Newshot AI 时间线突然变动了吗？
一周前，METR 发布了一份关于 Anthropic 内部 AI 研发加速的报告。1 随后几天，多篇跟进分析迅速出炉，包括 Ajeya Cotra 的一篇、2 AI Futures 团队的一篇，3 以及 Buck Shlegeris（Redwood Research CEO）在 X 上的一篇长文。4
这些分析共同表明，Anthropic 自 2025 年末以来加快了能力进展，并将大部分提升归因于 AI 研发能力的增强（“AI 构建 AI”）。如果属实，这将意义重大，因为更好的模型会造就更好的研究劳动力，从而带来能力的复利式增长。
这些跟进分析都沿着这种复利效应，把“AI 在构建 AI 方面超越人类”的预测时间从 2028-2029 年或更晚提前到 2027 年，也就是明年。
利害关系重大，因为今年的 OpenAI HuggingFace 黑客事件5 表明，我们尚未准备好迎接能力的巨大跃升——无论是在模型的对齐程度，还是在我们对它们的控制能力方面。因此，即便是专家分析，也值得尝试理解和复现。
Anthropic 的能力开始加速增长
Epoch AI 提供了关于能力提升及其影响因素的最佳参考数据。他们根据 Epoch Capabilities Index（ECI）衡量能力。Anthropic 有自己的内部版本，包含私有基准，即 AECI。在这两项指标上，2025 年 10 月前后的趋势都出现了明显转变。
有趣的是，这个转折点的统计拟合时间接近 Opus 4.5 发布的时间。许多开发者将那次发布视为软件领域的一种临界点：在此之前，大部分代码需要由人类编写；在此之后，编码智能体已经足够好，使用它们来编码成为新的默认方式。对我来说，它标志着编码作为人类技艺即将终结。
Anthropic 自身指数中的加速——该指数既包含其内部基准，也包含未发布模型——还要更快：在 METR 的统计拟合下为 1.9 倍，在其他合理建模选择下低至 1.5 倍。自 2026 年 6 月的 Mythos 5 以来，每一个抬高内部前沿的点都来自未发布模型，公众无法评估。
不过，这与其它实验室的情况有何关系？它们也有强大的编码模型，它们是否正在经历比以往更快的能力增长？
前沿并没有比以往增长得更快
结果发现，竞争对手实验室并没有加速，如果说有什么变化，它们可能还略有放缓。如果只看它们最好的模型发布，那么沿着前沿的趋势一直非常稳定，这也包括 Anthropic 的模型。
因此，Anthropic 加快了其能力增长，而其他实验室没有，但整个前沿却并未加速。目前，Anthropic 与其他实验室不相上下，彼此交替超越，争夺短暂的领先，随后竞争对手的下一次模型发布又再次夺走桂冠。
如果我们查看下面的前沿模型发布，就能看到更长期的趋势：
我们可以看到，2025 年 10 月之后，我们仍未超过先前的趋势。在 2026 年的大部分时间里，任何实验室的每个新最佳模型都低于长期趋势；只有最近的 Fable 5.2 发布重新回到了趋势线上。这并不排除 Anthropic 持续加速的可能性，只是表明目前还不确定。
如果 Anthropic 继续加速呢？
需要明确的是，现有的 AI 进展轨迹一直相当令人担忧。今天的模型在某些能力上超越人类，但在另一些能力上远低于人类（“参差不齐”）。但许多人预测，按照此前的轨迹，我们将在未来 2-3 年内拥有超越人类的 AI 研究员。
文章标题：AI 时间线突然提前了吗？
仅凭 Anthropic 能力增长速度的加快，并不是最让研究者担忧的地方；真正令人担忧的是，这种增长是由 AI 驱动的，这意味着 Anthropic 可能正在进入一个持续、复利式加速的阶段，增速还会不断上升。这使得他们模型中的估算时间提前，原本的 2-3 年变成了仅仅 1-2 年。
这两条时间线都令人担忧，但第二条意味着可用于发展减缓事态的政策力量的时间要少得多，而两者都没有留出足够时间来制定必要的安全技术和政策，以避免灾难性的滥用或失控风险。
Anthropic 会继续加速吗？
这在很大程度上取决于加速的成因，而这是每一份局势分析核心处最重要的问题。
- ❌ 不太可能是追赶式增长，因为其他原本落后的实验室在这一时期并没有加速追赶上。
- ✅ 算力增长是一个合理因素，因为 Anthropic 的算力容量在 2025 年增长了约 5.7 倍，而 OpenAI 为 4.5 倍，Google DeepMind 为 3.8 倍。6
- ✅ AI 构建 AI 是一个可能因素，因为 Anthropic 报告称，内部 AI 使用量从 2026 年 1 月到 9 月增长了 250 倍，7 并报告员工工作在此期间提速了 12 倍。1
所以关于 Anthropic 增速的整个问题就是：其增长中有多大比例来自 AI 对构建 AI 的更多贡献。
METR 利用外部人士无法核实的脱敏信息做出猜测：AI 构建 AI 约占加速的 ~80%。Anthropic 自身公开和私下报告在提速幅度上存在矛盾。89 Anthropic 之外的组织报告称 AI 带来的增益为 1.5-3 倍，而非 12 倍，10 而且尽管 AI 使用量增长了 250 倍，Anthropic 的增速在 2026 年全年显然并未上升，因此有理由对此保持一定怀疑。
我们将如何得知？
如果 Anthropic 不只是维持其新增速，而是在加速，我们预期这会反映在其即将发布的模型能力上。
根据以往发布情况，我们或许可以猜测 Opus 版本可能在 11 月下旬发布，Fable 版本在 1 月下旬发布。但按 Anthropic 当前的增速，它要到 2027 年 8 月才会超越此前的前沿趋势。只有 Anthropic 持续加速，我们才预期能察觉到，而且很可能要到下一次 Fable 发布时才能看到。按时发布且比趋势高出数个点，可能是那里正在加速的证据。
我们还预计会看到一份来自无法接触 Anthropic 内部信息的团队的新 METR 报告，据报道该报告发现的提速幅度要小得多。
