「判断可发表,证据不可自核」:METR 驻场量「AI 加速 AI」
METR 于 11-05 发布对 Anthropic 的高访问「AI 加速 AI」评估(评估窗 8-12~10-29,11 周)。主观结论:截至 2026-10,明确任务上能力进度约 2× 于 2024-03~2025-10(他们不会惊讶于真实加速更接近 1.3× 或 3×);AECI 自 2025-10 起约 1.9×[95% CI 1.5–2.8];加速并非训练算力扩张加快所致;现时加速的大部分(估约 80%)被归为 AI 使用,但带有显著不确定。判断点不是把 AECI 写成行业真理,而是:最高层风险结论可以发表,多数最有信息量的证据被 Anthropic 以「防加速他家」做 redact,公众无法自核。
读完这份报告的人,很容易先带走两个倍数。截至 2026 年 10 月,Anthropic 在明确任务上的能力进度,大约是 2024 年 3 月到 2025 年 10 月的两倍;用该公司自己的 AECI(Anthropic 版 Epoch Capabilities Index)来量,自 2025 年 10 月起的斜率大约是此前的 1.9 倍。下一句几乎会自己长出来:AI 已经在加速 AI,独立评估也签字了。
11 月 5 日,METR 发布《Independent Assessment of AI R&D Acceleration at Anthropic in October 2026》。开篇先写的不是这两条斜率。红线摘要写的是另一件事:按合同,Anthropic 有权删改任何非公开信息;按 METR 自己的透明度安排,他们有权说明对方是否行使了这项权利,以及自己的发现是否显著依赖被删内容。最高层的风险结论,他们可以自由公开。他们自己认为最有信息量的证据,大半被 Anthropic 删掉了。公司给出的理由是:「去掉可能加速其他 AI 开发者的机密信息」。
这不是一份公众可以自己重算的评估。METR 写得明白:被删的证据往往有多种说得通的读法,他们和 Anthropic 的研究者对如何把这些证据合成一幅整体图景,都有显著不确定。于是公众很难自己判断、也很难拿它和其他来源对质——用他们的话说,这份报告并没有做到「关于证据的透明」。后果是,公众必须比理想状态更多地依赖 METR 的判断。
我想写的就是这条边界。驻场评估把结论交了出来,却没有把最要紧的中间量交出来。独立评估被允许走进实验室之后,公众究竟能核对多少,在这里变成了报告本身的形状。
TL;DR:METR 于 2026-11-05 发布对 Anthropic 的高访问「AI 加速 AI」评估,评估窗为 8 月 12 日至 10 月 29 日,约 11 周,投入约 2.5 个全职当量;公开报告定稿于 11 月 3 日。这不是 10 月 15 日那档「类员工」驻场安排(对读已见刊的 AEGIS / 驻场稿,不改旧稿)。作者可自由公开最高层风险结论,Anthropic 则对非公开信息有单方面 redact 权,并删掉了他们自认为最有信息量的多数证据。数字只引原文:截至 2026 年 10 月,明确任务上的能力进度约 2× 于 2024 年 3 月至 2025 年 10 月,团队不会惊讶于真实加速更接近 1.3× 或 3×,对更宽、更不明确的任务另有不确定;AECI 自 2025 年 10 月起约 1.9×(95% CI 1.5–2.8;主设定断点为 10 月 7 日),相当于过去一年走完大约两年的历史进度。他们有把握说,加速并非训练算力扩张加快所致;现时(2026 年 10 月)加速的大部分(或许约 80%)被归为 AI 使用,但这是带有显著不确定的猜测,2025 年晚些时候的加速很可能还受非 AI 因素影响,细节多被 redact。访谈大致落在 2× 附近;Slack 投票式自报在 2026 年 10 月平均约 12×,他们标明这只是非常松的证据,个人 uplift 也不等于整体加速度。研发加速目前主要来自 AI 辅助,而非高度显著的全自主贡献,同时有「生命迹象」显示后者可能很快变得更重要。未来 12 个月未见清晰瓶颈,但他们对这一判断并不自信。稳健性检查里,仅更换 link function,加速度就可落在 1.1× 到 2.9×。判断点不是把 AECI 写成行业真理,也不是宣布 recursive self-improvement 已至,而是:结论可以发表,关键中间量公众无法自核。对读已见刊的公开模型季度更新与 OpenAI 自报,各一句对照,不改旧稿,也不把那两篇并进本稿。
