METR 审计发现 Anthropic 模型加速或已越过自家预警线
非营利机构 METR 获准访问 Anthropic 内部研究数据 11 周后得出结论：其模型能力提升速度约翻倍，其中约 80% 的加速可归因于 AI 被用于公司自身研究，可能已触及 Anthropic 自设的加速风险预警指标。但 Anthropic 对最关键证据做了脱敏处理，结论的可验证性因此受限。
报道正文
本文目录5 个章节
METR 发现 Anthropic 可能早在 7 月就已越过其自身的 AI 加速预警阈值
[Maximilian Schreiner](https://the-decoder.com/author/maximilian-schreiner/) [查看 Maximilian Schreiner 的 LinkedIn 个人资料](https://www.linkedin.com/in/maximilian-schreiner-b6a5171aa/) 2026 年 11 月 6 日 
Anthropic
非营利组织 METR 获得了为期十一周访问 Anthropic 内部研究数据的权限。其发现是：Anthropic 模型的改进速度大约翻了一番，而其中约 80% 的加速可追溯到 AI 被用于该公司自身的研究。不过，Anthropic 对最重要的证据进行了涂黑处理。
AI 是否正在加速开发更好的 AI，被视为安全辩论中的一个关键早期预警信号。令人担忧的是，可能会形成一个反馈循环，使模型越来越快地改进其继任者，而根据 METR 的说法，这可能导致“极端且危险能力的突然出现”。Anthropic 在其负责任扩展政策中正是将这类加速标记为风险指标：如果 AI 的进步速度因自动化 AI 研究而翻倍，就应触发警告级别。
这正是 METR 想要验证的事情。这家非营利组织研究的内容之一，是 AI 开发者是否会失去对其系统的控制。从 2026 年 8 月 12 日到 10 月 29 日，一个由 2.5 名全职人员组成的团队获得了他们所称的前所未有的访问权限，可以查看未发布模型的基准测试结果、训练指标、员工调查和内部署分析，并对 Anthropic 的研究人员进行了大约 15 次访谈。METR 没有从 Anthropic 收取任何费用，但出于安全原因在 Anthropic 的设备上工作。
Anthropic CEO Dario Amodei 最近承诺将外部审计人员引入公司。随后在 10 月，Anthropic 宣布与 METR 合作，涉及“类似员工的访问权限”。据 METR 称，当前的审计是一个范围更窄的独立项目。
两年的进展压缩进一年
根据METR的数据，自2025年10月以来，Anthropic模型测试分数的攀升速度比2024年3月至2025年10月期间快了约1.9倍。该测量基于AECI，这是一个将众多基准测试捆绑在一起的综合指标。Anthropic在一年内取得的进展相当于此前两年才能达到的水平，大致相当于从Claude 2.1到Sonnet 4.5的跃升。该分析还纳入了三个于2026年7月至10月间完成训练的未发布模型。在2025年10月之前，Anthropic的模型每年大约提升15个AECI点；自那以后，这一速率已达到29。
在2025年10月之前，Anthropic的模型每年大约提升15个AECI点。自那以后，这一速率已达到29。未发布模型以橙色标记。 | 图片：METR
METR确信，这种加速并非由训练算力的更快增长所驱动。相反，审计人员估计，当前约80%的提速来自AI被用于Anthropic自身的研究。一位员工在访谈中表示：“现在瓶颈只在于想法和算力，不再受限于代码。”
其他人报告称，过去需要一到两天才能搭建好的实验，现在“几乎免费”。在2026年10月的非正式Slack投票中，员工平均表示最新的内部模型让他们的生产力提高了大约十二倍。METR将这些自我评估视为“非常宽松的证据”，称其不具代表性，且很可能夸大了实际收益。
自报生产力提升从Claude 3.7 Sonnet的1.2倍上升到内部Model 4的12倍。 | 图片：METR[AI尚未实现完全自主的研究。加速主要来自AI作为助手发挥作用，但已有“生命迹象”表明，独立贡献可能很快会扮演更重要的角色。METR没有发现会在未来十二个月内减缓这一步伐的瓶颈，这意味着加速在未来一年持续增长存在“重大风险”。
巨大的不确定性与不同声音
METR 还强调了这些结果有多么不精确。真实的加速倍数可能低至 1.3，也可能高达 3。如果把 OpenAI、Google 和 xAI 的模型也纳入计算，整个行业的数字就降到只有 1.4，这可能是因为 Anthropic 在 2025 年落后于竞争对手，而追赶效应扭曲了这些数字。
Anthropic 内部的看法也并不一致。一位研究员认为 AI 对生产力提升的贡献仅占 15% 到 20%，并且不信任同事的自我报告。另一位则认为新员工是近几个月最重要的单一因素。
被删减的证据削弱了审计
Anthropic 对所有非公开信息拥有单方面的删减权，并且大量使用了这一权利。据 METR 称，审计人员评为最具信息价值的证据大部分被删除了，包括对未来模型的预测、按训练步骤的细分数据以及瓶颈分析。Anthropic 将删减描述为“旨在移除可能加速其他 AI 开发者进展的机密信息”。
结果是，公众不得不“远比理想情况更依赖”METR 的判断，该组织写道，而围绕证据的任何透明度讨论都无从谈起。因此，METR 报告中的一张图表用大字标注了“FAKE DATA”（虚假数据）字样。
Anthropic 叫停了一项算力分配审计
在一份配套的评审中，METR 还审查了 Anthropic 2026 年 8 月的风险报告。在该报告中，公司公开表示加速“低于 2 倍”。然而，内部未删减版本暗示的数值为 1.97，而且 Anthropic 自己也称阈值被突破是“可能的”。METR 认为警告级别可能在 7 月 15 日就已经达到，并指责公开报告低估了加速程度及其围绕的不确定性。
METR 目前认同 Anthropic 的评估，即急性灾难性风险“较低”，但该组织无法排除未来六个月再次出现急剧加速的可能性，而这可能迅速推高风险评级。
METR 原本还应该核实 Anthropic 如何在能力研究与安全研究之间分配算力。Anthropic 在项目进行到一半时取消了这部分内容，称其希望先专注于风险评估，之后再重新审视算力审计。
“AI 2027”情景背后的研究者 Daniel Kokotajlo 在 X 上做出了尖锐回应，他认为，审计算力分配是让放缓承诺从一开始就具备可验证性的基础。