METR 独立评估显示 Anthropic 研发加速主要由 AI 驱动且未见瓶颈

METR 团队在 2026 年 8 月至 10 月期间对 Anthropic 进行了高权限访问评估，核心结论是截至 2026 年 10 月，Anthropic 在明确任务上的模型能力提升速度约为 2024 年 3 月至 2025 年 10 月期间的两倍。这一加速并非由训练算力的增长驱动，而是主要归因于广泛使用 AI 进行研发工作。自 2025 年 10 月以来，其内部基准 AECI 的得分增长率估计为 1.9 倍（置信区间 1.5–2.8x），意味着过去一年取得了相当于过去两年的历史进展。

尽管 METR 获得了包括预训练和强化学习指标、员工访谈及 Slack 投票在内的多项内部数据，但 Anthropic 行使了删减权，移除了大部分关于具体证据来源、算法效率细节及未来模型预测的信息，理由是防止泄露可能加速其他开发者的机密内容。这导致公众无法直接验证关键发现，只能依赖 METR 的判断。不过，未删减的证据显示，研究人员普遍报告 AI 带来了显著的效率提升，部分人员甚至提到“完全自主贡献”的迹象正在出现，且目前未发现算法、数据或实验计算方面的明显瓶颈会阻碍未来一年的持续进步。

事实层面确认了 AECI 加速趋势与 AI 使用的强相关性；推断层面认为非 AI 因素在 2025 年末的加速中占比较小，而当前加速主要由 AI 驱动；猜测层面指出由于缺乏对真实世界影响与基准分数的映射数据，以及可能存在的数据滞后效应，实际的能力爆发风险可能被低估。这种缺乏瓶颈的加速态势引发了对失控风险的担忧，因为随着更强大模型的诞生，研发速度的复利效应可能会进一步加剧。