Claude进化速度翻倍了,80%增量来自AI
编辑|泽南
AI 帮助研发下一代 AI 的速度,终于有了具体数字。
11 月 5 日,第三方评估机构 METR 发布一份关于 Anthropic 的调查报告表示:这家公司过去一年取得的基准能力进步,大致相当于此前两年的进步。
从 8 月 12 日到 10 月 29 日,这个机构花费了约 11 周时间进入 Anthropic 内部查看其模型成绩、训练算力、研发效率等资料,并与研究人员访谈。
他们的分析使用了 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进步速度约为此前的 1.9 倍,95% 置信区间为 1.5---2.8 倍。
自 2025 年 10 月 7 日起,这个分数从约 15 分 / 年跳到约 29 分 / 年,一年走完了此前约两年的路,量级大致相当于 Claude 2.1 到 Sonnet 4.5。Anthropic 自己的风险报告此前曾假设 Mythos Preview 是单次跃升,之后会回归原来的趋势,然而现在新的模型出现了,新的斜率仍在继续。
放眼全行业,前沿模型的加速只有 1.4 倍。
更关键的是,METR 相当确信这种加速并非来自训练 AI 算力规模增长的速度。AI 能力进步的主要原因来自于 AI 自己的帮助。
在访谈里,一个反复出现的现象是:研究人员终于可以试更多想法了。
过去,一个实验可能需要花一两天来实现,时间和计算成本是不可逾越的,很多想法还没来得及验证就被搁置。如今,研究人员可以把多个想法交给 Agent,看看哪些值得继续追下去。
一位研究人员形容,现在自己的工作主要受限于想法和算力,代码已不再是瓶颈。还有人觉得使用 Claude 后,自己仿佛有了博士后和研究生一起推进项目。实验和实现变得便宜,让研究人员变得更加愿意尝试,很多原本被认为不值得投入精力的小实验如今也有机会变成新的研究方向。
METR 的报告还揭开了一部分此前外界看不到的内部进展。他们的分析纳入了三个 Anthropic 还未公开模型,分别以 Model 2、Model 3、Model 4 代称。它们在今年 7 月至 10 月间完成训练。
当前最强的就是这个 Model 4 了(有人猜它是 Claude 6),它在很多常见基准上的分数已经超过 90%。Anthropic 员工在 10 月份内部对其进行了主观估计,投票认为其平均对自己的工作提效达到了约 12 倍。
这些模型还没有发布,甚至不一定会成为公开产品,但它们的存在提醒外界,只看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 年初约 1 倍,到 Opus 4.5 约 2.5 倍、Mythos 5 约 5 倍、Model 4 跳到 12 倍,指数拟合为每年 3.9 倍。
METR 估计截止到今年 10 月,当前 AI 研究加速中的约 80% 估计来自 AI。还有 20% 的非 AI 因素,细节 Anthropic 不让透露。
那么,AI 已经能够独立研发自己的下一代了吗?
目前距离让 AI 自主研发下一代模型的完整递归自我改进(RSI)仍有差距。Anthropic 的研究员自己认为,在模型训练最重要的部分,AI 尚未作出高度重要且完全自主的贡献,目前的主要收益仍来自 AI 辅助人类研发。
但 Anthropic 研究员已经把 AI 的大量自主贡献描述为「生命迹象」(signs of life),且有量化分析统计各环节中由 AI vs 人类完成的任务占比,但数据被 Anthropic 删掉了。
只要更强的模型能帮助研究人员更快开发下一代,反馈过程就可能持续增强。RSI 的路径能走多远,取决于尚未自动化的环节,以及算力等资源能否跟上。
在对于近未来的预测上,METR 没有看到未来 12 个月会明显阻断快速进步的瓶颈,但也坦言随着信息增加,他们曾多次改变判断,目前信心有限。
另外,虽然 Anthropic 让第三方机构 METR 进入其内部调查了,但目前给出的 100 页报告经过了他们的大幅删减。最有说服力的证据大多被 Anthropic 自己删掉了。
同日发布的配套审查还呈现了双方在风险表述上的分歧:Anthropic 曾把某项领先指标描述为进步速度「不到两倍」,METR 根据其内部数据算出约 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,但多数相关研究人员仍倾向于当时尚未跨过。双方也都认为,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,正在成为下一代 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
© THE END
-- 价格
本内容仅供参考,不构成任何金融、投资、法律或税务建议。文中提及的任何活动、奖励、线上活动或相关信息,不应被视为对购买、出售或交易任何加密资产的推荐、招揽或邀请。加密资产具有高波动性,存在价值损失风险。WEEX服务、产品及相关活动的可用性可能因地区而异。用户在参与前有责任确保符合当地适用法律法规。
猜你喜欢

