ARTICLE · 1324035

AI已在自己造AI:一年走完两年路,最硬的证据被涂黑了

发布时间：2026-11-07 05:21:10 最近访问：2026-11-07 05:21:11

一年，走完了两年的路。

这个结论不是 Anthropic 自己吹的，是外人进去查出来的。

11 月 5 日，第三方评估机构 METR 发了一份报告。他们在 Anthropic 内部待了 11 周，看了一般人看不到的内部数据，结论是：从 2025 年 10 月起，Anthropic 模型能力涨的速度，大约是之前的 1.9 倍。

按 METR 原文的说法，Anthropic 过去一年在基准测试上取得的进步，"顶得上 2023 年 10 月到 2025 年 10 月整整两年"。换成模型名字，差不多是从 Claude 2.1 走到 Sonnet 4.5 的那一段。

这次加速是怎么来的？METR 的猜测是，大约八成要算在 AI 自己头上。

"AI 帮着造 AI"这件事，科幻小说写了几十年，AI 圈也吵了好几年，这是头一回有外部机构拿着公司内部数据给出一个数。

更要命的是后面这件事：METR 认为最有说服力的那部分证据，大半被 Anthropic 涂黑了。

这个数是怎么查出来的

先说清楚 METR 是谁，不然这个数听着像营销。

METR 是一家专门评估前沿 AI 风险的独立机构。这次合作双方互不付钱，METR 的人用 Anthropic 提供的设备干活，用的是免费 token。

投入的人力是 2.5 个全职，四位主要作者，另有两名员工支持和监督。时间是 2026 年 8 月 12 日到 10 月 29 日，原定 4 周，最后拖到了 11 周。

Anthropic 给出的权限，METR 自己用的词是"unprecedented"（前所未有）：预训练和强化学习的各种指标、各领域的训练算力、内部模型的基准分数、AI 提速分析、对未来模型的预测，还有对相关员工的访谈。

衡量进步用的是 AECI，也就是 Anthropic 版的 Epoch 能力指数。它把一堆基准测试的成绩合成一个能力分。结果是：

• 2025 年 10 月以前，这个分数每年涨约 15 分；
• 之后变成每年涨约 29 分；
• 也就是 1.9 倍，95% 置信区间 1.5 到 2.8 倍。

METR 没有只看一个数。换基准组合、换模型的日期算法、换纳入哪些模型，各种稳健性检验跑下来，结果在 1.1 倍到 2.9 倍之间。他们说，如果真实情况是完全没加速，或者超过 3 倍，他们都会意外。

还有两个对照值得一提：

• 把所有前沿公司放在一起算，加速只有约 1.4 倍；
• Anthropic 自己在 Haiku 5.5 的系统卡里写的是 1.7 倍。

METR 算出来更高，主要是因为纳入了 Anthropic 没发布、只在内部用的新模型。也就是说，外面的人从公开模型上看到的，比里面真实发生的要慢。

最后，METR 的总体判断比 AECI 那一个指标更保守一点：截至 2026 年 10 月，Anthropic 在定义清楚的任务上提升能力的速度，大约是 2024 年 3 月到 2025 年 10 月的 2 倍，真实值接近 1.3 倍或 3 倍，他们"也不会意外"。

两个数别混了：1.9 倍是 AECI 这把尺子量出来的，约 2 倍是 METR 综合所有证据后的判断。

加速的八成，METR 猜是 AI 自己

速度翻倍，可能有很多原因：算力堆得更多、招了更多人、数据更好、碰巧撞上了某个算法突破。

METR 一项一项查了，最先排除的是训练算力。原文说，他们"confident"（有把握）这次加速不是因为训练算力涨得更快。支撑这个判断的细节被涂黑了。

其他几项，招人、数据、算法发现、解决别的瓶颈，Anthropic 自己的员工意见都不统一，METR 也没找到决定性证据。最后给出的是这么一句：

"We guess that a majority (perhaps ≈80%) of the current (October 2026) acceleration is due to AI."

翻成中文就是：我们猜，当前（2026 年 10 月）这次加速里，大部分，也许八成左右，要归因于 AI。

这句话有三处要看清楚：

1. 是"加速部分"的八成，不是"全部进步"的八成。有些报道写成"80% 增量来自 AI"，不准确。
2. 用的词是"guess"（猜），METR 自己说不确定性很大。
3. METR 还承认，2025 年底那一波加速"很可能受了非 AI 因素影响"。不过他们认为 AI 的贡献越往后越重，其他因素解释不了加速一直持续下去。

访谈也是这个情况。METR 做了约 15 次关键员工访谈，其中 11 人的说法被归了类，标准是"是否支持超过 2 倍加速"：

判断	人数
明确是	2
偏向是	3
说不清	4
偏向否	0
明确否	2

意见很分散，但重心落在 2 倍左右。

还有一个关键细节：目前 AI 主要是以辅助的方式给研发提速，在训练流程最重要的环节里，还没有做出"完全自主"的重大贡献。但研究员们说，已经看到了明显的"signs of life"（生命迹象），这类贡献可能很快出现。

