Claude进化速度翻倍了，80%增量来自AI

AI 协助开发下一代 AI 的具体成效，现在有了量化数据。

11 月 5 日，第三方评估组织 METR 公布了针对 Anthropic 的调研报告，指出该公司在过去一年中的基准能力提升幅度，大致相当于之前两年所取得的进展。

从 8 月 12 日至 10 月 29 日，该机构耗时约 11 周，深入 Anthropic 内部，审查了其模型成绩、训练算力、研发效率等数据，并开展了研究人员访谈。

分析采用了 Anthropic 版综合能力指标 AECI。数据显示，自 2025 年 10 月以后，大模型在该指标上的提升速度大约是此前的 1.9 倍，95% 置信区间在 1.5 至 2.8 倍之间。

自 2025 年 10 月 7 日起，该分数从每年约 15 分跃升至每年约 29 分，一年内完成了以往约两年的进程，量级大致相当于从 Claude 2.1 到 Sonnet 4.5 的跨越。Anthropic 自身的风险报告曾假定 Mythos Preview 是一次性跃升，之后趋势将回归原状，但随着新模型的出现，斜率依然在延续。

放眼整个行业，前沿模型的加速幅度仅为 1.4 倍。

更为关键的是，METR 相当确信这种加速并非源于训练 AI 算力规模的快速扩张。AI 能力提升的主要驱动力来自 AI 自身的协助。

在访谈中，一个反复出现的情况是：研究人员终于能够尝试更多想法了。

过去，一个实验可能需要花一两天来实现，时间和计算成本成为难以逾越的障碍，许多想法尚未验证便被搁置。如今，研究人员可以将多个想法交给 Agent，观察哪些值得继续推进。

一位研究人员形容，目前自己的工作主要受限于想法和算力，代码已不再是瓶颈。还有人表示，使用 Claude 后，感觉自己相当于有了博士后和研究生共同推进项目。实验和实现的成本降低，使得研究人员更愿意尝试，许多原本被认为不值得投入精力的小实验，如今也可能转变为新的研究方向。

METR 的报告还揭示了一部分此前外界无法看到的内部进展。其分析纳入了三个 Anthropic 尚未公开的模型，分别以 Model 2、Model 3、Model 4 代称。这些模型于今年 7 月至 10 月期间完成训练。

当前最强的就是 Model 4（有人猜测它是 Claude 6），它在许多常见基准上的得分已超过 90%。Anthropic 员工在 10 月份对其进行了内部主观评估，投票认为其平均对自己的工作效率提升达到了约 12 倍。

这些模型尚未发布，甚至不一定成为公开产品，但它们的存在提醒外界，仅靠发布会和公开榜单可能无法完整判断 AI 大厂内部正在发生什么。从 2025 年初的约 1 倍，到 Opus 4.5 的约 2.5 倍、Mythos 5 的约 5 倍、Model 4 的 12 倍，指数拟合结果为每年 3.9 倍。

METR 估计，截至今年 10 月，当前 AI 研究加速中约 80% 的贡献来自 AI。剩余 20% 的非 AI 因素，Anthropic 未予透露细节。

那么，AI 是否已经能够独立研发自己的下一代了呢？

目前，距离让 AI 自主开发下一代模型的完整递归自我改进（RSI）仍有差距。Anthropic 的研究人员认为，在模型训练的最关键部分，AI 尚未做出高度重要且完全自主的贡献，当前的主要收益仍来自 AI 辅助人类研发。

但 Anthropic 研究人员已把 AI 的大量自主贡献称为「生命迹象」（signs of life），并有量化分析统计了各环节中由 AI 与人类完成的任务占比，但相关数据已被 Anthropic 删除。

只要更强的模型能帮助研究人员更快开发下一代，反馈过程就有可能持续增强。RSI 路径能走多远，取决于尚未自动化的环节，以及算力等资源能否跟上。

对于近未来的预测，METR 未发现未来 12 个月有明显阻碍快速进步的瓶颈，但也坦言随着信息增加，他们曾多次调整判断，目前信心有限。

另外，尽管 Anthropic 允许第三方机构 METR 进入其内部调查，但目前已公布的 100 页报告经过了大幅删减。最具说服力的证据大多被 Anthropic 自行移除。

同日发布的配套审查还展示了双方在风险表述上的分歧：Anthropic 曾将某项领先指标描述为进步速度「不到两倍」，而 METR 根据其内部数据计算出约 1.97 倍，认为更准确的说法应是「约两倍」。两倍加速涉及 Anthropic 的早期预警阈值。

METR 认为，不能排除截至 7 月 15 日已跨过相关阈值的可能性，但多数相关研究人员仍倾向于当时尚未跨过。双方也均认为，当时相关模型的直接灾难性风险较低。

当模型参与研发的速度越来越快，人们能否及时看清变化、公司能否充分披露不确定性，正成为下一代 AI 到来之前必须回答的问题。

参考内容：

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

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

本文来自微信公众号“机器之心”（ID：almosthuman2014），作者：关注RSI的机器之心，编辑：泽南，36氪经授权发布。