AI:在 Anthropic,AI 让研究快了两倍,值得高兴吗?
快了两倍。这就是 Anthropic,也就是制造 Claude 的那家公司,如今改进其 AI 的速度,相比去年快了两倍。而且这不是 Anthropic 自己说的:这是METR说的,一个独立监督机构,他们花了十一周时间埋头研究 Anthropic 的内部数据,并在11月5日星期四发布了报告。最疯狂的是原因。根据他们的报告,这次加速大约有五分之四来自 AI 自己。说白了,Claude 正在帮助制造下一个 Claude,而且速度快了两倍!我一天到晚开着三个 Claude Code 会话,读到这里时笑得特别开心。然后我点进了那个解释 Anthropic 在报告中涂黑了什么的页面,脸上的笑容就有点僵住了。
在 Anthropic,AI 已经在帮助制造下一代 AI
METR 是谁,他们测量了什么?
METR,读作「meter」,就像卷尺的那个「米」,是一家美国非营利协会。他们的工作是测试最先进的 AI,看看它们的创造者是否有一天可能会失去对它们的控制。做这项工作时,他们不是由 Anthropic 付费的。他们收到了一些笔记本电脑和使用 Claude 的额度,仅此而已。从8月12日到10月29日,一个相当于两个半全职人员的小团队,是的,两个半,仔细研究了模型的内部结果,采访了研究人员,还读了他们的调查问卷。
为了衡量进步,他们取了一种总平均分。Anthropic 让自己的模型参加大约十五项考试,内容包括代码、数学和推理,然后把所有分数合并成一个数字,就像学生的成绩单一样。METR 看的是这个平均分上升的速度。从2024年3月到2025年10月,它一直以某个速度上升。根据 METR 的计算,从2025年10月开始,它上升的速度大约快了1.9倍。报告用自己的方式这么说:「在过去一年里取得了大约两年的历史性进步」。
就像门上的身高线:一年来,两条线之间的间距翻了一倍
他们还是很谨慎。他们写道,真实数字可能是1.3,也可能是3,这都不会让他们感到意外。但他们的最佳估计是2。Anthropic 自己其实也曾在 Haiku 5.5 的技术说明中宣布过1.7。METR 得出的数字更高,主要是因为他们接触到了内部模型,也就是那些还没有发布的模型。而且有一点,他们表示「有信心」:这不是因为计算能力比平时增长得更快。没有什么凭空冒出来的新服务器农场。改变的是工作方式。
「不再被代码卡住,只会被想法卡住」
Anthropic 的研究人员讲述的是,工作中最麻烦的那部分几乎消失了。以前,测试一个想法就是写代码、修改代码、启动实验、等待,然后重来一遍。现在,这些全都由 Claude 来做。一位研究人员总结道:「我现在只会被想法和计算能力卡住,不会再被代码卡住。」另一位说:「一次实验的成本正在飞快地降到零。」结果,他们尝试的想法多了很多,当然,也就找到了更多好的想法。
这和我几周前讲的事情对得上:根据 Anthropic 10月13日的一篇文章,它的智能体现在每天整合三万项代码修改,以至于负责保存代码历史的工具 Git 最后都撑不住了。
不过还是要说明一下。目前是 AI 在帮助人类,不是 AI 独自工作。METR 只是听说了 AI 自主工作方面的「生命迹象」,并且可能「很快」就会出现一些贡献。
「生产力提高12倍」,靠表情符号投票决定
就在那一刻,我笑喷了。自周四以来到处流传的数字是,Anthropic 的员工说,使用他们内部最好的模型后,自己的生产力提高了十二倍。这个数字是从哪儿来的?METR 的报告说得很清楚:来自 Slack 上的一项调查,也就是这家公司的内部通讯工具,大家点击几个小表情就能投票!METR 自己也说了:这是一份“非常轻的”证据,参与回答的人未必具有代表性,而且我们都倾向于夸大自己的收益。我对此很有共鸣。当 Claude Code 一次就给我生成一个能用的函数时,我也觉得自己强了十倍。然后我花一个小时重新读它。
那个著名的十二倍,来自一项内部调查,大家点一下就能回答,并不是测量结果
好,那你呢,这改变了什么?