Win an iPhone 18 Pro Max on WEEX? 201 Lucky Eggs Explained

币安遭黑客攻击,暴露加密货币交易所网络安全漏洞
GOPAX 提币仍暂停吗?用户可以申请什么,哪些事项尚未确认
查看 GOPAX 最新提币状态、哪些钱包符合人工申请条件,以及如何确认加密货币提币是否已经发送。
为什么 Binance 限制 MEXC 转账?FinCEN 命令实际涵盖哪些内容
了解 Binance 为什么限制 MEXC 转账、FinCEN 命令何时生效,以及如果你的加密货币存款因审核而被暂扣,应检查哪些事项。

耶稣·德·米格尔的迷因币在前锋去世后引发反响
北卡罗来纳州加密货币自助终端退款法:谁符合资格,何时适用?
了解北卡罗来纳州加密货币自助终端退款法:2027/01生效日期、符合资格的人群、报告期限,以及受害者应保留的文件。

开发者炮轰闪电网络:八成支付依赖托管,社区在编织一场美梦?

脆弱地基上的超级帝国:黄仁勋靠什么控制英伟达33年

币安的何一解释黑客日提款指控后的AI Pro转账

Q3机构美股持仓观察:超大盘科技低配幅度边际收窄,资金扎堆AI基础设施链条、软件股遭冷落

微软Ignite大会今起开幕!Copilot变现与AI算力回报成焦点,企业AI飞轮能否兑现?

市场暴跌后,如何用「收入 + 叙事」重新筛选核心资产?

Circle 扩大 Disparte 和 Walia 的角色以应对稳定币业务的扩展

美国第三艘航母进驻中东,伊朗加大威慑力度,霍尔木兹海峡发生油轮遇袭事件

华尔街出现“抬价截胡”现象 效仿对冲基金争抢顶尖人才
柴犬币 (SHIB) 2027年价格预测:达到$0.00001需要哪些条件?
查看我们的柴犬币 2027 年价格预测,了解$0.000006的基准估值、达到$0.00001所需的市值,以及代币销毁可能带来的帮助。

虎牙2026Q3财报:运营利润近四年首转正,直播与游戏相关服务持续提效

Aave Labs 交出成绩单:97 人团队,撑起怎样的 DeFi 生意?

预测:Anthropic 将成功上市,但股票交易将类似于 SpaceX

意大利银行Intesa Sanpaolo增加XRP和Solana ETF持仓,减少比特币和以太坊

代币化股票的买盘很猛,价格为什么还在跌?

报道:以色列向亚马逊人脸识别平台上传数百万张照片,用于追踪巴勒斯坦人

WEEX P2P现已支持加元(CAD)——商家招募现已开启

卡尔达诺基金会寻求2500万ADA用于2027年活动,尽管存在120万美元的资金缺口
SpaceX(SPCX)2027 年股价预测:Starlink 增长能抵消多少 AI 支出?
SpaceX 2027 年股价预测:了解$118–$148的基准情景、Starlink 能抵消多少 AI 支出,以及股价达到$200需要哪些条件。

美石油巨头雪佛龙布局墨西哥湾 拟超50亿美元收购油田多数股权
Anthropic IPO 价格预测:定价后 ANT 可能以什么价格开盘?
Anthropic IPO 价格预测:了解 ANT 的基准开盘区间$80–$87、最终发行价将如何影响开盘价,以及哪些因素可能推动股价突破$90。

IOSF:视频 AI 的成本悖论——生成越来越便宜,成片为何依然昂贵?

500亿美元申请能否落地?美国交通系统急需资金翻新 国会却已成“跛脚鸭”

日本提议设立“亚洲版国际能源署” 提升东南亚储油能力应对能源危机
Win an iPhone 18 Pro Max on WEEX? 201 Lucky Eggs Explained
币安遭黑客攻击,暴露加密货币交易所网络安全漏洞
GOPAX 提币仍暂停吗?用户可以申请什么,哪些事项尚未确认
查看 GOPAX 最新提币状态、哪些钱包符合人工申请条件,以及如何确认加密货币提币是否已经发送。
为什么 Binance 限制 MEXC 转账?FinCEN 命令实际涵盖哪些内容
了解 Binance 为什么限制 MEXC 转账、FinCEN 命令何时生效,以及如果你的加密货币存款因审核而被暂扣,应检查哪些事项。
耶稣·德·米格尔的迷因币在前锋去世后引发反响
北卡罗来纳州加密货币自助终端退款法:谁符合资格,何时适用?
了解北卡罗来纳州加密货币自助终端退款法:2027/01生效日期、符合资格的人群、报告期限,以及受害者应保留的文件。







