专题 · FULL STORY

AI 加速 AI 研发？METR 评估 Anthropic 风波

Anthropic 先在 RSP 附件中称或将触及「AI 显著加速研发」阈值，METR 随后发布基于其内部数据的首份独立评估，认定 AI 已令其研发能力翻倍加速。报告被大幅删减、算力评估试点被取消等后续接连引爆争议，联创出面回应并暗示将公布更多内部报告。

2026-11-03 ~ 2026-11-06 · 11 集 · 83 条

第 1 集 · Anthropic 称或将「即将」触及 AI 加速研发 RSP 阈值(2026-11-03,7 条)

Anthropic 于 11 月初更新其负责任扩展政策（RSP）附件 S1，称内部估算显示未来模型可能「即将」达到「可归因于 AI 的显著加速进展」的能力阈值——即 AI 将自身研发速度提升到基线的 2 倍，但明确表示目前尚无现役模型越过该线，团队仍在评估数据及越过阈值后的后续安排。这一表态引发外界对更严格安全要求是否将被触发的关注。

已确认

  • Anthropic 在 RSP 附件 S1 中新增了关于自动化 AI 研发（automated AI R&D）及其人类监督的内容，由 Theo Bearman 与 Daniel Kokotajlo 首先发现（@m4、@m5 转述）。
  • 文档同时写道，「不预计能够安全地让 Claude 完全自主地设计下一代前沿模型」（@m3）。
  • Anthropic 发布《Frontier Safety Roadmap》，公开最高优先级安全目标与时间线；@maksymandr 指出其中提到「最早 2027 年初」其 AI 系统就可能组成全自动的顶级科研团队。

为什么重要

  • RSP 阈值一旦触发，按现行政策可能意味着更严格的评估与部署限制，转推者据帖梳理了按现行 RSP 框架可能出现的后续流程（@m1）。
  • 《AI 2027》作者、AIFP 的 Daniel Kokotajlo 回应称被该披露「吓到」，认为若 Anthropic 真的触发 RSP 的 2x 加速阈值，ASI 的到来可能比其此前预测更早（@m2、@m5、@m6）。
  • 「最早 2027 年初全自动顶级科研团队」的时间线，与 S1 中对全自主模型设计的保留态度形成对照，显示 Anthropic 在加速预期与安全约束之间的公开权衡。

第 2 集 · AI 2027 作者警告：Anthropic 若触发 2x 加速阈值或大幅提前超级智能时间线(2026-11-05,2 条)

针对流传的「Anthropic 可能在 IPO 招股书中暗示即将达到 RSP 中 2 倍基线加速阈值」的消息，Daniel Kokotajlo 参与的 AI Futures Project 表达警觉。该团队认为，如果传闻属实，意味着通向完整递归自我改进(RSI)与超级智能的时间线将大幅提前，甚至比 AI 2027 预测情景更为激进，引发 AI 安全圈的关注与恐慌。

第 3 集 · METR 报告称 Anthropic 内部 AI 研发加速近翻倍，社区剧烈上调预期(2026-11-06,53 条)

METR 发布了首批借助前沿实验室内部数据的「AI 是否正在加速 AI 研发」独立风险评估。其团队自 2025 年 8 月起获准接触 Anthropic 内部信息，核心结论是：截至 2026 年 10 月，模型在明确定义任务上的能力增长速度已达 2024 年 3 月至 2025 年 10 月期间的约 2 倍（合理区间 1.3x–3x），且加速很可能大部分来自 AI 参与 AI 研发。这是「AI 能力正在加速」目前最直接的一手基准证据，引发社区大规模 RSI/ASI 时间表更新；同时公开版报告的删节问题引发了对透明度的质疑。

