METR：Anthropic员工自评研发提效12倍

时间：2026年11月5日，独立AI安全研究机构METR发布《Independent Assessment of AI R&D Acceleration at Anthropic in October 2026》报告，公布了对Anthropic长达11周的高权限评估结果。 地点：美国。METR staff在Anthropic设备上完成了此次评估，并获得前所未有的内部数据权限，包括预训练和强化学习指标、内部模型基准分数、AI加速分析以及对相关员工的访谈。 人物：METR评估团队（2.5名全职当量）主导了本次评估，并与Anthropic多名研究人员进行了深入访谈。 事件详情：从2026年8月12日至10月29日，METR对Anthropic进行了高权限评估。根据Anthropic内部基准测试指数AECI，自2025年10月以来，模型得分以1.9倍的速度增长（95%置信区间1.5倍至2.8倍），相当于一年内完成了约两年的历史进展。METR主观估计约80%的当前加速来自AI在研发中的使用。团队确信加速并非来自训练计算规模的扩大。目前未发现算法、训练计算、实验计算或数据方面存在显著瓶颈，至少在未来12个月内不会显现。最新内部Model 4在所有AECI基准测试中得分均超过50%。报告分析了三个未公开模型（Model 2、Model 3、Model 4），它们分别在2026年7月至10月间完成训练。 背景：METR此次评估获得了Anthropic的内部数据权限，但Anthropic对部分敏感信息行使了编辑权。METR披露了编辑的存在和一般条款，并强调最有说服力的证据大多被删除。Anthropic将编辑描述为删除可能加速其他AI开发商的机密信息。评估engagement于8月中旬开始，与Anthropic 10月15日宣布的独立评估者更新是分开的。 影响：员工自评生产力提升显著，对最强内部Model 4的平均自评增幅约达12倍。访谈中研究人员普遍表示，实验和实现变得便宜，让研究人员更愿意尝试。METR警告，AI尚未能在模型训练最重要的部分做出高度重要且完全自主的贡献，但研究人员描述了显著的生命迹象，表明完全自主的贡献可能在不久后出现。评估团队认为，当前AI研发加速中的约80%来自AI的使用，非AI因素约占20%。 总结：METR评估显示Anthropic的AI研发速度接近翻倍，且多数加速来自AI自身的使用。尽管Anthropic大幅删减了报告中最关键的证据，METR仍认为约2倍的加速是稳健的。评估团队对进一步加速表示担忧，因为未观察到明显的瓶颈或强烈的收益递减，这可能意味着能力进展会持续加速。 参考来源： METR https://metr.org/blog/2026-11-05-anthropic-ai-rd-acceleration-assessment/ ShiftDelete.Net https://shiftdelete.net/en/metr-anthropic-acceleration TechNews 科技新報 https://technews.tw/2026/11/06/independent-assessment-of-ai-rd-acceleration-at-anthropic-in-october-2026/ 36kr https://m.pedaily.cn/news/571430 Business Insider https://www.businessinsider.com/anthropic-metr-ai-researchers-report-productivity-recursive-self-improvement-2026-11