尺子快不够用了

这份报告里最让人后背发凉的一段，讲的是一个还没发布的内部模型，报告里叫它 Model 4。

它在 2026 年 9 到 10 月训练完成，AECI 得分 178.6，去掉 3 个可疑基准后是 179.7。

分数本身不是重点，重点是：它在用到的 15 项基准测试上，全部超过了 50%。

作为对比，METR 专门写了一句：Opus 4.6 当年有很多基准都没过 50%。

一个模型在所有考卷上都考过半，意味着这套考卷快要分不出它和下一个模型谁更强了。METR 的原话是：

"This lack of benchmarks which are difficult for Model 4 makes us somewhat nervous about our ability to measure AECI now and in the future."

找不到能难住 Model 4 的基准，这让我们对现在和将来还能不能测准 AECI，有点紧张。

而且分数可能还被低估了。METR 指出，每道基准题给模型的 token 可能偏少。Anthropic 内部一个典型任务大约用 250 万输入 token、7.2 万输出 token，如果允许模型多想一会儿，AECI 可能还能再涨"a handful of points"（好几分）。

AI 跑得太快，尺子先不够用了。

12 倍：一个要打折、打完折还吓人的数

Anthropic 内部会在 Slack 上搞非正式投票，员工用表情回应，估计最新模型让自己快了多少。

METR 拿到了这组数据：

• Claude 3.7 Sonnet 那会儿，自报提效约 1.2 倍；
• 到 2026 年 10 月，对最强的内部模型，平均自报提效约 12 倍；
• 按指数曲线拟合，这个数大约每年涨 3.9 倍。

12 倍是什么概念？一个人一周的活，干了快三个月的量。

但这个数一定要和 METR 自己的话放在一起读：

"We consider this to be only very loose evidence, as the responses reflect low-effort consideration."

这只是非常松的证据，大家投票时没怎么细想。

为什么要打折？没人比 METR 更清楚。2025 年 7 月，METR 自己做过一个随机对照实验：找来 16 位资深开源开发者，在自己熟悉的代码库里干真实任务，随机决定哪些任务能用 AI、哪些不能。

结果是：用了 AI 以后，实际完成任务慢了 19%。可他们事后觉得自己快了 20%。 事前的预期更乐观，以为能快 24%。

"觉得自己多快"和"实际多快"之间，可以差出一个正负号。

所以 12 倍不能当真，但也不能当没看见。METR 说，他们真正在意的不是绝对值，而是增长的速度。同一种问法、同一批人，从 1.2 倍一路报到 12 倍，这个趋势本身就说明了一些事。

最硬的证据，被涂黑了

按合作协议，Anthropic 有权单方面删改报告里所有非公开的信息。METR 则有权说出 Anthropic 删了没有、自己的结论是不是靠被删的东西撑着的。

METR 把这件事写在了报告最前面：

"Anthropic redacted a majority of the evidence we found most informative for these conclusions."

METR 认为最能支撑这些结论的证据，大部分被 Anthropic 删了。

被删的包括：

• 关键的中间能力指标；
• 对算法进步的估计；
• 瓶颈的具体情况；
• 对未来模型的预测；
• AI 对每个训练环节贡献多少的详细拆分。

Anthropic 给的理由是，删改"旨在移除可能帮其他 AI 公司加速的机密信息"。

看一下时间线：10 月 22 日，METR 交了一份约 100 页的完整报告。10 月 25 日收到删改指引，27 到 29 日指引又收紧了。11 月 3 日交公开版终稿。

还有一件事更微妙。原合同里有一项，是核查 Anthropic 的算力分给能力研究多少、分给安全研究多少。查到一半，Anthropic 把这一项拿掉了，说想先聚焦 AI 研发加速，以后"再说"。

一家公司天天说要重视安全，第三方要来核查它在安全上到底投了多少算力，这一项被它从清单里划掉了。

METR 没有替谁遮掩。他们写道，这份公开报告"does not achieve 'transparency about evidence'"（做不到证据透明），后果是：

"the public has to rely on METR's judgment much more than would be ideal, given the weight of the questions answered here."

考虑到这些问题有多重大，公众不得不依赖 METR 的判断，这远远超出了理想的程度。

METR 还说，他们没有直接访问系统的权限，只能主动去要数据；要是权限更完整，解读速度"会快得多"。

那条预警线，可能 7 月就过了

同一天，METR 还发了第二份报告，关注的人少一些，但分量不轻。

Anthropic 给自己定过一条预警线：如果 AI 带来的研发加速达到 2 倍，就得警惕了。 Anthropic 自己的说法是，这条线"functions as a potential early warning"（起早期预警作用）。

