一句话看懂：独立评估机构METR在Anthropic的深入调查发现，2025年10月至2026年10月期间其AI能力进展速度约为此前12个月的两倍，报告认为AI自动化是主要原因。这意味着AI正在明显加速AI研发本身。
事件核心：发生了什么
Anthropic曾在S-1文件中表示，可能“即将满足”其负责任扩展政策（RSP）定义的“AI导致进展大幅加速”门槛。2026年7月生效的RSP版本将门槛量化为：整体能力进展速度达到AI大规模参与研发前最快持续速度的两倍，且可合理归因于AI自动化研发，而非算力等输入端的加速。METR研究者Ajeya Cotra根据公开报告与RSP判断，该门槛已被跨过。报告关键数据是：Anthropic内部版Epoch能力指数（AECI）显示，2025年10月至2026年10月的能力进展速度约为此前12个月的两倍；报告作者认为AI自动化很可能占当前加速的大部分原因，但支撑这两项结论的多数证据被涂黑。Cotra称，这是过去两年关于AI风险最重要的更新，并指出其朴素外推指向比多数外部研究者（包括AI 2027团队）更短的时间线。
为什么重要
如果AI在软件层面让整体能力进展翻倍，那么算法和架构创新——即“算力乘数”——的增速必须更快，约为此前的2.5到3倍。又因为研究者还需实验算力来验证想法，按简单Cobb-Douglas模型估算，研究者劳动效率的提升可能需达到4到9倍。再考虑到“好摘的果子先被摘走”、新想法越来越难找，要维持新的进展速度，AI对研究劳动的放大倍数还需随时间上升，Cotra估计当前可能在10倍左右。若这种加速持续复利，朴素外推确实意味着很短时间窗口；但该推演依赖涂黑证据和强假设，公开信息有限，不宜当作确定性预测。
对用户/开发者/创作者的影响
对开发者而言，更快的模型迭代意味着API能力和价格调整可能更频繁，需要更重视版本兼容与迁移成本。对企业采购方，供应商能力差距可能在数月内拉大，评估周期和合同条款需留出调整空间。对创作者，图像生成、文本生成等AI应用的更新节奏可能加快，但工具选择更应关注稳定性和工作流整合，而非追逐单次榜单。对关注开源与闭源竞争的人来说，若闭源前沿实验室的研发效率被AI显著放大，开源社区追赶所需的算力与人力压力可能进一步上升。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是METR是否会披露更多未涂黑证据或方法论细节，使“两倍加速”可按外部研究者口径复核；二是Anthropic在后续RSP评估中是否正式确认跨过门槛，以及是否触发更严格的安全承诺；三是其他前沿实验室是否出现类似加速信号，以及算力供给和实验成本是否成为瓶颈。