我知道,你的车库里没有一台制造 AI 的 AI。但你已经在不假思索地使用它了,而这正是它会显现作用的地方。
首先,是你已经在使用的工具。手机上的翻译功能,帮你概括学校长邮件的助手,帮你给房东写信的纠错工具:这些都依赖这类模型。如果它们的制造速度提高一倍,那么原本要在两年后向你承诺的改进,一年后就会到来。那个终于听得懂你岳母口音的翻译器,可能明年就有了。
我们原本以为要等两年的东西,可能一年后就会到来
接着,好好看看究竟是什么在加速。METR 衡量的是“定义明确”的任务上的进步,也就是存在一个机器可以验证的正确答案:程序能不能运行,计算结果对不对。对孩子的数学作业或你的预算表来说,速度会飞起来。对于“该选什么职业”或“我该不该签这份合同”这类模糊问题,没有任何迹象表明它们也会进步得这么快。把你的常识捂热了留着。
最后,是你的工作。如果你的职业是把一个明确的想法变成可以验证的结果,那正是会加速的部分。这不是恐慌的理由。这是现在就开始行动的理由,趁它还只是一个帮助你的工具。
而且,这个循环我们已经见过一次了。大约在 1800 年,英国工程师 Henry Maudslay 制造了一台能够加工出精度前所未有的螺钉的车床。有了这些螺钉,人们制造出更精密的机器,而这些机器又制造出更好的螺钉,如此循环往复。这是工业革命的动力之一,也正是因为它,汽车发动机的零件才能严丝合缝地装在一起。一台帮助制造下一台机器的机器,这不是科幻电影,而是一段重新加速的老故事。
期限呢?不是十年以后,而是已经进行了一年。METR 没有发现未来十二个月内任何明显的阻力,同时也承认自己的看法在途中改变过好几次。再往后,没人知道会怎样,他们自己也不知道。
卡住的地方:一半的材料都被涂黑了
现在说说让我觉得不对劲的部分。METR 自己在 X 上宣布了这件事:它向 Anthropic 提交了一份完整的百页左右的报告。至于公开版本,Anthropic 从字面上把“我们发现的最有说明力的大多数内容”涂黑了。详细的估算,计算、数据和新方法所占的部分,对下一代模型的预测:全都被黑色记号笔盖住了。Anthropic 给出的理由是,这些信息可能会帮助竞争对手。METR 毫不绕弯地写道:公众必须“远比理想情况下更多地”相信它的判断。
在公开版本中,大多数最有说服力的证据都被涂黑了
还不止这些。事情进行到一半时,Anthropic 从合同中删掉了 METR 原本需要核查计算能力如何分配的部分。顺便说个有意思的细节:为了分析所有这些数据,METR 大量使用了……Claude。也就是说,AI 帮助衡量了 AI 进步的速度。METR 仍然认为 Anthropic 试图欺骗它“极不可能”。
为什么所有人都在担心?因为真正令人害怕的是失控。一种更强的 AI 会加速研究,研究又会带来更强的 AI,后者再进一步加速研究。METR 写道,这种加速“可能开始累积”,并突然显现出极端且有风险的能力。就像滚雪球,只是我们还不知道它里面究竟是什么样。
我的看法?我每天都在用这些工具工作,它们进步得这么快,我当然很高兴,我不会装模作样。但一个把一半零件藏起来的控制,只能算控制了一半。
来源
- METR,2026年11月5日:Independent Assessment of AI R&D Acceleration at Anthropic in October 2026(英文)
- METR 在 X 上:大多数最有说服力的证据都被删节了(英文)
- Technology.org,2026年11月7日:Anthropic 的进步速度快了两倍(英文)
文章在 Claude Code 的帮助下完成,经我复读和修正。





加入对话
您必须拥有一个账户才能评论这篇文章。注册免费,耗时不到一分钟。
目前没有评论。