AI 研发速度翻倍，八成靠 AI 自己：METR 进了 Anthropic 内部 11 周，但最关键的证据被涂黑了

先把结论说在前面：这篇报告真正重要的不是“翻倍”这个数字，而是它第一次让一家外部评估机构带着内部数据进了前沿实验室——然后 Anthropic 把最有信息量的证据涂黑了大半。所以 2 倍这个数，你只能选择信 METR 的判断，没法自己验算。

报告是独立评估机构 METR 在 11 月 5 日发布的。2026 年 8 月 12 日到 10 月 29 日，METR 的人拿着 Anthropic 的设备、看着内部的预训练、强化学习、算力和内部基准数据，约谈了 15 名员工，11 周，约 2.5 个全职人力，没收钱。核心数字来自 Anthropic 自己的能力指数 AECI（Epoch 能力指数的 Anthropic 版本）：2025 年 10 月以来，AECI 的增速是此前的约 1.9 倍，95% 置信区间 1.5 到 2.8 倍。METR 的总体判断是“约 2 倍”，并坦承真实数字在 1.3 到 3 倍之间都有可能。换算成直觉：过去一年走完了大约相当于从 Claude 2.1 到 Sonnet 4.5 的路。

METR 还给了两个归因判断。第一，约 80% 的加速归因于 AI 本身，也就是 Anthropic 用自家 AI 做研发带来的提速，而且 METR 有信心排除“训练算力增长更快”这个解释。第二，AI 还没到能独立承担模型训练最关键环节的地步，报告原话是“尚未能对模型训练过程中最重要的部分做出高度显著且完全自主的贡献”，只是“出现了生命迹象”。未来 12 个月内，METR 没看到会让加速停下来的瓶颈。

但有两个刹车片必须写清楚。第一，Anthropic 有权涂掉任何非公开信息，而且它涂掉了 METR 认为“最有信息量”的大部分证据，理由是防止加速竞争对手。所以这份报告的公众版，本质上是“请相信我们的判断”，不是“请看证据自己算”。第二，METR 同日还审了 Anthropic 8 月的风险报告，结论是 Anthropic 声称自己没跨过“2 倍加速阈值”这道安全预警线，依据的是“可以争论的判断”，阈值“有可能”已经被跨过了，公开报告“总体上低估了当时正在发生的加速程度”。

对小团队来说，这条新闻的实际含义不在“AI 要自我复制了”这种标题，而在选型节奏。模型能力进步的速度本身在变快，意味着你今天押注的“最强模型”保鲜期会越来越短：别把产品路线图绑死在某一个模型的能力边界上，抽象层和可替换性比追最新版重要。同时也别把 1.9 倍理解成“模型聪明了 1.9 倍”——这是能力指数的增速比，不是能力本身的倍数，拿它当营销口号会算错账。

什么情况下这个结论不成立：加速只在“定义明确、可自动评分”的任务上被测到，更难、更开放的研究工作未必同速；METR 自己也提醒，Anthropic 可能低估了此前的进步速度，这会放大“翻倍”的对比感。这份报告不是同行评审论文，是 METR 自己发布的评估，数字的不确定性它自己印在了每一行。

可信度：报告发布时间、评估方法、1.9 倍与置信区间、涂黑范围为 METR 原报告 + 多家 11 月 5–6 日整理交叉核实（独立评估机构口径 + 多方印证）；“约 80% 归因于 AI”为 METR 的判断估计，非实测因果；阈值是否已跨为“有可能”，尚未证实。