 的输出就要占掉超过半个工作周;报告也承认,一家 AI 原生公司的情况难以外推到整个经济。在「AI 是否先吃掉初级岗位」的争论里,这是少见的口径明确的公司内部数据,样本虽只有一家,但 27% 到 9% 比任何表态都直接(另见 TechCrunch)。

Meta 删掉了让出版商警觉的那个词:「训练」

Nieman Lab 10 月 15 日披露:Meta 定于 10 月 30 日生效的新版商业条款写明,商家一旦使用其广告产品,即「授权」Meta 的爬虫抓取自家网站,并可将内容用于「提供、开发、改进、研究、训练并维护」Meta 产品;康奈尔法学教授 James Grimmelmann 认为,这等于拿到了用出版商网站内容训练 AI 的许可。两天内 Meta 把「训练」一词删掉,适用范围收窄为「广告与商业产品」,发言人 Andy Stone 在 X 上称爬虫的实际行为没有变化(另见 TechCrunch、新版条款预览页)。训练数据的授权之争正在往格式条款里转移:把「train」塞进商家必须接受的服务条款,Meta 日后就可以指着这个词主张已获得训练内容的合同授权(这种授权算不算有效同意,在法律上还是未决问题),这次被拦下只是因为有人逐字读了条款。

Tinker 上线一周年,晒出微调模型的成本账

Thinking Machines 10 月 15 日发文复盘其微调平台 Tinker 的第一年:支持模型从上线时的 14 个纯文本扩到 30 个以上(新增图像、音频),并给出客户数字:Bridgewater 的 text-to-SQL 模型准确率超过 Fable 5 和 GPT-5.6 Sol,成本只有它们的 15%,Glean 的搜索 agent 快一倍、token 少用四分之一。数字出自平台方之口,但在「微调小模型还是直接调前沿 API」这笔账上,这是少见的具体参照,选型时值得拿自己的工作负载对照验证。

研究速递

Behavioral Compositionality of Sparse Autoencoder Representations

SAE 可解释性研究常默认特征对行为的影响可以线性相加,这篇论文提出 SAR(SAE Additivity Residuals)指标,量化超出某一交互阶数后,行为差异里线性叠加解释不了的残余。结果:学到的 SAE 坐标比同一子空间的随机旋转基线可加性好得多,但远非完全可加,在 steering 实验里加入两两交互项后,排序保真度从 0.59 升到 0.78。做机制可解释性、尤其靠 SAE 特征做干预的 researcher 应该点进去:单特征效应不够用,联合解释和干预要带上交互项。

Each Reward to Its Relevant Tokens: Reward-Specific Token-Level Credit Assignment for Multi-Reward RL

多奖励 RL 训练(比如同时奖励工具调用正确性和输出格式)通常把每个奖励的 advantage 均摊到整句,信号被稀释到 verifier 根本不看的 token 上。这篇的 MRTPO 方法:对每个奖励,带与不带该奖励 verifier 信息各重放一次响应,用逐 token 的 Jensen-Shannon 距离衡量每个 token 与该奖励的相关度,再按相关度重新分配 advantage,不需要辅助模型或人工标注。在 text-to-SQL、多约束指令遵循、工具调用三类任务上收敛更快、效果更好,做 RLVR 或多目标对齐训练的可以直接借鉴。

今日一句话:判断一家 AI 公司的治理立场,最可靠的文本是它递给议员的法案条文,而不是它发的安全博客:条文里写着谁能执法、要过几道门槛。