METR 报告：Anthropic 模型能力进步速度约翻倍，大部分或归因于 AI 参与研发

METR 独立评估：Anthropic 模型能力的进步速度大约翻了一倍，大部分可能要归功于 AI 参与研发 AI 安全评估机构 METR 11 月 5 日发布报告，判断截至 2026 年 10 月，Anthropic 在“目标明确的任务”上提升模型能力的速度，大约是 2024 年 3 月到 2025 年 10 月的 2 倍。METR 说这个判断很不确定，实际是 1.3 倍或 3 倍都不会意外。 METR 是一家非营利机构，研究前沿 AI 有没有失控风险。这份报告评估的是“AI 研发加速”：AI 公司用 AI 写代码、跑实验、训练下一代 AI，会不会让能力进步得比历史趋势还快。担心在于，AI 越造越快，能力增长可能超出对齐和管控手段能应付的速度。 【先说结论】 METR 给了三条结论，都是团队的主观判断，团队内部也有分歧： • 速度：进步速度大约是过去的 2 倍，区间在 1.3 到 3 倍。 • 原因：加速的大部分可能来自 Anthropic 大量用 AI 做研发，METR 猜测约占 8 成。METR 对此不确定，Anthropic 员工内部也没有共识。2025 年底那一波加速，AI 以外的因素可能起了很大作用。 • 往后：METR 没看到明显瓶颈，也没看到收益明显递减，所以未来 12 个月有可能加速得更快。METR 也说自己视角有限，可能漏掉了瓶颈。 报告里还有一个细节：比起以前，Anthropic 现在会把最新模型在内部多留一段时间再对外发布。 【1.9 倍这个数字怎么来的】 公开报告里最具体的证据是测试分数。METR 用的是 AECI，即 Anthropic 版的 Epoch 能力指数，这套方法由研究机构 Epoch AI 提出，把一堆测试成绩合成一个总分，方便看能力随时间怎么涨。 2025 年 10 月以来，Anthropic 模型的 AECI 增速是此前的 1.9 倍（95% 置信区间 1.5 到 2.8 倍）。也就是说，过去一年的进步，相当于此前两年的进步，大约是从 Claude 2.1 到 Sonnet 4.5 的距离。这个数比 Anthropic 在 Haiku 5.5 系统卡里报的 1.7 倍高，主要因为 METR 算进了三个没发布的内部模型。 这个数字受方法影响很大。换一种统计假设，结果在 1.1 倍到 2.9 倍之间；把其他公司的模型也放进来算，

来源：X · 宝玉 · x.com