Anthropic在9月17日公布了一组内部测量数据：截至8月，按公司的加权统计，Claude已在人类监督下主导约26%的模型研发工作。

这让人想到一个问题：领先公司能否借助手里的模型更快开发下一代，让对手越来越难追赶？

其他团队也能花钱使用外部模型，研发工具并没有全被留在实验室里。双方都可能获益，差距会怎样变化？

好模型能省下多少试错的功夫？

Google已经用AI改进了模型训练。根据2025年披露的信息，AlphaEvolve通过Gemini生成代码、自动筛选方案，让一项关键计算内核提速23%，使Gemini整体训练时间缩短约1%。

一次改进就能在以后的训练中反复节省时间。公司可以用省下的算力多做实验，继续寻找有效的改进。领先者有机会这样积累优势。

支付公司Klarna也和Google合作，用AlphaEvolve优化训练任务。团队的工程记录显示，早期使用较旧模型时，约三分之二的生成程序有语法错误或运行崩溃；换用较新模型后，程序成功率升到了86%—97%。

少生成一些跑不起来的代码，就能少花一些排错和评估的功夫。同样一笔预算也就有机会支持更多有用的尝试。团队还得检验运行结果，才能确认有没有改进。更好的模型先帮他们省下了部分无效劳动。

实验怎么做，仍然得有人安排

Klarna的工程师需要先确定哪些代码允许修改、怎样算改进、哪些条件必须满足。他们后来扩大了可修改的代码范围，系统才找到了更多优化办法。

团队还遇到过跑得更快却不能采用的方案，原因是训练结果无法满足可复现的要求。工程师得保证同样条件下能重复得到结果，才能放心使用这些改动。Klarna报告，特定训练任务在维持确定性要求的前提下，每秒处理的样本从约49个增加到了97个。

模型提出了办法，团队安排实验、检验结果，再采用可靠的改进。这些工作都要花时间。用上同一个模型的两支团队，未必能以同样的成本获得相同的收益。

公司积累的实验记录、训练设施和评估方法会在这里发挥作用。研究员能否查到过去失败的原因，实验能否迅速重跑，改好的代码能否及时部署，都会影响研发进度。模型不断提出新方案，团队也得及时筛选，否则只会多出一批等着处理的结果。

因此，已经熟悉这些工作的团队有条件率先受益。它们能利用AI多做实验，也知道怎样确认结果是否有效。

领先者提速，追赶者也有机会

Klarna使用的是外部研发工具，这本身就说明收益可以向模型公司之外扩散。企业能够借助Google的工具改进自己的训练任务，无须先训练出一个Gemini。

当然，Klarna有自己的工程团队，普通小团队未必负担得起同样的投入。模型版本、使用价格和合作方提供的支持，都会影响外部团队能否用起来。优化一个专用模型与训练前沿基础模型，也需要不同的资源。

领先公司可能凭规模节省更多算力，小团队则可能借助工具完成过去缺人做的工作。双方都提高了效率，谁进步得更多，还不能从一家的提速数字里得出答案。

改进也会停滞。Klarna记录过某次实验连续631次评估都没有进一步提升的情况。已经找到的优化可以继续省钱省时间，继续寻找新办法则要花费算力，还要有人检验结果。研发投入与收益之间的账，始终要算。

所以，领先公司拥有好模型，也需要有办法持续做出有效改进。追赶者能否及时获得工具、完成实验并采用结果，同样影响差距。接下来，各家用同样预算做成多少改进、花多久投入使用，会逐渐说明谁从AI研发助手身上获益最多。

模型公司有了加快研发的机会，外部团队也能借助前沿模型改进自己的工作。领先者能否持续扩大优势，还取决于对手获得工具、完成实验和采用成果的速度。

参考资料

资料截至2026年9月19日。案例数据来自开发方及参与方披露。