“AI正在给我们的研究提速，但具体快了多少，很难给出一个确切数字。”11月5日，Anthropic联合创始人Sam McCandlish在X上发了一篇长帖。他负责公司大部分安全工作，帖子是对独立AI评估机构METR刚公布的一份报告的回应。

报告里的关键发现是：Anthropic的AI模型能力进步速度可能已经翻倍，而当前这轮加速中约80%可能来自AI参与自身研发。METR估算，2025年10月以来，Anthropic模型在综合基准测试中的能力提升速度达到此前的1.9倍，95%置信区间为1.5至2.8倍。换成直观说法，Anthropic过去一年取得的进展，大致相当于此前两年的进展。

这项调查从8月12日持续到10月29日，历时约11周。METR投入了相当于2.5名全职研究人员的工作量，拿到了Anthropic此前未向外界开放的大量内部资料。这些资料包括未发布模型的测试成绩、预训练和强化学习数据、训练算力、算法效率、员工生产率调查，以及约15次关键员工访谈。

调查还覆盖了四个内部模型：一个2022年完成训练的未发布模型，以及在2026年7月至10月间完成训练的Model 2、Model 3和Model 4。

METR是一家专门研究前沿AI能力与风险的非营利机构，曾与

报告想回答三个问题：AI能力是否正在加速提升？这种加速有多少来自AI自身？未来是否会出现阻碍进一步加速的瓶颈？METR的结论是，模型能力增长确实出现了显著加速。

这份报告用的是AECI，也就是Anthropic自己那版Epoch Capabilities Index，看的是模型在一堆可验证任务上的综合成绩。

研究人员注意到，2025年10月以后，能力增长的斜率比之前陡了不少。换不同模型、不同基准测试、不同统计方法，算出来的加速幅度并不一致，稳健性分析的区间落在1.1倍到2.9倍之间。

训练算力扩张加快这条路，METR明确排除了，认为它解释不了这次加速。

算力、人力、数据、算法突破，还有其他瓶颈，研究人员都逐项看过。2025年末那波加速，METR觉得非AI因素可能起了不小作用；可到了2026年10月，AI在研发里的分量已经越来越重。

METR的主观判断是，眼下这轮加速里，大头、大概80%，来自Anthropic把AI广泛用于研发。研究人员也把话说在前头：这个比例不确定性很大，并不是直接实验测出来的。

AI到底是怎么给AI研发提速的？报告里提到，Anthropic的研究人员已经在大量用AI写代码、帮忙做实验，以及处理其他研究活儿。

为了评估影响，METR动了员工访谈、内部调查、代码行数、Pull Request数量，还有AI Agent推理支出这几类数据。

至于AI带来的整体效率提升，研究人员的估计相差很远，但大体上集中在两倍左右。

有一项内部Slack调查挺扎眼。员工用表情投票，估摸自己用上最新模型后个人工作效率涨了多少。到2026年10月，部分自报的提升幅度已经到了12倍。

但METR专门泼了盆冷水：这类调查证据偏弱，个人效率涨12倍，不等于整个AI研发速度也涨12倍。研究人员的主观估计、具体任务的效率、模型能力的长期增速，本来就是三回事。

报告还提到一点：在模型训练最关键的那些环节上，AI眼下还没法独立拿出有分量的研究贡献。换句话说，当前这波提速主要靠AI给人类打下手，而不是让AI甩开人自己把下一代模型造出来。

不过，受访的研究人员也讲了些早期的苗头——更高程度的自主贡献，或许用不了多久就会冒出来。各个研究领域的成熟度，差得还挺明显。

METR还问了未来12个月里哪些因素可能卡住增长：算法进步、训练算力、实验算力，还有数据供应。问下来的结果，研究人员没找到哪个重大瓶颈能明确挡住继续快速进步，也没看到边际收益明显递减的强证据。

只是METR自己也承认，随着内部资料拿到得越来越多，他们对部分瓶颈的判断改过好几回。所以现在是不是把限制因素都摸清了，他们并没有把握。

顺着这个思路，METR抛出了一种可能：更强的AI帮着做出更强的下一代AI，下一代又把研发效率往上抬，能力增长就这么一路加速下去。这就是人们说的递归自我改进。

报告判断，未来一年进一步加速的风险不小。但它也没说这个循环已经转起来了。

这份评估还牵出了Anthropic和独立评估机构之间的不同看法。

Anthropic的《负责任扩展政策》划了两条跟自动化研发挂钩的能力阈值：一条是AI能以有竞争力的成本把研究科学家和工程师完全替掉；另一条是AI研发自动化把能力进步速度推到原来的两倍。

8月的风险报告里，Anthropic的结论是两条阈值都没触发。

METR这边也同意，当时的模型还做不到完全替代研究人员；截至7月15日，自动化研发直接引发灾难性后果的风险，他们也认为偏低。

METR对两倍加速这个阈值有不同看法，认为Anthropic在公开报告里把话说得太满、结论下得过死。

未删减的内部风险报告给出的数据指向1.97倍加速，离两倍只差一点。METR指出，公开版本只写“不到两倍”，这样的表述难以把真实情况讲清楚。更关键的是，内部报告本身也承认，AI带来的实际加速有可能已经越过两倍。Sam在帖子里说，METR的不少结论和他自己的判断对得上。他明确表示，AI确实已经在给研发提速，只是眼下还很难精确量化，而且AI还没有独立扛下模型训练中最重要的那部分贡献。

报告大幅删减这件事，他也作了回应。METR原本写出的完整报告大约100页，Anthropic在公开版本中删掉了大量敏感证据，涉及算法效率的变化、具体研发环节的加速估计、对未来模型的预测，以及AI贡献的详细归因。

METR称，有些最能支撑其风险判断的证据没办法对外公开，公众因此只能更多地依靠评估机构自己的判断。

Sam承认，这的确让外界核查变得更难。不过他给出的理由是，公开加速机制可能泄露商业机密，还可能给其他AI开发者递上一份加快研发的路线图。

在他看来，这是个需要权衡的问题，目前作出的决定仍然是对的。

Sam还透露，Anthropic会在未来几周发布自家的内部AI进步速度分析，讲明公司相对《负责任扩展政策》处在什么位置，同时公布进一步加强安全与保障实践的新举措。