非营利机构模型评估与威胁研究（Model Evaluation and Threat Research，简称METR）对Anthropic开展了一项高权限评估。该机构判断，Anthropic提升模型在定义清晰的任务上表现的速度，可能约为此前的两倍。结果显示，AI辅助AI研发或许正在推动进展提速，但这是一项不确定性较高的判断，并不意味着AI已经能够自主研发自己的下一代系统。8

“约两倍”是怎样得出的？

METR在2026年8月12日至10月29日期间对Anthropic进行评估，并接触了公司的内部研究信息及开发流程。其总体判断是：截至2026年10月，Anthropic在定义清晰任务上的模型能力进展速度，可能约为2024年3月至2025年10月期间的两倍。8

报告还给出了一项基于特定能力指数的估算：自2025年10月以来，Anthropic的基准得分增长速度约为此前的1.9倍，95%置信区间为1.5至2.8倍。这个区间对应的是基准估算，并不代表METR对整体判断的全部不确定性。对于实际加速幅度，METR表示，介于历史速度的1.3至3倍之间，都不算意外。8

METR还初步估计，AI可能解释了当前加速中的大部分，或许约为80%。但该机构明确将这一数字称作估算，而不是对因果关系的精确测量。41

这不等于AI已在“自我进化”

评估聚焦的是定义清晰的任务上进展加快。单凭这些结果，不能得出AI系统已经自主完成大部分、乃至全部训练更强继任模型所需工作的结论。更稳妥的理解是：这是AI辅助研发可能提速的证据，而非已经形成可持续自我增强循环的证明。8

公开信息也有局限。METR表示，Anthropic允许其公布最高层级的结论，但删去了大量METR认为最有助于理解这些结论的证据。因此，这份评估值得关注，但外界仍无法完整检查其判断所依据的材料。841

另一份审查：直接风险较低，预警线或已触及

METR另行审查了Anthropic于2026年8月发布的风险报告，其中涉及截至7月15日在公司内部部署的模型。METR同意，这些模型带来的直接灾难性风险较低；但它认为，Anthropic关于其早期预警线“2倍加速阈值”（2x Acceleration Threshold）尚未被触及的论证可能说得过于确定，且该阈值有可能已经越过。

这两项判断并不矛盾：评估对象造成直接灾难性后果的风险较低，与AI辅助研发可能加快未来技术发展的担忧，是两个不同的问题。METR提醒的是研发加速的速度，并未声称灾难迫在眉睫。

与阿莫代伊“放慢AI发展”的呼吁有何关联？

9月，Anthropic首席执行官达里奥·阿莫代伊呼吁放慢AI能力提升的步伐，并提出由METR等机构担任嵌入式第三方评估者，审查企业的安全实践与承诺。1316 METR此次获得较高权限的评估机会，正体现了这类外部审查的设想；与此同时，报告删节也说明，公开监督仍可能受到限制。816

因此，最清晰的结论是一项早期警讯，而不是AI失控自我进化的宣告：METR认为AI研发可能正在加速，AI辅助或许是重要因素，但相关证据及其含义仍存在显著不确定性。841

非营利机构模型评估与威胁研究（Model Evaluation and Threat Research，简称METR）对Anthropic开展了一项高权限评估。该机构判断，Anthropic提升模型在定义清晰的任务上表现的速度，可能约为此前的两倍。结果显示，AI辅助AI研发或许正在推动进展提速，但这是一项不确定性较高的判断，并不意味着AI已经能够自主研发自己的下一代系统。8

“约两倍”是怎样得出的？

METR在2026年8月12日至10月29日期间对Anthropic进行评估，并接触了公司的内部研究信息及开发流程。其总体判断是：截至2026年10月，Anthropic在定义清晰任务上的模型能力进展速度，可能约为2024年3月至2025年10月期间的两倍。8

报告还给出了一项基于特定能力指数的估算：自2025年10月以来，Anthropic的基准得分增长速度约为此前的1.9倍，95%置信区间为1.5至2.8倍。这个区间对应的是基准估算，并不代表METR对整体判断的全部不确定性。对于实际加速幅度，METR表示，介于历史速度的1.3至3倍之间，都不算意外。8

METR还初步估计，AI可能解释了当前加速中的大部分，或许约为80%。但该机构明确将这一数字称作估算，而不是对因果关系的精确测量。41

这不等于AI已在“自我进化”

评估聚焦的是定义清晰的任务上进展加快。单凭这些结果，不能得出AI系统已经自主完成大部分、乃至全部训练更强继任模型所需工作的结论。更稳妥的理解是：这是AI辅助研发可能提速的证据，而非已经形成可持续自我增强循环的证明。8

公开信息也有局限。METR表示，Anthropic允许其公布最高层级的结论，但删去了大量METR认为最有助于理解这些结论的证据。因此，这份评估值得关注，但外界仍无法完整检查其判断所依据的材料。841

另一份审查：直接风险较低，预警线或已触及

METR另行审查了Anthropic于2026年8月发布的风险报告，其中涉及截至7月15日在公司内部部署的模型。METR同意，这些模型带来的直接灾难性风险较低；但它认为，Anthropic关于其早期预警线“2倍加速阈值”（2x Acceleration Threshold）尚未被触及的论证可能说得过于确定，且该阈值有可能已经越过。

这两项判断并不矛盾：评估对象造成直接灾难性后果的风险较低，与AI辅助研发可能加快未来技术发展的担忧，是两个不同的问题。METR提醒的是研发加速的速度，并未声称灾难迫在眉睫。

与阿莫代伊“放慢AI发展”的呼吁有何关联？

9月，Anthropic首席执行官达里奥·阿莫代伊呼吁放慢AI能力提升的步伐，并提出由METR等机构担任嵌入式第三方评估者，审查企业的安全实践与承诺。1316 METR此次获得较高权限的评估机会，正体现了这类外部审查的设想；与此同时，报告删节也说明，公开监督仍可能受到限制。816

因此，最清晰的结论是一项早期警讯，而不是AI失控自我进化的宣告：METR认为AI研发可能正在加速，AI辅助或许是重要因素，但相关证据及其含义仍存在显著不确定性。841