一、先把这次评估是什么、不是什么写清
否则「独立评估说已经 2 倍」会把一次有合同边界的驻场,读成一次可复现的外审。
评估窗是 8 月 12 日到 10 月 29 日,从 Anthropic 开始提供机密信息算起。10 月 29 日双方为了更仔细消化新的删改指引,商定再延长约 5 天;11 月 3 日提交公开报告定稿。四个主要作者是 Tom Cunningham、Nate Rush、Parker Whitfill 与 Hjalmar Wijk,另有两名员工协助与监督;正文里把现场投入写成约 2.5 个全职当量。他们要回答的是三个问题:Anthropic 内部能力的增长率有没有加快;若有,其中多少可归到 AI;近期有没有可能拖住增长或限制加速的重要瓶颈。Anthropic 提供了他们称为前所未有的内部数据:预训练与强化学习(文中的 RL 包括所有未计入预训练的贡献)、各域训练算力、内部模型基准、AI 加速分析、对未来模型指标的预测,以及对相关员工的访谈。METR 可以申请任何自认为有助于理解「AI 加速 AI」的信息,Anthropic 可以单方面批准或拒绝;实务上常常协商,折向「有信息量、不极端敏感、又容易提供」的数据。访问整体超出了他们的预期。他们没有申请、也没有获得对非公开模型的抽样。
更要紧的是,把它和评估窗口里随后宣布的另一项安排分开。METR 写明:双方都没有打算让这个项目达到完整的「类员工」访问,也就是对数据、文档或模型的无中介访问;「本项目不是 Anthropic 10 月 15 日那份独立评估方更新里所描述的那一项。」本站已见刊的AEGIS 草案稿写过那档驻场:合同允许发表,但删改类别的归属由 Anthropic 最终决定。本稿不改那篇旧稿。要记下的只是:11 月 5 日这份公开报告,并不是那套「类员工」制度的第一份产出,而是一次更早启动、访问更窄、却已经把删改权用到公开文本上的高访问评估。
过程本身也说明了边界会移动。合同最初还包括核验算力分配,尤其是能力方向与安全方向各占多少;中途 Anthropic 把这一块取消,要求先聚焦于研发加速风险,并表示以后再回头做算力核验。取消发生在 METR 对 Anthropic 的算力使用形成任何实质性结论之前。他们还被授权审阅 Anthropic 2026 年 8 月风险报告中的 AI 研发章节,并写明将另行发表;那份审阅不在本稿展开。10 月 22 日,他们把约 100 页的 Full Report 交给 Anthropic;10 月 25 日公司给出删改指引,27 日至 29 日又收紧。发给公众的,是在这套指引下经删改流程放行的公开报告。METR 不向 Anthropic 收费,评估在公司设备上进行,公司提供免费 token,主要用于辅助数据分析和可视化。
二、公开结论写了什么,数字该怎么读
最高层判断是主观结论,不是把 AECI 直接等同于「行业已经加速」。METR 自己也说,团队内部仍有显著不确定和分歧。多数参与这个项目的人现在相信:截至 2026 年 10 月,Anthropic 在明确任务上改进模型能力的速度,大约是 2024 年 3 月到 2025 年 10 月的两倍。他们不会惊讶于真实速度更接近历史速率的 1.3 倍或 3 倍。这一加速如何翻译到更宽、更不明确的任务上,他们另有不确定。
AECI 是支撑这一判断的公开主证据,但不是唯一证据,他们也不把它当成完全可靠的尺子。2025 年 10 月以来,内部模型的 AECI 斜率约为此前的 1.9 倍,95% 置信区间是 1.5 到 2.8 倍。换一种说法:过去一年在基准上走完的进度,大约相当于 2023 年 10 月到 2025 年 10 月那两年(大致从 Claude 2.1 到 Sonnet 4.5)。主设定里,他们估计的趋势断点是 2025 年 10 月 7 日。术语上,他们把 acceleration 写成增长率的比:2 倍加速,意味着一年走完两年的历史进度。这和「某个员工觉得自己快了 2 倍」不是同一句话。