已确认

  • METR 自 2025 年 8 月起接触 Anthropic 内部信息，评估「AI 是否在加速 AI 研发」，现已发布报告总结；其评估框架围绕三个问题展开：加速是否正在发生、是否可归因于 AI、程度如何（m7、m11、m12）
  • 核心结论：截至 2026 年 10 月，模型在明确定义任务上的能力增速约为 2024 年 3 月至 2025 年 10 月期间的 2 倍，不确定性较大，合理区间 1.3x–3x；这是三条主观风险判断之一，团队内部仍有重大不确定性和分歧，但多数参与员工支持该结论（m8、m15、m16）
  • METR 的 AECI 指标分析显示：自 2025 年 10 月以来，Anthropic 各模型得分以约 1.9 倍于早期的速度增长（95% 置信区间 1.5–2.8）（m3、m5、m19）
  • Anthropic 内部 Model 4 于 2026 年 10 月完成训练并已在内部可用，是本轮分析中得分最高的模型，在 AECI 上得 178.6 分（Anthropic 有自己的内部代号）；@scaling01 称这验证了其此前预测（m2、m3、m20）
  • METR 制作的另一图表汇总 Anthropic 员工非正式调查与 Slack 投票的「自报效率提升」，随时间呈超指数增长：从 2025 年初的约 3.7 倍升至内部模型 Mythos 5 的 5 倍、Model 4 的约 12 倍；作者强调只能作为很宽松的证据（m6、m10）
  • METR 判断 Anthropic 可能已触发其负责任扩展政策（RSP）中 2 倍研发加速阈值，甚至可能高达 3 倍，并猜测当前约 80% 的加速来自 AI（自动化 AI 研发），且未发现明确的减速瓶颈（m13、m19、m20）
  • METR 完整分析估算了加速中有多少来自算力、数据与算法进展，结论是加速并非源于训练算力增长率的提升，而主要归因于算法等其他因素（m13）
  • METR 表示对「加速大部分由 AI 参与研发驱动」并不确定，Anthropic 员工内部也未达成共识，2025 年末的非 AI 因素仍可能起作用（m8、m15）
  • @benjtodd 表示，他原本怀疑 Anthropic 在 S-1 文件中「AI 将研发加速约 2 倍」的说法被高估，但 METR 查看非公开证据后表示认同；他并称「递归自我改进看起来已于 2025 年 10 月开始」（m11、m19）
  • 《AI 2027》作者 Daniel Kokotajlo 相关讨论指出进度可能比该情景预测还快，并澄清口径差异：《AI 2027》中的 2 倍是相对人类研究员基线的 R&D uplift（m14）
  • 投资人 Jake Mendel 据此发长文「认错」：他此前一直比 Anthropic 内部朋友对时间线更悲观，现在转向更乐观，认为 18 个月内出现超级智能的概率过半；@GaryMarcus 对此类「超级智能 18 个月」的说法提出质疑（m7、m17）
  • Anthropic 研究员 Ryan Greenblatt 与 Ajeya Cotra 讨论称，报告发现能力进展已翻倍且主因是 AI 参与研发；Greenblatt 解读称近期进展被加速约 2 倍、主要归因于 RSI，部分被涂黑的证据甚至指向更大加速，对应 AI 2027 场景中 2026 年 12 月前后的节点；@scaling01 转发观点称现实进展正大致沿 AI 2027 预测推进，发帖人对该场景中 2027 年出现 ASI 感到不安（m9、m12、m15）
  • @peterwildeford 转引 jamess48 对 METR 任务时长数据的分析：三年内 AI 能力进展速度或已出现第二次翻倍，第一次发生在 2024 年中期，进展速度本身又在加速（m18）
  • Andrew Curran 观察到时间线上大量 AI 圈人士因该报告对 RSI/ASI 时间表的预期发生剧烈更新，将其类比为 2022 年 11 月 ChatGPT 时刻；多人改口认为 RSI 不足 6 个月；他另向安全阵营喊话称依赖友好政府、对华协议或一年以上时间窗口的安全计划已无意义（m1、m2、m4）
  • METR 向 Anthropic 提交了约 100 页完整评估报告；按协议 Anthropic 有权删节非公开信息，其称删节目的是移除「可能加速其他 AI 开发商」的机密信息；METR 表示虽可自由分享最高层级风险结论，但公开版中被删去了大部分其认为最有信息量的证据（m6、m16）
  • Garrison Lovely 引用报告指出：Dario Amodei 公开支持「frontier pacing」（给前沿能力降速），但 Anthropic 的 IPO 申报文件与 METR 新报告显示其实际加速更快，与其表态相悖（m20）
  • @scaling01 指出 METR 图表用「永久加速」假设拟合 Anthropic 模型能力曲线（覆盖 3 Opus 到 Opus 4.6 的公开与内部快照），对后续模型的 held-out 预测误差优于「一次性跃升」假设（m17）

尚未确认

  • 精确的加速倍数仍不确定性较大：部分转发者认为鉴于统计不确定性，2 倍阈值是否确实被触发难以定论
  • 「80% 加速来自 AI」为 METR 的猜测性估计，METR 自身和 Anthropic 内部均无共识（m8）
  • 员工自报的 Model 4 约 12 倍效率提升来自非正式调查，只能作宽松参考（m6）

为什么重要

  • 这是首批直接利用前沿实验室内部数据量化「AI 自我加速」的独立评估，为智能爆发展担忧提供了可测的基准证据；转发者们普遍强调 METR 是严肃认真的机构，其结论可信度较高（m7、m17）
  • 报告显示增速可能已触及 RSP 框架的关键阈值，直接关系到 Anthropic 需采取的安全措施；且加速并非来自算力增长，对「规模扩展驱动论」形成补充修正（m13、m20）
  • 报告与 Dario「限速」公开表态的反差，以及删节对证据的遮蔽，使外部监督与公司叙事之间的张力成为焦点（m16、m20）
  • 但 METR 尚未认定达到完全的递归自我改进（RSI），加速程度仍属「部分」阶段；删节问题也限制了外部审查的深度

还有 33 条相关讨论 →

第 4 集 · 曝 Anthropic 内部模型已全面超越 Mythos 5(2026-11-06,2 条)

爆料称自 Mythos 5 之后，Anthropic 内部已迭代至少 3 个旗舰 checkpoint，员工自称获得 12 倍提速，公司可能正在为加大 RL 比例的 Mythos 6 做预训练。另有 Reddit 用户从 METR 评估报告图表中挖出 Anthropic 未公开发布的 Model 4（2026 年 9–10 月训练），其 AI 能力指数 AECI 得分达 178.6。

