Jacob Coxon, były badacz OpenAI i Anthropic, napisał 13 listopada 2026 r., że jeden slajd z prezentacji Anthropic dla inwestorów giełdowych był ważnym powodem jego odejścia z firmy. Według Coxona wykres pokazuje, że wydajność trenowania modeli rośnie w Anthropic szybciej niż wykładniczo, więc model Claude Mythos dałoby się już dziś odtworzyć ułamkiem pierwotnie zużytej mocy obliczeniowej.
- Jacob Coxon, były badacz Anthropic zajmujący się pre-trainingiem, twierdzi, że slajd „Pre-training compute multiplier over time (code)" z prezentacji dla inwestorów pokazuje superwykładniczy wzrost wydajności trenowania modeli, co oznacza, że Claude Mythos dałoby się dziś odtworzyć ułamkiem pierwotnie zużytej mocy obliczeniowej.
- Tom Brown, współzałożyciel Anthropic odpowiedzialny za moc obliczeniową, powiedział w nagraniu z roadshow, że kolejne mnożniki mocy obliczeniowej wzmacniają poprzednie i zapowiedział, że tempo może przyspieszyć jeszcze bardziej „gdy zbliżamy się do rekurencyjnego samodoskonalenia", a Claude będzie w stanie samodzielnie odkrywać kolejne mnożniki.
- Spór o wykres toczy się w trakcie sprzedaży akcji Anthropic: spółka rozpoczęła roadshow 10 listopada 2026 r., oferując 825 mln akcji w przedziale 70–78 dolarów za sztukę i planując notowania na Nasdaq pod symbolem ANT, a według SiliconANGLE chce pozyskać 64 mld dolarów.
Nagranie prezentacji, z której pochodzi slajd, Anthropic udostępnia na swojej stronie dla inwestorów: https://ipo.anthropic.com/us/#roadshow-video
Coxon odszedł z Anthropic po czterech miesiącach i wskazuje na jeden wykres
Jacob Coxon zajmował się w Anthropic pre-trainingiem, czyli pierwszym etapem trenowania modelu na ogromnych zbiorach danych. Z pracy zrezygnował 8 września 2026 r. po około czterech miesiącach, wcześniej był zatrudniony w OpenAI. We wrześniu zarzucił obu firmom, że ryzykują życiem ludzi w wyścigu do superinteligencji.
Teraz Coxon dopowiada, co konkretnie go zaniepokoiło. Opublikowany przez niego slajd nosi tytuł „Pre-training compute multiplier over time (code)” i obejmuje modele ukończone między lipcem 2024 r. a październikiem 2026 r. Coxon pisze, że jest zaskoczony upublicznieniem tego wykresu. Wpis wyświetlono ponad milion razy.
Najmocniejsze zdanie dotyczy modelu Mythos, który wiosną przyniósł duży skok możliwości:
„Mythos nie był jednorazowym odchyleniem, tylko punktem na krzywej superwykładniczej” / „Mythos was not a one-time deviation, but a point on a superexponential.”
Co pokazuje slajd „Pre-training compute multiplier over time (code)”
Mnożnik mocy obliczeniowej (compute multiplier) to w języku Anthropic usprawnienie badawcze, dzięki któremu ten sam model można wytrenować mniejszym nakładem obliczeń. Tom Brown, współzałożyciel Anthropic odpowiedzialny za moc obliczeniową, podaje w nagraniu prosty przykład. Mnożnik 4x oznacza, że model wymagający 100 jednostek mocy da się wytrenować, zużywając 25.
Oś pionowa wykresu ma skalę logarytmiczną. Na takiej skali zwykły wzrost wykładniczy wygląda jak linia prosta. Krzywa Anthropic wygina się ku górze, co Coxon odczytuje jako postęp superwykładniczy, czyli taki, w którym przyspiesza samo tempo wzrostu.
Trzeba jednak rozdzielić dane od interpretacji:
- oś pionowa nie ma żadnych wartości liczbowych, więc z wykresu nie da się odczytać, ile razy wzrosła wydajność,
- przypis na slajdzie zastrzega, że położenie punktów opiera się na wewnętrznych przybliżeniach i służy wyłącznie ilustracji,
- wykres dotyczy tylko pre-trainingu i tylko zadań związanych z kodem,
- Coxon nie podaje liczb bezwzględnych, bo wiąże go umowa o poufności,
- Anthropic nie skomentował wpisu.
Jak bardzo brak skali utrudnia ocenę, pokazuje analiza opublikowana 15 listopada na forum LessWrong. Jej autor wyliczył, że zależnie od przyjętej wartości jednej linii siatki łączny mnożnik mógłby wynosić około 1,53x albo około 30 000x. To amatorski szacunek, który sam autor nazywa bardzo niepewnym.
Anthropic sam mówi inwestorom o rekurencyjnym samodoskonaleniu
Teza o przyspieszaniu nie jest wyłącznie interpretacją byłego pracownika. Mnożniki mocy obliczeniowej należą do głównych argumentów, którymi Anthropic przekonuje inwestorów. Blogger i programista Simon Willison opublikował 11 listopada transkrypcję nagrania z roadshow, czyli serii prezentacji dla inwestorów poprzedzających debiut giełdowy. Tom Brown mówi w nim, że kolejne mnożniki wzmacniają poprzednie, a przewagę zbudowaną w ten sposób trudno skopiować.