AECI 自己也有裂缝。1.9 倍显著影响了他们的看法,但也可能是对基准分布的过拟合,或只是方法假象;另一方面,他们并不确信 AECI 能可靠估计最近的研发加速,因为数据点滞后于研究中的加速,而且偏稀疏。纳入未发布的内部模型,是他们的估计(1.9 倍)高于 Haiku 5.5 系统卡所报 1.7 倍的主要原因。他们使用的日期,是大多数 Anthropic 员工可以使用该快照的日期,而不是公开发布日,以便和从未发布的模型对齐。被计入的未发布模型包括 2026 年 7 月训完的 Model 2、8 至 9 月的 Model 3、9 至 10 月的 Model 4(这些是提供给 METR 的代号)。Model 4 在所测的全部 AECI 基准上都超过 50%;九个月前,Opus 4.6 还在许多基准上低于 50%。他们承认,缺少对 Model 4 仍然困难的基准,让人有些不安。稳健性检查里,只改 link function,加速度就可以从互补对数-对数的 1.1 倍(95% CI 0.8–1.5)到对数-对数的 2.9 倍(95% CI 2.1–4.9);各函数的拟合质量接近,他们继续用 logistic 作为主结果,因为它是 AECI 的默认设定。他们还说,若真实的基准演化(例如用改进版 AECI 来量)显示没有加速、或加速超过 3 倍,他们会感到惊讶。
在「为什么加快」这件事上,能够说死的句子只有一句:他们有把握认为,加速并非训练算力扩张加快所致。再往下的细节被删了。招聘、数据改进、算法发现、其他瓶颈的解除,都在考察范围内,但 Anthropic 自己的员工对此也没有共识,METR 也没有找到决定性证据。他们的主观估计分成两层。2025 年晚些时候的加速,很可能受非 AI 因素影响,许多因素的细节被 redact;到 2026 年 10 月,他们猜测当前加速的大部分(或许约 80%)来自 AI,并认为 AI 的相对贡献随时间在增大,所考察的其他因素不足以解释这种持续加速。这是带有显著不确定的猜测。更细的累积效应与瞬时效应估计,以及对训练流水线各阶段的拆分,都被删了。
与「AI 在起作用」相容的公开线索,主要是访谈和自报。METR 和 Anthropic 都详细访谈了研究人员,总体印象是估计值很分散,但中心落在 2 倍加速附近。他们用 Claude 按「是否支持本领域因 AI 而有 2 倍或以上加速」给引语分类,读成温和地偏向「是」:2 人是、3 人偏是、4 人临界或不清、0 人偏否、2 人否。敏感细节已被 redact,且受访者对问题的理解并不统一——有人说的是累积加速,有人说的是瞬时加速,有人说的是个人,有人说的是全组织。Anthropic 还提供了多来源的自报 uplift,最近的一档是 Slack 投票:员工用反应来估当前最强模型带来的加速。2026 年 10 月,对当时最强内部模型的平均自报约为 12 倍。METR 把它标成非常松的证据:样本可能不代表全体,回答也来自低投入的考虑,而且自报式生产率调查有高估真实影响的先例。他们还提醒:个人 uplift 并不对应整体加速度。要在模型能力这类产出上维持某个增长率,通常需要劳动力或劳动生产率有同样持续的增长,以克服边际报酬递减;整体进度要显著加速,这些投入本身往往也得显著加速。他们更关心的是个人 uplift 的增长率有没有大变,而不是绝对水平。更细的「需要多快的 uplift 增长才能解释关键领域的加速」分析,被 redact 了。
全自主贡献被单独写了一笔。他们的理解是:AI 还不能对模型训练过程中最重要的部分作出高度显著、且完全自主的贡献。但研究者描述了显著的「生命迹象」,暗示这类贡献可能很快出现,不同领域的成熟度差异很大。细节同样被删。换句话说,把这份报告读成 recursive self-improvement 已经到来,是在改写原句。它写的是辅助已经很深,自主还在门口,门口的灯亮了。
