专题 · FULL STORY

METR 报告风波：AI 加速研发与 Anthropic 的博弈

METR 发布首份基于 Anthropic 内部数据的评估，称 AI 已显著加速其研发并引发社区对 RSI 的提前预期。随后报告遭删减、算力评估试点被取消，叠加内部模型超越 Mythos 5、七成前沿模型从未公开评测等爆料，争议持续发酵。

2026-11-06 ~ 2026-11-06 · 6 集 · 59 条

第 1 集 · METR评估称AI加速Anthropic研发，社区大幅提前RSI预期(2026-11-06,48 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（m7、m9、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（m15、m16、m19）
  • 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）（m2、m11、m14）
  • 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（m1、m2、m12）
  • 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、m19）
  • 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（m12、m13）
  • 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；@BenBajarin转发称这对算力驱动论构成冲击（m14）
  • 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）
  • @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、m13）
  • 《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（m12）
  • 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（m4、m7、m10）
  • @RyanGreenblatt解读该报告称，AI进展近期被加速约2倍且主要归因于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（m5、m8、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（m16）
  • 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（m3、m6、m9）
  • 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）
  • Anthropic联合创始人、安全负责人Sam McCandlish发长文首度回应该报告，并预告未来几个月将分享更多安全工作进展（m18）
  • @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、m20）

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、m10）
  • 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（m12、m14）
  • 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（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 28 条相关讨论 →

第 2 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 3 集 · METR 报告删减引争议，Anthropic 联创称出于安全考量(2026-11-06,3 条)

评测机构 METR 表示，已向 Anthropic 提交约 100 页的完整风险评估报告，但公开发布版中大部分最具信息量的证据被 Anthropic 删减。Anthropic 联合创始人回应承认删除了大量内容，称这让他人更难核查 METR 的工作，但出于商业敏感与安全考量仍认为有必要限制公开细节。Gary Marcus 转发并批评这一辩护，争议持续发酵。

第 4 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 5 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 6 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。