METR评估：Anthropic模型能力提速约1.9倍，约八成加速或与AI辅助研发相关

Anthropic的模型能力正以更快的速度提升，这一提速可能与该企业用自家AI系统参与研发有关。非营利机构METR（Model Evaluation and Threat Research）于本周四（5日）发布独立评估称，自2025年10月以来，Anthropic模型在定义明确任务上的能力进展速度约为此前观察到的1.9倍，其中约80%的加速可能与AI被用于公司研究与开发环节有关，但该估计存在“高度的不确定性”。对AI产业而言，这份评估触及的是“用AI开发AI”——即递归自我改进（RSI）——这一命题：若更先进的模型能更多参与下一代模型的构建，技术演进节奏本身就会改变，而这正是当前AI安全讨论中的核心变量之一。

评估历时11周，时间为2026年8月至10月。METR研究人员获得Anthropic内部数据访问权、访谈员工，并查看了尚未公开发布的模型表现信息。据Business Insider报道，六名研究人员在Anthropic旧金山总部驻留近三个月，访谈员工、查看内部Slack频道，并在公司硬件上检视未发布模型。评估同时认为，训练算力增加并不能解释观察到的加速。但METR指出，报告在Anthropic坚持下经过大量删节：“虽然我们能够自由分享关于风险的最高层结论，但Anthropic删去了我们认为对得出这些结论最具信息量的多数证据。”

在机制上，METR区分了两条路径：目前大部分进展来自AI对研究人员的辅助——写代码、开展实验、执行模型开发相关任务——而非对整个开发流程的自主完成。一名研究人员对METR表示，“现在瓶颈只在想法和算力，不再卡在代码上”。Business Insider报道称，截至10月，Anthropic员工对“最强内部模型”的自报生产率平均提升约为12倍；Olhar Digital则称，内部非正式调查中有估计达到12倍。METR认为此类Slack投票属弱证据，受访者未必深思，可能高估实际影响。此外，METR称Anthropic在过去一年取得了“大约两年的历史性进展”，并在过去六个月完成三个尚未公开模型的训练，其内部专用模型还包括一个2022年的版本。

就后续观察点，METR表示未来12个月内未发现算力、数据可得性或实验层面存在明确的瓶颈，会必然阻止进一步进展，并警告这种缺乏明显瓶颈与收益递减的状态意味着能力进步可能带来更快的加速，但同样强调该判断存在不确定性。METR也称，未发现证据显示当前系统已能在模型训练最关键环节做出高度重要且完全独立的贡献，不过有迹象显示这类参与未来可能扩大——这将是判断“用AI开发AI”能否从辅助走向自主的关键指标。