对未来 12 个月,他们没有看到算法进展、训练算力、实验算力或数据方面将要生效的显著瓶颈,也没有看到会挡住复合加速的陡峭递减报酬。这是他们写下「能力若继续进步,未来一年有显著风险出现更快加速」的前提。他们同时说,对各类瓶颈的理解在评估过程中变过好几次,因此对当前判断并不自信。若干具体瓶颈的分析被 Anthropic 删了。内部指标里,有些证据支持训练流水线存在显著加速,有些还提示加速可能高于 2 倍、并随时间增大;如何解释这些证据,仍有显著不确定。这是红线摘要里那句「多种说得通的读法」落到经验材料上的样子。
局限也写在明处。他们可能低估加速:也许最近还有进一步加快、甚至接近双曲增长,AECI 趋势里看不清楚,但有被 redact 的其他证据让这显得更可信;自动化也许比估计的更近;AECI 也可能低估真实世界影响。他们也可能高估:非 AI 因素也许解释了大部分乃至全部近期加速;加速也许主要发生在容易自动打分的明确任务上;Anthropic 在 2025 年年底之前的历史 AECI 增长慢于更宽的行业前沿,也可能让后来的「加速」显得更大。这些都是原页上的最佳猜测,不是对结论的撤销。
三、Redact 之后,公众还能核对什么
合同把「可以发表」和「可以核对」拆成了两件事。
Anthropic 对报告中的全部非公开信息有单方面删改权。METR 提出拟公开的发现,供对方审阅;对方可以要求删掉机密或非公开信息,双方善意讨论,但以 Anthropic 的删改要求为准。不需要再审的,只包括已被批准的公开主张、已经公开的信息,以及 METR 对这些材料的分析或评论。公司可以要求短暂推迟某次公开陈述。METR 始终可以说明的,只有这几项:审阅与删改流程的存在和一般条款;对方是否行使了删改权;发现是否显著依赖被删内容;他们获得了何种程度的访问;以及保密框架。
公开报告用一张表,把「给了 METR 什么」和「公众能看到什么」分开。内部模型的基准能力:给了,也写进了公开报告。关键中间量:给了,公开报告里没有。算法进展估计:给了,公开报告里没有。AI 贡献的证据:给了,公开报告里只是部分。关键研发投入的度量:大部分给了,公开报告里没有。瓶颈与预测的细节:部分给了,公开报告里没有。员工访谈:给了,公开报告里只是部分。他们还写明,因此无法公开的,还包括:训练流水线关键环节上更细的加速度与归因估计;除「不是训练算力加快」之外,把进度拆成算力、数据与算法的更细分解;要靠方法细节才能回答的局限问题;以及对未来模型指标的预测。
这不是「结论也被改掉了」。METR 强调,最高层风险结论可以自由分享;被删的是他们自认为最有信息量的多数证据。公司把删改描述为旨在去掉可能加速其他开发者的机密信息。METR 在脚注里同意,删改限于有可能加速其他开发者的机密信息,尽管其中大多其实非常高阶;但他们不评论这些删改总体上是否正当——他们认为自己没有处在一个合适的位置,去权衡公司保守机密的商业利益,与公众更好理解 AI 发展风险的利益。他们选择只描述删改的性质,以及它如何影响了结论的可沟通性。
评估清单把这件事写成了不合格项。在 AEF-1 里,「评估方是否提供了足够的方法细节,以便独立复核结果」的答案是 No,原因就是删改要求;「系统提供方是否无权为了掩盖令人担忧的发现而删改结果」的答案也是 No,因为删改权是单方面的。11 月 6 日的更新日志里,他们还把「是否获得了足够的技术访问」从 Yes 改成了 No:这次评估没有申请对模型的 query access,他们当时不认为这对这项工作至关重要;评估人员也从未获得对 Anthropic 系统的直接访问,拿到的是一份份数据集和文档。清单不能代替正文,但它把公共产品的形状写死了:方法细节不足以让外人复核,最有信息量的中间量也不在公开文本里。
于是,10 月 15 日那档驻场安排里已经写出的合同结构,在这份更早启动的评估里先落地成了可读的文本。银行检查官有法定权力;METR 只有合同;合同保住了「判断可以出门」,没有保住「证据可以被外人复现」。这不一定等于有人在掩盖坏消息——被删的材料里,既有可能让加速显得更高的线索,也有他们自己也读不准的内部指标。真正改变的是核查权的位置。公众被要求接受一组已经过删改的结论,同时被明确告知:支撑这些结论的多数关键证据,自己看不见。