„Wierzymy, że może to przyspieszyć jeszcze bardziej, gdy zbliżamy się do rekurencyjnego samodoskonalenia” / „We believe that this can accelerate even further as we approach recursive self-improvement.”
Brown zapowiada też, że Claude będzie w stanie samodzielnie odkrywać kolejne mnożniki. Ten sam fragment prezentacji Coxon traktuje jako ostrzeżenie. Pisze, że usprawnienia algorytmiczne są o krok od automatyzacji. Zastrzega przy tym, że wykres nie dowodzi jeszcze eksplozji inteligencji napędzanej samym oprogramowaniem, bo Anthropic równolegle zwiększał nakłady na badania.
Ten sam slajd pełni dwie role. Dla inwestorów jest obietnicą, że Anthropic będzie trenował coraz lepsze modele coraz taniej. Dla Coxona jest dowodem, że firma zbliża się do punktu, w którym modele same przyspieszają własny rozwój. Obie strony patrzą na identyczną krzywą i obie mają interes w tym, żeby wyglądała stromo.
Mam z tym wykresem jeden problem: nie ma na nim liczb. Oś bez wartości i przypis o „celach ilustracyjnych” to za mało, żeby rozstrzygać o superwykładniczym postępie. Coxon zna dane, których nie może ujawnić. My ich nie znamy. Dlatego jego słowa traktuję jako poważny sygnał od osoby z wewnątrz, nie jako dowód.
Ciekawsze wydaje mi się co innego. Spółka, która za kilka dni wchodzi na giełdę, wpisała rekurencyjne samodoskonalenie do materiałów sprzedażowych. Jeszcze dwa lata temu takie sformułowanie pojawiało się głównie w tekstach o zagrożeniach. Czy inwestorzy kupujący akcje rozumieją, że kupują także to ryzyko?
Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl
Coxon chce przerwy w rozwoju najmocniejszych modeli w 2027 roku
Z wykresu Coxon wyprowadza postulat polityczny. Chce, by w przyszłym roku wstrzymano prace nad najbardziej zaawansowanymi modelami, żeby konkurenci zdążyli dogonić liderów. Jego zdaniem inteligencja na poziomie człowieka stałaby się wtedy powszechnie dostępnym towarem, a stratne byłyby wyłącznie OpenAI i Anthropic.
Reakcje na wykres są podzielone. Omar Khattab, badacz z MIT, ocenił według serwisu Dealroom, że przypis o przybliżeniach odbiera slajdowi wartość informacyjną. Thariq, który do października pracował w Anthropic nad Claude Code, uznał ten zapis za standardową formułę prawną.
Sam Anthropic przyznaje w dokumentach giełdowych, że tempo rozwoju jest tematem ryzyka. W poprawionym prospekcie z 10 listopada spółka stwierdziła, że spełnia własny próg dla AI radykalnie przyspieszającej jej badania. Siedmioro współzałożycieli napisało w liście do inwestorów, że firma może czasem celowo zwalniać rozwój dla bezpieczeństwa, nawet kosztem pozycji konkurencyjnej.
Slajd pojawił się w tygodniu wyceny największej oferty Anthropic
Spór o wykres toczy się w trakcie sprzedaży akcji. Anthropic rozpoczął roadshow 10 listopada 2026 r., oferując 825 mln akcji w przedziale 70-78 dolarów za sztukę i planując notowania na Nasdaq pod symbolem ANT. SiliconANGLE podaje, że spółka chce pozyskać 64 mld dolarów. Według Dealroom cena akcji ma zostać ustalona 18 listopada.
Wydajność obliczeniowa pojawia się też w liczbach finansowych. Dyrektor finansowy Krishna Rao mówi w nagraniu, że w ciągu sześciu kwartałów przychody wzrosły ponad 45-krotnie przy 10-krotnym wzroście kosztów mocy obliczeniowej i infrastruktury. Arkusz informacyjny oferty podaje z kolei ponad czterokrotny wzrost wydajności obliczeniowej między I kwartałem 2025 r. a III kwartałem 2026 r., mierzonej przychodem na jednostkę mocy. To inna miara niż mnożnik pre-trainingu z wykresu Coxona i nie należy ich ze sobą zestawiać.
Źródła i metodologia
Artykuł powstał na podstawie analizy redakcji AIPORT.pl oraz dodatkowych źródeł, w tym wpisu Jacoba Coxona w serwisie X z dnia 13.11.2026, transkrypcji nagrania z roadshow Anthropic opublikowanej przez Simona Willisona z dnia 11.11.2026 oraz publikacji The Decoder z dnia 14.11.2026. Do weryfikacji posłużyły także Dealroom, LessWrong, The Next Web i SiliconANGLE.
Cytat Jacoba Coxona, byłego badacza Anthropic, został zweryfikowany z treścią jego wpisu przytoczoną przez The Decoder i Dealroom. Cytat Toma Browna, współzałożyciela Anthropic, został zweryfikowany z anglojęzyczną transkrypcją nagrania.
Komentarz redakcyjny i ocena kontekstu branżowego: Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl.
Artykuł będzie aktualizowany w miarę pojawiania się nowych informacji w temacie debiutu giełdowego Anthropic i sporu o tempo postępu algorytmicznego.

Jeden komentarz
Pingback: AI dla zajętych #47: 9-15 listopada ‘26 – Nvidia bez Jensena Huanga, Anthropic idzie na giełdę z wyceną 1,4 bln dolarów, atak AI na Autopay - AIPORT.pl