METR 独立评估：Anthropic 模型研发加速约为历史速率两倍

Zach Stein-Perlman 在 LessWrong 发文，转述 Ajeya Cotra 关于 AI 正在大幅加速 AI 研究的判断，并称据其对 METR 报告与 Anthropic 政策的解读，“大幅加速”阈值可能已被跨过。Anthropic 本周早些时候在 S1 中表示可能即将达到其最新版负责任扩展政策（RSP，2026 年 7 月生效）定义的阈值，即整体能力进展达到 AI 对 AI 研发贡献不大之前最快持续速度的两倍，且可合理归因于 AI 自… AI Safety HOT (aisafetyhot.com), CC BY-NC 4.0 · 本地公开归档导入

Ajeya Cotra 发文称 AI 正在急剧加速 AI 研究，据她对 METR 报告和 Anthropic RSP 的解读，RSP 中“AI 带来进展急剧加速”的阈值看起来已被跨过。Anthropic 本周早些时候在其 S1 中表示可能即将达到该阈值；其最新 RSP（2026 年 7 月生效）将该阈值定义为总体能力进展达到在 AI 大幅贡献于 AI 研发之前最快持续速度的两倍，且可合理归因于 AI 自动化 AI 研发。她认为这是近年来关于 AI 风险最重… AI Safety HOT (aisafetyhot.com), CC BY-NC 4.0 · 本地公开归档导入

Buck Shlegeris 反驳 Toby Ord 对 METR 报告的质疑，称“Mythos 预训练一次性跳变”假说没抓住重点。METR 的 1.7x AI 研发加速结论（约 80% 归因于 AI）基于多条证据线，那张能力曲线只是唯一未删节的部分，METR 也在附录中考虑并否决了该假说。他承认可公开的证据不足以证明结论，但否认这是致命反驳。 AI Safety HOT (aisafetyhot.com), CC BY-NC 4.0 · 本地公开归档导入

针对因 Anthropic 大量删减而遭质疑的 METR 报告，作者用公开数据逐层复核，认为 Anthropic 的 AI 能力加速大概率属实。METR 估计 2025 年 10 月至 2026 年 10 月 Anthropic 模型能力增速约为之前的 1.9 倍，约 80% 归因于 AI；作者用公开 ECI 数据按 METR 方法重拟合得到 1.64 倍，结合 Anthropic 私有数据后才达 1.91 倍。员工在非正式调查中自报约 12 倍的效率提升… AI Safety HOT (aisafetyhot.com), CC BY-NC 4.0 · 本地公开归档导入

METR 在 Anthropic 内部进行 11 周调查后发布报告称，Anthropic 的模型改进速度约为一年前的两倍，过去一年取得约两年的历史进展。METR 认为，截至 10 月，加速的大部分来自 AI 本身，而非训练算力的扩张；员工自报使用内部最强模型后生产力约为无 AI 时的 12 倍，是几个月前使用 Mythos 5 时的两倍左右。报告还提到 Anthropic 已完成三个尚未发布模型的训练（代号 Model 2、Model 3、Model 4）… AI Safety HOT (aisafetyhot.com), CC BY-NC 4.0 · 本地公开归档导入

METR 的一份报告称，Anthropic 模型能力提升速度已达此前约 2 倍，转折点落在 2025 年 10 月，AECI 由此前每年约上涨 15 分变为每年约上涨 29 分。报告附录列出四款未公开模型，其中 9–10 月训练的 Model 4 在 AECI 拿下 178.6 分，高于公开的 Opus 5.5（174.5）与 Mythos 5.1（172.5）。METR 排除了靠堆训练算力提速的解释，估算当前约 2 倍研发加速中约 80% 来自 AI 自… AI Safety HOT (aisafetyhot.com), CC BY-NC 4.0 · 本地公开归档导入

Ajeya Cotra 解读 METR 关于 Anthropic AI 研发加速的公开报告后认为，Anthropic 已越过其 RSP 中「AI 导致进展急剧加速」的阈值。报告测得 2025 年 10 月至 2026 年 10 月能力进展约为此前十二个月的两倍，报告作者将当前加速的约 80% 归因于 AI 自动化，且未发现会阻碍加速复合的明显瓶颈或急剧收益递减。她推算研究者效率需提升约 4-9 倍、如今可能约 10 倍，与 Anthropic 员工自称从内… AI Safety HOT (aisafetyhot.com), CC BY-NC 4.0 · 本地公开归档导入

METR 研究员 Ryan Greenblatt 发帖称，围绕一份 AI R&D 报告的近期讨论印证了证据透明的重要性。他表示自己信任报告作者，也因此采信其对 AI 大幅加速研发的估计（约 2 倍，不确定性极高），但外界希望看到关键证据也是合理的。他转引的 Ajeya Cotra 帖子称，该报告大量底层证据被删减；Cotra 认为证据透明对世界及时厘清风险问题十分重要。 AI Safety HOT (aisafetyhot.com), CC BY-NC 4.0 · 本地公开归档导入

METR 在 2026 年 11 月 5 日发布的公开评估中估计，Anthropic 在界定清晰的任务上改进 AI 系统的速度约为 2024 年 3 月至 2025 年 10 月期间的两倍，真实加速介于 1.3x 至 3x，不确定性较高。评估覆盖 2026 年 8 月 12 日至 10 月 29 日，审查了内部预训练与强化学习指标、分领域训练算力、内部模型基准和 AI 提速分析；在 Anthropic 的 Epoch Capabilities Index（… AI Safety HOT (aisafetyhot.com), CC BY-NC 4.0 · 本地公开归档导入

METR 公布对 Anthropic 的外部审计，发现自 2025 年 10 月以来其模型基准成绩提升速度约为此前的 1.9 倍，公司可能早在 7 月 15 日就已越过自设的 AI 加速预警阈值。这次审计于 2026 年 8 月 12 日至 10 月 29 日进行，团队接触了未发布模型的基准结果、训练指标和内部分析，并访谈约 15 名研究人员。按 AECI 综合指标，模型成绩从每年约提高 15 分升至 29 分，METR 估计约 80% 的加速来自 AI … AI Safety HOT (aisafetyhot.com), CC BY-NC 4.0 · 本地公开归档导入