Newshot Anthropic的模型研发提速一倍，但外界只看到了被筛过的版本
METR在Anthropic内部调查11周后称，其模型一年完成了约两年历史研发进度，员工使用最强内部模型后自报生产率约为无AI时的12倍；目前提速主要来自AI辅助人类研究，但Anthropic对约100页报告进行了大量删减。
- METR认为一年完成约两年研发进度
- 员工自报生产率达到无AI时的12倍
- 半年连续完成三款新模型训练
- 公开报告删除了多数高信息量证据
你在 AI 新闻里看到“模型一年跑完过去两年进度”，同时又看到 Anthropic 准备上市、CEO 却公开主张放慢开发。两件事放在一起，真正需要判断的不是宣传口号，而是加速来自 AI 的哪些贡献，以及公开报告究竟能证明到哪一步。
一年跑完两年，这个结论谁背书
METR 在 Anthropic 内部蹲了 11 周，给出的结论是：过去一年，这家公司的模型研发走完了大约两年的历史进度。研究人员还确信，这轮提速不能主要归因于扩大训练算力。
基准成绩是第一条依据：Anthropic 模型的分数曲线，一年内爬完了过去两年才走完的距离。METR 的说法是「大约两年」，不是每个模型、每项任务都恰好快一倍。
| 判断依据 | 它显示了什么 |
|---|---|
| Anthropic 模型的基准成绩 | 一年内完成约两年历史研发进度 |
| METR 内部调查 | 员工自报用上内部最强模型后，工作效率约为无 AI 时的 12 倍，是几个月前用 Mythos 5 时的两倍 |
算力扩张长期以来就是模型进步的主要推手，这次 METR 把它排除了：研究人员确信，提速的大头不是多买芯片、多堆训练时间。截至 10 月，他们的归因是大部分提速来自 AI 本身，而且这部分贡献还在随时间变大。支撑这个判断的，是内部的 Slack 匿名投票和员工访谈，不是实验室里的对照实验。
还有一层容易被忽略：员工用上的是外部拿不到的内部模型。过去半年，Anthropic 训完了三个尚未发布的模型，代号 Model 2、Model 3、Model 4，分别在 7 月、8 至 9 月、9 至 10 月完成训练。也就是说，12 倍这个数字，普通人手里的 Claude 复现不了。
这套评估目前只有 METR 一家做过，外部尚未复测。「一年约等于两年」还不是被独立团队重复验证过的定律，它是一份带前提的判断：前提是基准成绩和员工自报都可信，且内部模型与外部版本的差距不影响结论方向。
12 倍是员工自己填的
METR 的报告里，Anthropic 员工自报生产率是没 AI 协助时的 12 倍。数字来自 Slack 问卷和访谈，是个人对产出的估计，不是第三方对研发成果的复测。
这份报告出自 AI 安全研究机构 METR（评估AI研发进展的机构），调查在 Anthropic 内部做了 11 周。12 倍这个数，是员工在 Slack（企业内部聊天与投票工具） 里自己填的，配合访谈交叉印证，指向的是可观的产能增量，而不是一条被独立验证过的研发提速曲线。
把时间轴拉长一点看，这个自报水平约为几个月前使用 Mythos 5（Anthropic当时供员工使用的模型）时的两倍。同一批人、同一套问卷，工具换强了，自报的产出差距也跟着翻了一倍——这是报告里最能说明“加速在变陡”的一处对比，但两边都是自报口径，不是实测。
但 12 倍不能直接等同于模型训练周期缩短 12 倍，也不能证明 AI 已经可以独立设定、验证并推进研发计划。
现在是 AI 辅助人类，自主贡献只是趋势。METR 把现阶段的大部分提速归因于 AI 辅助人类研究，而不是 AI 独立工作；这里的“自主贡献”指 AI 在没有人类逐步指示的情况下自行完成一部分研究任务。
报告提醒，完全自主的贡献很快可能发挥更大作用——这是趋势判断，不是已经发生的事实。研究员仍负责提出问题、选择方法和判断结果，模型帮他们更快推进具体工作。
半年训出三款模型，一款都没发布
Model 2 在 7 月完成训练，Model 3 在 8 月至 9 月完成，Model 4 在 9 月至 10 月完成——三款模型挤在半年内，一款都还没发布。
据 The Verge 报道，METR（评估AI研发加速的独立机构）在 Anthropic 内部调查后，给这三款尚未发布的模型起了代号。这里的“未发布”很重要：它们不是公众已经能在产品中使用的模型，却已经进入了 Anthropic 的研究流程。METR 的报告指出，大量提速与生产力收益来自这些未发布的内部模型。
内部模型为什么能成为提速支点？研究人员用更强的新模型完成下一阶段工作，工作结果随后又成为下一代模型的训练材料。能力提升因此不再只依赖扩大训练算力，而能通过模型参与研发，把一轮实验的反馈更早交给下一轮。
METR 还提到一款可追溯至 2022 年的未发布模型 Unreleased 2022（可追溯至2022年的内部模型），说明留在内部研发链条里的模型不止这一批新项目。
Anthropic 在半年内连续完成三款新模型训练，构成一条内部接力：尚未发布的模型先提升研究人员的生产能力，再把新成果送入下一轮训练。
还没看到天花板，但也别当成保证
METR没有找到会阻止进一步加速的明确机制。这是调查当时的观察，不是对未来的承诺。
这里的“收益递减”（投入增加，回报反而降低）指每多投入一份资源，新增成果反而越来越少。METR没有观察到这种清晰迹象，也没有发现可观察到的瓶颈（已显现并妨碍流程推进的卡点）。没观察到不等于不会出现。
眼下推动研发的仍是人机协作，而非脱离人的自动循环。报告只是说“已有迹象显示”，完全自主的贡献（AI无需人类逐步参与就完成的工作）很快会占据更大比例。
100 页报告，公开时被删掉最有信息量的部分
METR 提交的完整评估报告约 100 页，公开版本被 Anthropic 删减，删掉的是研究人员认为最有信息量的多数证据。
按双方约定，Anthropic 有权删减最终报告，它用得很彻底。METR 写得很直接：「我们向 Anthropic 提交了约 100 页的完整评估报告。在公开版本中，Anthropic 删去了我们找到的最有信息量的多数证据。」
被删的不是背景材料。METR 说，这些证据本可以有多种合理解读，删掉之后，公众无法自行判断结论站不站得住，只能更多依赖 METR 的判断。它同时提到，自己的信息渠道「相对狭窄」，少数数据请求被拒。
Anthropic 联合创始人 Sam McCandlish 在 X 上回应得直白：「我们删了很多，我接受这让别人更难核查 METR 的工作。但我们认定，公开究竟是什么在推动提速并不合适，这既是商业敏感，也等于给同行递一张加速路线图。」他说公司会在未来几周发布自己的报告。
一年跑完两年这个结论，目前只有一份被删减过的公开证据撑着——能核查的空间就到这里，剩下的部分，得等 Anthropic 自己那份报告。
信源：The Verge《Why a new report on Anthropic automating AI development is alarming researchers》（2026年11月7日）及 METR、Anthropic 官方材料；数字按报告与官方页面披露口径转述，公开报告删节部分不作推断。
术语小典 · 本篇出现的人话注解
深度、研究解读、工具教程的全文和全部播客，都在会员区。