Claude 進化速度翻倍了，80% 增量來自 AI

編輯｜澤南

AI 幫助研發下一代 AI 的速度，終於有了具體數字。

11 月 5 日，第三方評估機構 METR 發布一份關於 Anthropic 的調查報告表示：這家公司過去一年取得的基準能力進步，大致相當於此前兩年的進步。

從 8 月 12 日到 10 月 29 日，這個機構花費了約 11 週時間進入 Anthropic 內部查看其模型成績、訓練算力、研發效率等資料，並與研究人員訪談。

他們的分析使用了 Anthropic 版綜合能力指標 AECI。數據顯示，自 2025 年 10 月以後，大模型在該指標上的進步速度約為此前的 1.9 倍，95% 置信區間為 1.5---2.8 倍。

自 2025 年 10 月 7 日起，這個分數從約 15 分 / 年跳到約 29 分 / 年，一年走完了此前約兩年的路，量級大致相當於 Claude 2.1 到 Sonnet 4.5。Anthropic 自己的風險報告此前曾假設 Mythos Preview 是單次躍升，之後會回歸原來的趨勢，然而現在新的模型出現了，新的斜率仍在繼續。

放眼全行業，前沿模型的加速只有 1.4 倍。

更關鍵的是，METR 相當確信這種加速並非來自訓練 AI 算力規模增長的速度。AI 能力進步的主要原因來自於 AI 自己的幫助。

在訪談裡，一個反覆出現的現象是：研究人員終於可以試更多想法了。

過去，一個實驗可能需要花一兩天來實現，時間和計算成本是不可逾越的，很多想法還沒來得及驗證就被搁置。如今，研究人員可以把多個想法交給 Agent，看看哪些值得繼續追下去。

一位研究人員形容，現在自己的工作主要受限於想法和算力，代碼已不再是瓶頸。還有人覺得使用 Claude 後，自己仿佛有了博士後和研究生一起推進項目。實驗和實現變得便宜，讓研究人員變得更加願意嘗試，很多原本被認為不值得投入精力的小實驗如今也有機會變成新的研究方向。

METR 的報告還揭開了一部分此前外界看不到的內部進展。他們的分析納入了三個 Anthropic 還未公開模型，分別以 Model 2、Model 3、Model 4 代稱。它們在今年 7 月至 10 月間完成訓練。

當前最強的就是這個 Model 4 了（有人猜它是 Claude 6），它在很多常見基準上的分數已經超過 90%。Anthropic 員工在 10 月份內部對其進行了主觀估計，投票認為其平均對自己的工作提效達到了約 12 倍。

這些模型還沒有發布，甚至不一定會成為公開產品，但它們的存在提醒外界，只看發布會和公開榜單可能無法完整判斷 AI 大廠內部正在發生什麼。從 2025 年初約 1 倍，到 Opus 4.5 約 2.5 倍、Mythos 5 約 5 倍、Model 4 跳到 12 倍，指數擬合為每年 3.9 倍。

METR 估計截止到今年 10 月，當前 AI 研究加速中的約 80% 估計來自 AI。還有 20% 的非 AI 因素，細節 Anthropic 不讓透露。

那麼，AI 已經能夠獨立研發自己的下一代了嗎？

目前距離讓 AI 自主研發下一代模型的完整遞歸自我改進（RSI）仍有差距。Anthropic 的研究員自己認為，在模型訓練最重要的部分，AI 尚未作出高度重要且完全自主的貢獻，目前的主要收益仍來自 AI 輔助人類研發。

但 Anthropic 研究員已經把 AI 的大量自主貢獻描述為「生命跡象」（signs of life），且有量化分析統計各環節中由 AI vs 人類完成的任務占比，但數據被 Anthropic 刪掉了。

只要更強的模型能幫助研究人員更快開發下一代，反饋過程就可能持續增強。RSI 的路徑能走多遠，取決於尚未自動化的環節，以及算力等資源能否跟上。

在對於近未來的預測上，METR 沒有看到未來 12 個月會明顯阻斷快速進步的瓶頸，但也坦言隨著信息增加，他們曾多次改變判斷，目前信心有限。

另外，雖然 Anthropic 讓第三方機構 METR 進入其內部調查了，但目前給出的 100 頁報告經過了他們的大幅刪減。最有說服力的證據大多被 Anthropic 自己刪掉了。

同日發布的配套審查還呈現了雙方在風險表述上的分歧：Anthropic 曾把某項領先指標描述為進步速度「不到兩倍」，METR 根據其內部數據算出約 1.97 倍，認為更準確的說法應是「約兩倍」。兩倍加速涉及 Anthropic 的早期預警閾值。

METR 認為，不能排除截至 7 月 15 日已跨過相關閾值的可能，但多數相關研究人員仍傾向於當時尚未跨過。雙方也都認為，當時相關模型的直接災難性風險較低。

當模型參與研發的速度越來越快，人們能否及時看清變化、公司能否充分披露不確定性，正在成為下一代 AI 到來之前必須回答的問題。

參考內容：

https://metr.org/blog/2026-11-05-anthropic-ai-rd-acceleration-assessment/#executive-summary

https://x.com/METR_Evals/status/2118412183860351084

© THE END