METR审计：Anthropic模型提速翻倍，八成源于自家AI研究

一句话看懂：非营利机构METR在获取Anthropic内部数据后估算，其模型能力提升速度自2025年10月起约翻倍，约80%的提速来自AI参与公司自身研究。这一趋势正触及Anthropic《负责任扩展政策》中设定的预警条件，但关键证据被大量删减。

事件核心：发生了什么

2026年8月12日至10月29日，METR以2.5名全职人员规模获得了Anthropic未发布模型的基准测试结果、训练指标、员工调查以及约15次内部访谈。审计发现，以综合基准AECI衡量，Anthropic模型自2025年10月以来的得分增速约为此前（2024年3月至2025年10月）的1.9倍：此前每年提升约15分，之后达到29分。分析还纳入三款在2026年7月至10月完成训练的未发布模型。METR认为，提速并非主要来自算力投入增长，而约80%可归因于AI被用于Anthropic自身研究，例如AI助手让实验搭建成本大幅下降。不过，Anthropic对非公开信息行使了单方面删减权，METR认为最有信息量的多数证据被移除。

为什么重要

AI加速自身研发被视为安全讨论中的关键早期预警信号。Anthropic的《负责任扩展政策》明确将“自动化AI研究导致进展速度翻倍”列为触发预警等级的条件。若METR的判断成立，意味着Anthropic可能早在2026年7月前后就已越过自家门槛。更广泛地看，这关系到闭源大模型厂商的研发节奏、训练与推理效率的竞争方式，以及外部审计能否真正验证安全承诺。METR也强调估算不确定性很大，真实加速倍数可能在1.3到3之间；纳入OpenAI、Google和xAI后，行业整体数字约为1.4，可能存在Anthropic追赶效应带来的偏差。

对用户/开发者/创作者的影响

目前公开信息显示，这并非已上线产品的能力公告。对开发者而言，更值得关注的是模型迭代节奏可能加快，API与工具链的更新频率或随之上升；对普通用户，模型能力提升更快不等于风险自动可控，关键仍在于厂商是否透明披露评估结果。对使用大模型做内容创作或企业采购的团队，应把“供应商能否接受独立审计、披露删减理由”纳入评估维度，而不是只看基准分数。