四、三条线不要并成一条
同一时期里,至少有三种「AI 是否在加速 AI」的写法,它们回答的不是同一个问题。
11 月 20 日,METR 自己的四季度能力更新评的是公开模型,写到 Opus 5.5 与 GPT-6 Astra。时间视野仍约每 3.61 个月翻倍,但 2027 年 7 月那条 200 小时的线是 naive 外推,不是预测;METR Capability Index 在所测的公开前沿整体上,看不到明显加速或减速。那篇的判断是:公开证据仍排除不了未来两三年的剧烈加速,同时测量本身在变难。本稿不改那篇旧稿。公开量表画不出整体变陡的斜率,和一家实验室内部已经出现约 2 倍加速,可以同时为真——那篇更新自己也写过,IRT 看不见加速有多少是 AI 造成的,也看不见假如实验室不曾用 AI,反事实的趋势会是什么。
11 月 18 日,OpenAI 发布过锯齿状的研究加速自报,并写实验室应当被要求跟踪并公开报告 recursive self-improvement 指标,同时声明不应把那篇报道读成打算追求 full RSI。那是公司自己的仪表盘,不是独立评估。本稿也不改那篇旧稿。METR 这份驻场报告里的访谈和 Slack 自报,恰恰提醒过:自报可以很高,也很难直接译成整体加速度。
11 月 16 日 METR 放在 Notes 里的对齐评测 tells,以及各家系统卡里对 RSP 自动化研发阈值的自报,同样是另一些裂缝,不在本篇展开。把它们和 11 月 5 日这份驻场评估并成「独立机构已经确认 RSI」或「公开前沿已经全面加速」,都是在改写各自的原句。
现在能确定的,只有这份公开报告已经写下的部分。一家独立评估机构在 Anthropic 内部待了 11 周,交出了约 100 页只给公司看的 Full Report,再把最高层判断交给公众:明确任务上大约快了一倍,AECI 大约 1.9 倍,多半不像是训练算力扩张加快,现时加速的大部分被猜测为来自 AI 使用,全自主贡献还没有成为主因,未来一年仍有更快加速的显著风险。数字带着宽区间,方法有稳健性裂缝,团队内部也有分歧。更硬的一句在红线摘要里:多数最有信息量的证据被 redact 了,这份报告没有做到关于证据的透明,公众只能比理想状态更多地依赖 METR 的判断。独立评估的公共形态,在这里不是「检查官已经把卷宗摊开」,而是「判断可以发表,证据不可自核」。
flowchart TB
access["11 周高访问评估<br/>内部数据交给了 METR"] --> full["约 100 页 Full Report<br/>只交给 Anthropic"]
full --> pub["11-05 公开报告"]
pub --> ok["最高层风险结论可发表<br/>明确任务上约 2× · AECI 约 1.9×"]
pub --> no["多数最有信息量的证据被 redact<br/>关键中间量、算法进展、流水线拆分"]
no --> gap["公众无法自核证据<br/>只能更多依赖 METR 的判断"]
ok --> gap
参考
- Independent Assessment of AI R&D Acceleration at Anthropic in October 2026(METR,2026-11-05;本稿核源。评估窗 2026-08-12~10-29,公开报告定稿 11-03;11-06 曾更正 AEF-1 清单第 1.1 项)
- Anthropic 自己起草了监管它的法案:谁有权叫停一个前沿模型(本站已见刊,#76,并 #71 驻场合同;仅作「类员工」安排与删改权对照,不改旧稿)
- 「排除不了」不是「已经到来」:METR 四季度更新把测量自己写难了(本站已见刊,#194;仅作公开测量对照,不改旧稿)
- 跨过 High 线的次日,OpenAI 交出锯齿状自测,并要求实验室报告 RSI 指标(本站已见刊,#189;仅作实验室自报对照,不改旧稿)