Anthropic被曝囤积未发布模型，内部生产力提升12倍

一句话看懂：METR进驻Anthropic总部近三个月后发布报告，称后者已训练完成至少三个未公开模型，员工自报生产力提升约12倍，AI辅助研发加速明显，但多数关键证据被公司删节。

事件核心：发生了什么

2026年11月5日，第三方安全研究机构METR发布报告。六名研究员在Anthropic旧金山总部获得“前所未有的访问权限”，历时近三个月，通过访谈员工、查看内部Slack频道、在公司硬件上测试未发布模型完成调查。报告称，Anthropic近六个月完成了三个未对公众开放的模型训练，加上内部的2022年模型，其员工使用的是比外部用户更强的模型。内部Slack投票显示，截至10月，员工对最强内部模型的自报生产力提升平均约12倍。METR同时指出，投票样本和回答质量有限，属于弱证据。

为什么重要

报告的核心线索是“递归自我改进”：Anthropic工程师正把更多监督和训练任务交给其他AI模型，过去一年取得约两年的历史进展，且目前主要由AI辅助而非完全自主完成。METR未观察到明显瓶颈或强烈收益递减，但承认可能遗漏关键制约因素。对行业而言，这意味着头部闭源实验室可能将最先进模型留在内部，用于研发和生产工具，而对外销售稍弱的版本，进一步拉大信息差和竞争壁垒。前Anthropic研究员Jacob Coxon则公开批评两家公司“直奔自我改进的超级智能”，这一评论属于个人观点，并非报告结论。

对用户/开发者/创作者的影响

普通用户和开发者短期内用到的仍是公开版本，内部模型的差距不会直接体现在API或产品中，但可能影响后续模型迭代节奏和定价策略。开发者需留意：闭源厂商若持续把最强模型用于内部训练，外部可获取的模型能力差距可能扩大，开源方案和第三方模型的相对位置值得持续跟踪。创作者和企业采购方应把“模型是否公开、何时公开”纳入供应商评估，而不只看官方发布时的评测数字。