专题 · FULL STORY

AI 加速 AI 研究：从宣称到证据与争议

Anthropic 传出研究效率提升 10 倍的消息后，研究界围绕其真实含义展开讨论。随后 METR 公开表示掌握 AI 加速前沿研究的「确凿证据」，但细节因涉密被删改；同时分析者基于 AECI 数据指出单位研发支出产出在锐减，个体研究员提速是否为有效指标也引发争论。

2026-11-08 ~ 2026-11-09 · 4 集 · 13 条

第 1 集 · Anthropic AI 研究加速 10 倍，可持续性遭质疑(2026-11-08,2 条)

Jeff Ladish 引用关于 Anthropic 研究加速的描述，并由 Ajeya Cotra 转述强调：所谓 10 倍能力提升不应理解为每位研究员提速 10 倍，加人再多也无法达到同样效果。但有观点反驳这种乐观解读，认为从趋势线看 Anthropic 内部并无魔法，不过是 Opus 5.7 之类的模型带来的能力，员工访谈也显示这种加速属于一次性增益，难以持续复利。

第 2 集 · METR 数据换算研发支出轴：AI 能力在加速但单位美元产出锐减(2026-11-08,6 条)

基于 METR 公开的 AECI（任务完成效率指数）数据，多位分析者独立得出相似结论：AI 能力进步本身在加速，但研发投入增长得更快，单位金钱换来的进步正在快速缩水。

已确认

  • Michael Wiebe 将 METR 的 AECI 趋势从时间轴换到研发支出轴重新绘图：2025 年上半年每 10 亿美元研发投入约换来 4.05 个 AECI 点，2026 年上半年仅剩 1.49 点，单位研发产出同比下降约 63%。
  • Ramez Naam 基于 METR 对 Anthropic 内部模型能力增速的拟合与 SEC 财报数据测算：每 10 亿美元研发换来的能力提升呈指数级递减——2024 年为 6.58 点，2025 上半年 4.05，此后进一步下滑至 0.76 点左右，两年间缩水约 8 倍。Reddit 用户转引该分析得出一致结论。
  • 时间轴视角下，2025 年 10 月 7 日 METR 断点后进步确有加速，年化能力进步接近翻倍，但这些结论被「支出也在爆炸式增长」这一背景抵消。

尚未确认

  • @trevposts 在讨论中指出，关键变量是支出是否会在对数尺度上放缓；按当前研发支出每年 5–6 倍的增速，指数扩张至少还能维持一年。这一判断属个人预测，支出曲线何时见顶尚无定论。

为什么重要

  • 该分析把「AI 是否还在加速」的争论从时间维度转向经济维度：即便能力曲线持续陡峭，若单位美元产出递减且投入需每年数倍增长，AI 进步的可持续性将取决于资本开支能否无限扩张，这对实验室融资与行业预期都是核心约束。

第 3 集 · METR 称获确凿证据：AI 正加速前沿研究(2026-11-09,3 条)

METR 称已获得「令人信服的证据」证明 AI 正加速前沿 AI 研究，且加速并非来自训练算力规模扩张，但因涉密相关细节被删改。研究员 Peter Wildeford 澄清其判断依据是私下信息而非公开数据，认为 AI 至少带来 1.4 倍研究加速；Ajeya Cotra 引用 METR AI R&D 报告估算称 AI 正使能力进步速率接近翻倍，等效于研究员时间流速快约 10 倍。

第 4 集 · 加速个体研究员是不是好指标引发争论(2026-11-09,2 条)

围绕 Ajeya Cotra 提出的「AI 加速 AI 研发」话题，ZhongRuiqi 提出反直觉观点：加速单个 AI 研究员并非有意义的指标，因为劳动存在边际效用递减。他认为多数前沿大模型公司并不受研究者人力约束，像 Anthropic 这样的大组织瓶颈更多在于协作与算力，而非个体产出速度。