Anthropic研发提速1.9倍：AI正在加速造AI

11月5日，非营利评估机构METR发布独立评估报告：过去一年，Anthropic模型能力的提升速度大约是此前的两倍。报告的核心数字是1.9倍：自2025年10月以来，Anthropic模型基准分数增速达到此前的1.9倍，评估方认为其中约80%的加速来自AI本身参与研发。换句话说，AI正在加速制造更强的AI，这一次有了实验室内部数据的实测支撑。

这次评估并不寻常：METR从8月12日到10月29日在Anthropic内部进行了11周的高权限评估，约2.5名全职人员参与，查阅了预训练与强化学习指标、训练算力、内部模型基准分数与员工访谈。评估的核心指标是AECI，即Anthropic版的Epoch能力指数，汇总多项基准成绩为一个分数。数据显示，2025年10月之前，Anthropic模型的AECI每年增长约15分，此后升至每年约29分，比值就是1.9倍，95%置信区间为1.5至2.8倍。评估还纳入了三款未公开的内部模型，Model 4的AECI达到178.6分。

METR报告中的AECI趋势图：2025年10月之后斜率明显变陡，年增速从约15分升至约29分。图片来源：METR官方报告

加速从哪来？METR的判断是，大约80%来自Anthropic用AI做研发本身。报告称，评估团队“有信心”排除算力提速这一解释。员工自评也指向同一方向：内部投票显示，员工自报的AI提速幅度一路攀升，2026年10月已达约12倍。不过METR也提醒，这类自报数据只是“非常宽松的证据”。报告同时强调，目前的加速主要来自AI辅助人类研究，而非完全自主的研发。

Anthropic员工自报的AI提速幅度，从2025年初的约1.2倍升至2026年10月的约12倍。图片来源：METR官方报告。

这份报告最受争议的部分，不是结论，而是证据本身。Anthropic拥有单方面删改权，删去了评估方认为“最具信息量”的大部分证据，约100页完整报告至今没有公开。METR坦言，公众在很大程度上只能相信它的判断。换一种统计方法，数字也会浮动：稳健性分析的区间是1.1倍到2.9倍，METR判断真实值可能在1.3倍到3倍之间。评估还披露一名评估人员曾收到Anthropic的工作邀约并拒绝，METR称已由他人复核其工作。METR在同步发布的另一份审查中还指出，Anthropic 8月公开的风险报告低估了加速程度，相关阈值可能早在今年7月就已被越过。Anthropic联合创始人萨姆·麦克坎德利什11月5日在X上回应，承认“删了很多”，理由是内容涉及商业机密、公开等于给竞争对手一份路线图，并承诺数周内发布自家分析。

这份报告出现的时间点颇具戏剧性：评估进行期间的9月12日，Anthropic首席执行官达里奥·阿莫迪发表长文，呼吁全行业“放慢提升AI模型能力的速度”，让安全措施跟上来——而METR的结论是，他自己的公司恰恰在加速。呼吁与自家公司的实际进展形成张力，也正是这份报告引发热议的原因之一：当一家实验室公开主张克制、实际却以两倍速前进，行业该相信哪一边？

Anthropic首席执行官达里奥·阿莫迪在世界经济论坛活动上发言。图片来源：TechXplore。

Anthropic正在准备上市，这份评估因此多了一层分量。Anthropic在11月2日修订的上市文件中披露，内部估计显示，未来模型可能很快达到公司“AI显著加速自身发展”的定义，即递归自我改进的门槛。文件还披露，2026年5月，Claude已生成工程师贡献代码的80%以上；8月测量显示，Claude主导了26%的AI研发任务，2月时还不到1%。METR的评估与这些披露相互印证：模型不只是产品，也正在成为研发流水线的主力。

手机上的Anthropic标识与屏幕上的Claude介绍页面。图片来源：CIO（Shutterstock供图）。

加速可能不只属于Anthropic：METR把其他厂商的公开模型纳入同一口径后发现，整个前沿阵营的基准分数增速也达到了此前的约1.4倍。也就是说，这可能是一场行业级的变化，而非个例。对中国读者而言，这有两层现实意义。其一，AI辅助研发正成为各家实验室的共同选择，国内厂商也在密集发布新模型，研发速度的竞赛才刚刚开始。其二，治理问题也随之提前：模型越来越多地参与自身研发，人类对研发过程的可见度反而在下降，Anthropic删去大部分证据就是现成的例子。中国正在加快起草人工智能基本法，如何评估、披露和约束这种“自我加速”，将是立法绕不开的议题。

纳入其他厂商公开模型后，整个前沿阵营的基准分数增速约为此前的1.4倍。图片来源：METR官方报告。

接下来有几个节点值得盯住：Anthropic承诺数周内发布自己的加速分析；METR约100页完整报告是否公开，将决定1.9倍这个数字能经受多少检验；更重要的是，其他实验室是否愿意接受同类独立评估——如果只有一家接受“开箱检查”，公众就很难判断这是个例还是常态。1.9倍本身不是终点，它更像一个提问：当AI开始以两倍速改进自己，人类准备好跟上治理了吗？

来源：METR官方评估报告《Independent Assessment of AI R&D Acceleration at Anthropic in October 2026》、Anthropic联合创始人萨姆·麦克坎德利什X原帖、美联社、Technology.org、AI News Brief、AI225日报。