第 5 集 · Anthropic 删减 METR 评估报告引争议(2026-11-06,7 条)

评测机构 METR 向 Anthropic 提交了约 100 页的完整评估报告，但公开发布版本中大部分最有信息量的证据被 Anthropic 删减，公众只能更多依赖 METR 的判断而非原始证据。Anthropic 联合创始人承认大量内容被删，并称这让他人更难核查 METR 的工作，但认为公开究竟是什么在驱动加速（速度提升）并不合适，理由涉及商业敏感与安全考量。这一辩护引来 Gary Marcus 的转发嘲讽与批评。

已确认

  • METR 表示完整报告约 100 页，公开版关键证据大半被删，Anthropic 前安全负责人等也参与讨论。
  • Anthropic 联创承认删减很多内容，会让他人更难核查 METR 的工作，但主张公开加速驱动因素不合适。
  • Jeff Ladish 转述 Nathan Calvin 的调侃：前沿公司在模型权重之外的安全本就是「瑞士奶酪」级（如 Cathedral 团队能访问 Anthropic Slack），大量涂黑挡不住真正的对手，只会挡住善意观察者。
  • METR 方面由 Beth Barnes 澄清：不应把 METR 的话读成「公开完整信息会加剧我们担心的风险」，公开报告原文明确不对 Anthropic 的删改是否正当下结论。

尚未确认

  • 被删减内容的具体细节及其删减是否确有必要，双方均未给出可核查的证据。

为什么重要

  • 这一事关第三方安全评测的透明度与独立性：当委托方可单方面删改评测报告时，公众只能依赖评测机构的信誉而非原始证据。
  • METR 的澄清划清了立场边界，避免其说法被借用以支持删改正当性，也凸显评测机构与被评企业之间的信息披露张力。

第 6 集 · 传 Anthropic 新模型已完成训练，METR 私测称史上最大跳变(2026-11-06,2 条)

据 METR 私下评测报告爆料，Anthropic 一个尚未发布的强大模型（代号 Model 4，内部另有代号，或称 Claude 6）已于上月完成训练，预计明年年初发布。该模型在 METR frontier 基准测试的 15 项中全部突破 50%，是 METR 分析过的所有模型中得分最高的，评测者称其表现构成最大跳变。

第 7 集 · 爆料称 Anthropic 近 8 个前沿模型中 7 个从未公开评测(2026-11-06,2 条)

有内部知情者爆料，Anthropic 最近 8 个前沿模型中有 7 个从未进行公开评测，公众看到的评测结果仅覆盖少数对外发布的模型。有分析者结合基准测试加速趋势的图表指出，这一做法可能意味着公开评测低估了模型进展的加速程度，引发社区对前沿模型透明度的讨论。

第 8 集 · METR 称 Anthropic 取消算力评估试点引安全研究者质疑(2026-11-06,2 条)

评估机构 METR 发文称，Anthropic 取消了双方原定试点的「算力分配评估」项目，引发 AI 安全研究者公开质问。前 OpenAI 研究员、《AI 2027》作者 Daniel Kokotajlo 也抨击 Anthropic 以保密为由对安全评估相关信息进行大量删改，质疑其透明度承诺。事件引发外界对前沿实验室安全评估独立性与公开性的关注。

第 9 集 · 安全圈抨击 Anthropic 加速战略，担忧社会反应跟不上(2026-11-06,2 条)

安全圈人士抨击 Anthropic 的核心战略——持续加速 AI 能力发展，目标是「一年内获得数十年的能力增长」。开发者 trevposts 引用报告指出，在人类理解与控制 AI 系统的能力尚未跟上的情况下，这种加速极其危险，并呼吁政府优先介入阻止。AI 从业者 Andy Masley 也表达类似担忧，认为 AI 进展速度过快，而社会的应对与反应远远滞后，各方对失控风险的焦虑正在升温。

第 10 集 · Anthropic 联创开号回应 METR 评估，暗示将公布内部加速报告(2026-11-06,2 条)

Anthropic 联合创始人、首席架构师 Sam McCandlish 开设社交账号并发出首条帖子，表示将陆续分享安全工作进展。他回应了 METR 对其模型能力增速的独立评估报告，称模型能力进步速度是 AI 安全最关键的问题之一，并认为该报告具有重要公共价值。他还暗示即将公布内部加速报告，或触发 RSP 的 2x 阈值，外界则警告勿让 AI 在明年实现递归自我改进。

第 11 集 · Anthropic 向 METR 开放研发数据，评估报告大量删减(2026-11-06,2 条)

METR 于 2026 年 11 月 5 日发布对 Anthropic 的独立评估报告《Independent Assessment of AI R&D Acceleration》。报告披露 Anthropic 在从预训练到 RL 的整个 AI 研发管线中向 METR 分享了大量非公开证据，包括随时间推移的算法进展估算等关键细节，但报告中大部分关键证据因保密原因被删减。