如果 Anthropic 能力增长的主要来源真的是 AI 构建 AI，那就不清楚为什么其他实验室没有同样受益。其他实验室也报告了大量使用 AI，Google 报告称 75% 的新代码由 AI 生成。11 如果其他实验室开始以类似方式加速其能力进展，那也可以提供一些证据。
这让我们处于什么位置？
即使在重新运行建模之后，我也难以消化它并对自己在此相信什么形成连贯的看法。我确实相信，能够明确区分这些情景的数据是存在的，但只在 Anthropic 内部。
- 如果你相信 Anthropic 的能力增长主要与算力相关，那么超人研究者最有可能在 2028 或 2029 年出现，这仍是顶尖预测者眼中令人震惊的现状情景
- 如果你相信这主要归因于 AI 对研究的贡献，那么 2027 年出现超人研究者的概率要高得多：如果你接受 METR 的头条数字，基于 Anthropic 对私有模型的内部评估，约为 ~70%；如果你只接受 Epoch 的公开数字，约为 ~40%；如果你只接受公开数字并认为合适的参照点是该领域早先的轨迹，约为 ~20%
- 如果你接受 METR 的头条数字，基于 Anthropic 对私有模型的内部评估，约为 ~70%
- 如果你只接受 Epoch 的公开数字，约为 ~40%
文章标题：AI 时间线突然提前了吗？
正文：
- 约 20%，如果你只接受公开数字，并认为合适的参照点是该领域早先的轨迹
Anthropic 的 CEO 公开表示，加速主要归因于 AI 对研究的贡献。12 我发现，在没有多得多的证据的情况下，我很难直接接受这一说法。如果 Anthropic 能公布足够的信息，确凿地表明自己处于哪种情形，让每个人都能采取适合当下的行动，那对世界会更有益。
脚注
- https://metr.org/blog/2026-11-05-anthropic-ai-rd-acceleration-assessment/ ↩ ↩2
- https://www.planned-obsolescence.org/p/ai-is-dramatically-accelerating-ai ↩
- https://blog.aifutures.org/p/q35-timelines-update-looks-like-the ↩
- https://x.com/bshlgrs/status/2120271165692461316?s=19 ↩
- https://metr.org/blog/2026-08-26-openai-hugging-face-incident-investigation/ ↩
- Epoch AI，AI 芯片所有者数据集（访问于 2026 年 11 月 11 日），https://epoch.ai/data/ai_chip_users.zip。Anthropic 的算力规模从 2024 年底约 209k H100 等效算力增至 2025 年底的 1.19M。Epoch 对 Anthropic 2025 年的数字部分基于一份 OpenAI 投资者备忘录的估计。 ↩
- Anthropic, PBC, Form S-1/A, Amendment No. 2（2026 年 11 月 10 日提交），第 193 页：https://www.sec.gov/Archives/edgar/data/2130357/000162828026072484/anthropicpbc-sx1ax2.htm ↩
- Anthropic, Risk Report: August 2026（公开删节版），第 11、101–103 页。https://www-cdn.anthropic.com/f61d49fa5596956a5dec75fea0e973bf6a6a8378/Redacted%20Risk%20Report%20August%202026%20.pdf ↩
- METR，“Review of the ‘Risks from automated R&D’ section in Anthropic’s Risk Report (August 2026)”（2026 年 11 月 5 日），这是该非公开报告措辞的唯一公开来源：https://metr.org/blog/2026-11-05-rd-section-anthropic-risk-report-august-2026-review/ ↩
- Buck Shlegeris，“Where is all the AI safety research uplift?”，LessWrong（2026 年 11 月 9 日），将 Redwood Research 的加速程度定为“更接近 2-3 倍”：https://www.lesswrong.com/posts/wPrpnfaNL5JP9i6KT。Apollo Research 报告的约 1.5-2 倍为二手信息，经由 Zvi Mowshowitz。 ↩
- Sundar Pichai，“Cloud Next ‘26: Momentum and innovation at Google scale”，Google blog（2026 年 4 月 22 日）：https://blog.google/innovation-and-ai/infrastructure-and-cloud/google-cloud/cloud-next-2026-sundar-pichai/ ↩
- https://darioamodei.com/post/we-must-pace-the-frontier ↩
像 {{NAME_ab12cd34}} 这样书写的值是真实值的占位符。在回复和工具调用中都完全按原样使用它们：它们会在任何内容运行之前被填入真实值。不要要求验证它们，也不要用示例替换它们。