Anthropic 2026 年 8 月的风险报告说，截至 7 月 15 日，这条线没过。

METR 复核以后的结论是：7 月 15 日那会儿，这条线很可能已经过了（原文是"plausible"）。

关键在一个数字。公开版风险报告写的是领先指标的加速"不到 2 倍"。METR 拿没公开的内部版去算，结合里面的当前进步速度和历史速度，隐含的数是 1.97。

METR 说，读者看到"不到 2 倍"，会理解成明显低于 2，结果实际是 1.97，更准确的说法应该是"大约 2 倍"。METR 自己对这些领先指标的分析区间是 1.3 到 2.8，这部分分析也被删了。

公平起见要说全：METR 和 Anthropic 多数相关研究员倾向于认为线没过；METR 也同意 7 月 15 日那批模型的灾难性风险是低的。但他们警告，如果未来六个月再大幅加速，风险可能很快变成"high"。

我们 11 月 3 日那篇写过，Anthropic 招股书里说自己"可能马上触到自己定的红线"。那是 Anthropic 自己说"快到了"，这次是外人进去查完说："可能早就过了。"

让 AI 查 AI

整份报告里最荒诞的一段，是 METR 主动交代的。

"Claude was involved in many stages of this project, and so in principle could be distorting our perception of the data."

Claude 参与了这个项目的很多环节，所以原则上，它可能扭曲了我们对数据的认识。

具体到哪一步：

• Anthropic 交给 METR 的数据，大部分是 Claude 深度参与收集和分析的；
• 相当一部分文档是 Claude 写的；
• METR 自己的分析，大部分也是 Claude 做的。

连访谈回答的归类，也用上了 Claude。

把这几件事连起来看：

造 AI 的，越来越多是 AI；量 AI 的尺子，快被 AI 做满分了；查 AI 的报告，也是 AI 帮着写的。

为了公平，METR 的原话也要写全：他们没有发现"与系统性偏差相符的显著差异"，并且认为 Anthropic 故意误导他们的可能性"extremely unlikely"（极低）。

这不是 METR 被骗了，是 METR 在自曝局限。可这个局限本身就说明问题：到 2026 年，就算是最认真的外部审计，也已经离不开被审计的那个东西了。

外面的人怎么看

Palisade Research 的执行主任 Jeffrey Ladish 研究的就是 AI 的危险能力。据 BigGo 报道，他很认可 METR 的严谨，但说了这样一句：

"I trust METR, but I don't think that the world should have to trust METR on this one."

我信 METR，但这件事上，全世界不应该只能信 METR。

他认为压力应该放在 Anthropic 身上："The pressure now should be on Anthropic to actually release that information."（现在该施压的是 Anthropic，让它把那些信息真正放出来。）

他还有一句更重的话，前提要先说："如果 Anthropic 对自己模型能力的判断是对的"。在这个前提下，他说：

"If Anthropic is correct that we are quite close to recursive self-improvement, next year, then the level of pacing should be: slam on the brakes."

如果 Anthropic 说得对，我们明年就离递归自我改进很近了，那该有的节奏就是：踩死刹车。

Ladish 自己原本预计，AI 研发完全自动化大约在 2028 年。据他说，和他聊过的 Anthropic 人给的时间是 2027 年初到年中，那时大部分 AI 研发会自主进行。他把这个差距部分归因于身在局中："在公司里面看到很多进展，很容易喝下自己调的 Kool-Aid。"

据 Ladish 转述，安全研究者 Ryan Greenblatt 估计，单看软件和算法这一块，提速约 4.5 倍，远高于 METR 约 2 倍的总体数。

这里要划清界线："2027 年递归自我改进"是 Ladish 的推论，而且前提是 Anthropic 对自己的判断没错。METR 的报告里没有时间表，没有提"AI 2027"，也没有出现"递归自我改进"这个词。

METR 原文里最接近的一句是：

加速"could start to compound, as the development of more capable models leads to further acceleration."

加速可能开始复利：更强的模型，带来更快的加速。

至于有没有什么能挡住它，METR 看了未来 12 个月的算法进步、训练算力、实验算力、数据，结论是：

"We did not identify any convincing bottlenecks to continued rapid progress."

没找到任何能让快速进步停下来的、有说服力的瓶颈。

他们紧接着也承认，查的过程中他们对各个瓶颈的理解"changed several times"（变了好几次），所以对这个判断"not confident"（没把握）。

泼冷水的人

不是所有人都买账。

前 MIRI 员工 Jessica Taylor 指出，据报道，Anthropic 内部能力指数的走势"仍然接近直线"，2024 年推理模型出现以后没怎么提速；图上公开模型的线和内部模型的线看着也差不多。Ladish 认为这几点说得有道理。而能把这些争议说清楚的，恰恰是被涂黑的那部分证据。

研究者 Arjun Panickssery 在 LessWrong 上写道："I struggle to believe at an intuitive level that autonomous R&D is so ingenious."（直觉上，我很难相信自主研发有那么高明。）他在自己的几个项目里盯着 AI 干活，包括 Scrabble 引擎、终极井字棋机器人、一个哲学项目，结论是 AI 的判断力"在很基本的层面上很差"：读文献找不到最重要的那几篇，实验规模小到根本得不出结论。例外是反馈快、能不停爬坡的任务。

METR 自己也列了几条可能高估的风险：