METR评估Anthropic内部数据：恐已于7月触及安全预警门槛
2026-11-06分类：人工智能 阅读（）
独立AI 评估机构METR 最新公布的研究报告指出，Anthropic 内部模型的能力进步速度，可能已经达到过去的约2 倍，而且这波加速很可能主要来自Claude 开始参与AI 研发工作。更值得注意的是，研究人员重新检视Anthropic 今年8 月发布的安全评估后发现，公司可能早在今年7 月就已接近甚至触及自我加速研发的安全预警门槛。
模型研发进步速度增至2 倍，Claude 可能成为主要推手
这项调查历时11 周，METR 获准检视Anthropic 内部研发资料，包括模型训练、演算法改进、尚未公开模型的测试成绩，以及员工访谈与调查结果。研究团队将重点放在三个问题：AI 研发是否正在加速、加速是否主要由AI 自身推动，以及未来一年是否存在可能限制进步速度的技术瓶颈。
METR 最终提交了一份约100 页的完整报告，但Anthropic 在公开版本中删除了大部分研究人员认为最有参考价值的内部证据，因此外界目前只能依据METR 公布的结论了解调查结果，难以独立检验所有推论。
METR 在报告中指出，截至2026 年10 月，Anthropic 模型在具有明确评分标准的任务上，能力进步速度可能已达到2024 年3 月至2025 年10 月期间的约2 倍。
研究团队对此估计仍存在相当大的不确定性，认为实际加速幅度可能介于1.3 至3 倍之间。若以2 倍计算，代表过去需要约两年才能累积的模型能力进步，如今可能只需要一年左右。
从基准测试来看，自2025 年10 月以来，Anthropic 模型的AECI 评分成长速度，约为先前的1.9 倍，95% 信赖区间介于1.5 至2.8 倍。不过，METR 也提醒，基准测试的选择与计算方式会影响结果，而且测试分数不一定能直接反映模型在真实世界中的实际能力。
至于加速的来源，研究人员发现，训练算力的成长速度并没有同步提高，因此这波研发效率提升，很难单纯归因于投入更多GPU 或计算资源。
结合内部演算法进展资料、员工访谈及调查结果，METR 认为，AI 工具参与AI 研发，很可能已成为目前能力进步加速的主要原因。换句话说，Claude 不只是被用来协助一般程式开发，也可能开始协助研究人员改善演算法、设计实验及推进下一代模型。
不过，METR 并未认为这项结论已经获得完全证实。研究人员指出，Anthropic 员工普遍回报AI 带来显着生产力提升，但最重要的AI 研发工作目前仍未完全自动化，而且公司内部对于AI 究竟贡献了多少研发进展，也没有形成一致看法。
今年7月可能已触及安全门槛，与Anthropic原先评估出现落差
这份报告最受关注的部分，是METR 对Anthropic 今年8 月发布的安全评估提出不同解读。
Anthropic 先前评估认为，当时AI 尚未让自身研发速度提升至原本的2 倍，因此并未触及相关安全预警门槛。
但METR 根据取得的内部数据重新计算后发现，其中一项衡量研发进步速度的指标，成长率已达到1.97 倍，几乎正好落在2 倍的预警线上。
更值得注意的是，Anthropic 内部报告也承认，如果以完全没有AI 辅助的研发情境作为比较基准，研发速度提升超过2 倍并非不可能。
因此，METR 认为，Anthropic 公开安全报告对研发加速程度的描述可能过于保守，不能排除公司早在7 月就已触及预警门槛。
不过，METR 也强调，参与评估的双方研究人员多数仍倾向认为，当时尚未真正跨越这条界线。这项门槛本身是用来提前辨识潜在风险的预警指标，并不代表AI 已经失控，或已经能够完全自主开发下一代模型。
未发现明显技术瓶颈，未来一年加速可能进一步扩大
除了确认目前的研发加速趋势，METR 也评估未来一年是否存在可能限制AI 进步的因素。
研究人员表示，目前没有发现演算法进步、训练算力、实验算力或资料供应方面，存在足以在未来12 个月内明显拖慢研发速度的瓶颈。这意味着，如果AI 持续提高自身参与研发工作的程度，模型能力进步速度仍有进一步加快的可能。
但METR 也承认，这项判断受到研究视角限制，不能排除尚未被发现的技术瓶颈。研究人员甚至指出，若低估近期部分研发成长率上升，以及AI 开始自主贡献研发工作的早期迹象，就可能低估实际加速程度；反过来说，如果高估AI 的贡献，或忽略2024 至2025 年早期研发速度原本较低的因素，也可能导致高估。
Anthropic 删除多数关键证据，外界难以独立覆核
这次评估另一项值得注意的争议，是完整报告与公开版本之间的差异。
METR 表示，Anthropic 曾向研究团队开放涵盖预训练、强化学习（RL）及演算法进步等不同阶段的内部研发资料，这些非公开资讯对判断AI 是否正在加速研发具有重要价值。
然而，研究团队提交约100 页完整报告后，Anthropic 在公开版本中删除了大部分最具参考价值的证据。 METR 因此坦言，公众目前必须在比研究团队理想中更大程度上，依赖其研究判断，而不是直接检视完整数据。
此外，这次AI 研发加速评估原本还包含算力分配评估，但Anthropic 在研究团队尚未形成实质结论前取消了这部分试点，表示希望现阶段先聚焦于风险评估，未来再重新考虑。
整体而言，METR 的研究揭示了一项值得AI 产业关注的变化：当AI 不再只是接受人类指令执行任务，而是开始协助改善演算法、设计实验及推进下一代模型研发，AI 技术进步就可能形成自我强化的循环。
目前尚无法确认Anthropic 是否已真正跨越安全预警门槛，也不能据此认定AI 已具备完全自主研发能力。但如果METR 的估计接近实际情况，AI 研发速度可能已经进入新的加速阶段，而如何在模型能力快速提升的同时，确保安全评估与控制技术能够同步跟上，将成为AI 产业接下来的重要课题。
Tags：
