METR 审计 Anthropic 内部数据：AI 研发提速 1.9 倍，7 月或已触发自设预警阈值
METR 11 月 5 日发布的十一周审计：Anthropic 内部研发提速 1.9 倍、约 80% 归因 AI 自用，或已越过自设预警阈值。
METR（Model Evaluation and Threat Research）是一家专做前沿模型独立评估的非营利机构。11 月 5 日，它发布了对 Anthropic 内部数据的十一周独立评估：2026 年 8 月 12 日到 10 月 29 日，2.5 名全职研究员进场查看了内部基准、训练指标和员工访谈，结论是自 2025 年 10 月以来 Anthropic 模型的能力增速约为此前的 1.9 倍（95% 置信区间 1.5–2.8），其中约 80% 的提速归因于用 AI 做研发本身；对照公司负责任扩展政策（RSP）自设的「加速翻倍」预警线，METR 认为 2026 年 7 月 15 日的评估时点「可能已经越过」。这是 AI 安全领域少见的一次第三方深入实验室内部的审计。
要点
- 能力增速约 1.9 倍。 METR 的 AECI 综合基准显示，2025 年 10 月前 Anthropic 模型得分每年约涨 15 分，此后涨到每年约 29 分；统计估计提速 1.9 倍（95% CI 1.5–2.8），METR 的主观区间放到 1.3–3 倍。
- 约 80% 归因于 AI 自用。 METR 估计当前提速「或许约 80%」来自用 AI 做研发，且占比随时间上升；「训练算力扩张加速」这一解释被明确排除。
- 预警阈值可能已过。 对照 RSP 的「2 倍加速」预警线，METR 认为 2026-07-15 的时点「可能已经越过」；Anthropic 8 月风险报告公开口径是「低于 2 倍」，而未删节的内部版本隐含 1.97。
背景
这次审计针对的问题来自 Anthropic 自己的承诺。其负责任扩展政策设了一条「2 倍加速」预警线：当 AI 综合能力的进展速度达到基线的两倍——一年走完两年的进展，且翻倍大概率主要来自研究自动化——就应触发预警评估。公司 8 月发布的风险报告给的公开口径是「有意义的加速……但低于 2 倍」。METR 的评估正是对这一节的外部核查：不收 Anthropic 报酬、只在 Anthropic 设备上处理数据，材料包括内部综合基准 AECI、训练运行指标、员工效率自报调查和约 15 次研究员访谈。实验室的安全声明至今多靠自报，这个权限规模在行业内没有先例。扩张的另一面本站跟过一角：修订版 IPO 文件里，Anthropic 的算力承诺已抬到约 8954 亿美元——模型迭代的燃料并不缺，问题只在速度由什么决定。
事实部分
METR 主报告（2026-11-05 发布）里的关键数字：
| 指标 | 数值 |
|---|---|
| 能力增速（2025-10 后对之前） | 1.9 倍，95% CI 1.5–2.8 |
| METR 主观区间 | 约 2 倍，最宽 1.3–3 倍 |
| 行业口径（含 OpenAI、Google、xAI 模型） | 约 1.4 倍 |
| AECI 年增速 | 约 15 分/年 → 约 29 分/年 |
| 提速归因于 AI 自用 | 「或许约 80%」 |
| 员工自报效率增益 | 1.2 倍（Claude 3.7 Sonnet）→ 约 12 倍（内部 Model 4，2026-10） |
| 增速断点 | 2025-10-07 |
| 风险报告口径：公开 vs 内部隐含 | 「低于 2 倍」 vs 1.97 |
几个限定值得原样保留。行业口径掉到 1.4 倍，METR 给了两种解释：Anthropic 在 2025 年前落后于前沿，或者它的历史趋势线本来就低估、后来补涨。员工自报被 METR 称为「非常松散的证据」；官方 Haiku 5.5 系统卡的自报只有 1.7 倍，两个口径的差异主要在内部专用模型。方法上，METR 用分段线性回归找断点、配 bootstrap 置信区间，报告原文写道：「我们确信提速不是训练算力扩张加速所致。」三款未发布内部模型（Model 2/3/4）在 2026 年 7 月到 10 月间完成训练；AECI 得分最高的 Model 4 拿到 178.6 分，在全部 15 个基准上得分过半。
各方说法
Anthropic 的立场写在 METR 的对照评审里：删节是「为移除可能加速其他 AI 开发者的机密信息」；公司研究员整体倾向「未越过阈值」，但其内部报告也承认归因的不确定性大到「总体超过 2 倍似乎是可能的」。删节规模是争议核心：METR 评为最有信息量的证据多数被删（对未来模型的预测、逐步骤的训练分解、瓶颈分析），公开读者「只能远超理想程度地依赖 METR 的判断」。一项核查算力分配的审计被 Anthropic 中途取消；《AI 2027》作者 Daniel Kokotajlo 在 X 上回应称，这类审计正是让「放缓」承诺可核验的基础。一线研究员的说法彼此打架：一位对 METR 说「很难说我不是效率翻了 3 倍」，另一位只认 15–20% 归因于 AI，还有一位把加速主要归给招聘规模。员工在内部投票里说：现在「只卡想法和算力，不再卡代码」。AP 的通稿把这份报告放进「放缓呼声」的背景下：外部在讨论减速，数据显示开发在提速。
编辑判断
对开发者，这份报告最有分量的不是 1.9 倍本身，而是「实验室量不准自己」被摆上台面：公开口径「低于 2 倍」，删节前的内部数字隐含 1.97，两个说法差的不只是小数点。第三方审计值得做，但如果最关键的证据可以被单方面删除，结论就要打折——这是 METR 自己承认的局限。诚实地说，报告的支柱 AECI 也有软肋：它只覆盖定义清晰的基准任务，过拟合风险没被排除，员工自报的 12 倍更不能当数据用。但即便取最保守的行业口径 1.4 倍，「AI 加速 AI 研发」也不再是纸面推演，双方都同意直接灾难风险目前仍是「低」——预警针对的是速度，不是迫近的危险。当研究执行加速交给模型，人这边的制衡要跟上同等的节奏：OpenAI 已部署激活探针逐 token 监控模型内部，Claude Code 工程师提醒过「认知投降」的风险——工具在变快，判断力不能只变快不变严。
接下来
三件事值得排进日历。其一，Anthropic 对这份评估的逐条回应：METR 已把公开版与内部版的措辞并排列出，下一份风险报告是否修订「低于 2 倍」的说法是第一个信号。其二，其他实验室会不会接受同类审计——METR 已公开评估方案与方法，门槛是现成的，缺的只是意愿。其三，METR 留下的时间线：未来六个月内「无法排除大幅进一步加速」，若持续，RSP 的风险等级会从「低」快速上调。2026-07-15 因此不只是历史注脚，它是下一次评估的基线。