Claude能力年增翻倍：METR称80%增量由AI研发贡献
Anthropic 研究员：我感觉自己有了一批博士后和研究生。
AI 帮人研发下一代 AI，这件事如今有了具体数字。
11 月 5 日，第三方评估机构 METR 发布了一份关于 
Anthropic 的调查报告，结论是：这家公司过去一年取得的基准能力进步，大致相当于此前两年的进步。
从 8 月 12 日到 10 月 29 日，该机构花了约 11 周时间进入 Anthropic 内部，查看模型成绩、训练算力、研发效率等资料，并访谈了研究人员。
他们的分析用的是 Anthropic 版综合能力指标 AECI。数据显示，2025 年 10 月以后，大模型在这一指标上的进步速度约为此前的 1.9 倍，95% 置信区间为 1.5—2.8 倍。
从 2025 年 10 月 7 日起，这个分数由约 15 分 / 年升到约 29 分 / 年，一年走完了此前约两年的路，量级大致相当于 
Claude 2.1 到 Sonnet 4.5。Anthropic 自己的风险报告此前假设 Mythos Preview 只是单次跃升，之后会回到原来的趋势，结果新模型出现后，新的斜率仍在延续。
放到全行业看，前沿模型的加速只有 1.4 倍。
更关键的一点是，METR 相当确信这种加速并非来自训练算力规模增长的速度。AI 能力进步的主要推手，是 AI 自己。
访谈中反复出现的一个现象是：研究人员终于能试更多想法了。
以前一个实验可能要花一两天才能实现，时间和计算成本绕不过去，不少想法没来得及验证就被搁下。现在研究人员可以把多个想法交给 Agent，看哪些值得继续追。
有位研究人员形容，自己眼下主要受限于想法和算力，代码已不再是瓶颈。还有人觉得用了 Claude 之后，像是有博士后和研究生一起推项目。实验和实现变便宜了，研究人员更愿意尝试，许多原本被认为不值得投入精力的小实验，如今也有机会长成新的研究方向。
METR 的报告还揭开了部分此前外界看不到的内部进展。分析纳入了三个 Anthropic 尚未公开的模型，分别以 Model 2、Model 3、Model 4 代称，它们在今年 7 月至 10 月间完成训练。
目前最强的是 Model 4（有人猜它是 Claude 6），它在很多常见基准上的分数已超过 90%。10 月份 Anthropic 员工在内部对它做了主观估计，投票认为其平均对自己工作的提效达到约 12 倍。
这些模型尚未对外发布，也未必会做成公开产品，可它们的存在本身就在提醒一件事：光盯着发布会和公开榜单，未必能看清 AI 大厂内部到底在发生什么。2025 年初约为 1 倍，Opus 4.5 约为 2.5 倍，Mythos 5 约为 5 倍，Model 4 则跳到 12 倍，按指数拟合是每年 3.9 倍。
METR 估计，截至今年 10 月，当前 AI 研究加速中约 80% 来自 AI。剩下 20% 的非 AI 因素，细节 Anthropic 不让透露。
那么，AI 已经能独立研发自己的下一代了吗？
距离让 AI 自主研发下一代模型的完整递归自我改进（RSI），目前仍有差距。Anthropic 的研究员自己认为，在模型训练最重要的部分，AI 尚未作出高度重要且完全自主的贡献，眼下主要收益仍来自 AI 辅助人类研发。
不过 Anthropic 研究员已把 AI 的大量自主贡献描述为「生命迹象」（signs of life），还做过量化分析，统计各环节中 AI 与人类完成任务的占比，但数据被 Anthropic 删掉了。
只要更强的模型能帮研究人员更快开发下一代，这个反馈过程就可能持续增强。RSI 的路能走多远，取决于尚未自动化的环节，以及算力等资源能否跟上。
对近未来的预测，METR 没有看到未来 12 个月会明显阻断快速进步的瓶颈；但他们也坦言，随着信息增加，自己曾多次改变判断，目前信心有限。
另外，Anthropic 虽然让第三方机构 METR 进入内部调查，但目前给出的 100 页报告经过了大幅删减。最有说服力的证据，大多被 Anthropic 自己删掉了。
同日发布的配套审查，还暴露出双方对风险的说法并不一致：Anthropic 此前把某项领先指标说成进步速度「不到两倍」，METR 依据其内部数据算出约 1.97 倍，觉得说成「约两倍」才更准确。两倍加速这件事，牵涉 Anthropic 的早期预警阈值。
METR 的判断是，不能排除截至 7 月 15 日已经越过相关阈值的可能性，不过多数相关研究人员还是倾向于认为当时没越过。双方也都认为，当时相关模型的直接灾难性风险较低。
模型参与研发的速度越快，人们能不能及时看清变化、公司能不能把不确定性充分披露出来，就成了下一代 AI 到来之前绕不开的问题。
参考内容：
https://metr.org/blog/2026-11-05-anthropic-ai-rd-acceleration-assessment/#executive-summary
https://x.com/METR_Evals/status/2118412183860351084
