METR评估:Anthropic AI研发约加速2倍,多数或来自AI辅助而非算力扩张

METR于11月5日发布对Anthropic的高权限评估:截至2026年10月,其在明确任务上的能力进步约达历史节奏的两倍;AECI增速约1.9×,加速非训练算力所致,多数或归因于AI辅助研发。

发生了什么

独立评估组织METR于11月5日发布公开报告:2026年8月12日至10月29日,其团队在Anthropic进行高权限评估,衡量AI对AI研发(R&D)的加速程度。结论写得很直接——截至2026年10月,Anthropic在“定义清晰的任务”上的能力提升速度,大约是其2024年3月至2025年10月历史节奏的约两倍;团队主观估计区间约1.3×至3×,并强调不确定性很大。

报告同时指出:当前加速的多数可能归因于Anthropic广泛把AI用于研发辅助,而非训练算力扩张;Anthropic对大量最具信息量的证据行使了删改权,公众不得不更多依赖METR的综合判断。

关键细节和数据

可公开的核心经验发现包括:自2025年10月以来,内部模型在AECI(Anthropic版Epoch Capabilities Index)上的增长约为此前趋势的1.9×(95%置信区间约1.5–2.8×),相当于过去一年完成了约两年的历史进度。稳健性检验下,加速估计约在1.1×至2.9×之间波动;METR称对“完全无加速”或“显著高于3×”都会感到意外。

归因方面,METR确信加速并非来自训练算力规模增速的跃升。访谈与问卷与“AI使用推动约2×能力进度”相容:员工自报提速持续走高(Slack投票中对最新内部模型的平均自报提速曾达约12×),但METR强调自报只是松散证据,且个人提速不等于组织级加速。当前仍以AI辅助为主、高度自主贡献尚未主导关键训练环节,不过已出现“生命迹象”。

瓶颈扫描未发现未来12个月内足以阻止继续快速进步的明确卡点(算法、训练算力、实验算力或数据),但团队对瓶颈判断曾多次翻转,并不自信。过程上,METR约2.5 FTE工作约11周;Anthropic提供了超预期的内部数据访问,同时单方面删改非公开信息,并中途取消了原计划中的算力分配核验部分。

为什么重要

若AI开始显著自我加速研发,极端能力可能更快涌现——这正是Anthropic负责任扩展政策(RSP)把“AI R&D加速”列为关键风险指标的原因。METR把“能力增速是否变陡、多少来自AI、近期有无硬瓶颈”写成可公开讨论的问题框架,是外部世界少有的一手高权限观察。

删改也本身构成新闻:公众能看到的主要是AECI斜率、算力非主因、访谈方向与风险判断,细节证据链被大量抹去。这意味着治理辩论必须同时消化“约2×加速”的警示与“证据不透明”的局限。

影响和展望

短期,行业会拿这份报告对照其他实验室的系统卡与安全披露,追问AECI是否过拟合“好打分任务”、真实世界影响是否同步加速。中期,若自主实验与自主训练贡献扩大,加速可能进一步复合;若非AI因素被证明才是主因,则对“失控时间表”的外推需要下调。

对中国读者与政策讨论者,价值在于方法:高权限独立评估、公开结论与删改披露并存——这比单纯晒榜更能定义下一代AI安全审计的常态。

参考来源

发布者:极致前沿,转转请注明出处:https://www.veryin.com/4423.html

赞 (0)
百度开源ERNIE 5.5 Flash Base:280B MoE仅激活14B,放出预训练终点权重
上一篇 2026年11月7日 下午3:07
GXO扩招Agility Digit:北卡与田纳西两仓上人形,2027初Digit4过渡到Digit5
下一篇 2026年11月7日 下午3:08

相关推荐

发表回复

登录后才能评论