METR 报告曝光：Anthropic 研发提速近两倍，八成靠 AI 跑自己

Anthropic 对外总给人一种克制、谨慎的「安全优等生」形象，甚至喜欢把控制节奏当成招牌。但推开实验室的大门，里面的时钟其实早就被按下了快进键。

专注于评估 AI 风险的非营利机构 METR，在深入 Anthropic 内部驻留 11 周、翻阅核心数据并访谈多位员工后，发布了一份重磅报告。结论相当惊人：自 2025 年 10 月以来，Anthropic 的内部模型研发进度加快了约 1.9 倍，整体估计加速在 1.3 倍到 3 倍之间。

更值得琢磨的是提速的动力。METR 估算，这轮研发加速里有整整 80% 的功劳，要归功于 Anthropic 自家 AI 在研发流程中的深度介入。换句话说，AI 已经在替人类工程师大幅代劳造模型的工作了。

连 Opus 5.5 都成了「非前沿」

这份报告顺便揭开了 Anthropic 实验室抽屉里的秘密底牌。在报告的图表分类里，如今在公开市场上位居顶流的 Claude Opus 5.5，被冷冰冰地划入了「非前沿」行列。

排在它前面的，是尚未公开的内部模型「Model 3」和「Model 4」。其中 Model 4 的进展尤为迅猛，在测试的全部 15 项基准测试中，得分均突破了 50% 大关。

面对这种飙车速度，连参与评估的 METR 研究员 Ryan Greenblatt 都公开坦言，自己原本以为今年的提速会平缓很多，现在看来自己「错得离谱」。

不过，外界想看清具体是怎么做到的并不容易。报告里最核心的几项关键证据，全被 Anthropic 大面积涂黑了。联合创始人兼安全主管 Sam McCandlish 直白地解释说，严密打码是为了避免「亲手给竞争对手递上一份加速超车的路线图」。

研发跑得飞起，随之而来的却是警报声。Anthropic 曾在 IPO 申请文件中明确定义过一个危险临界点：即出现「可归因于 AI 的技术进展急剧加速」。

更让人捏一把汗的是，METR 在报告中明确指出，眼下并没有看到任何能够拖慢这一飞轮的明显瓶颈。周一更新的信息显示，Anthropic 距离当初自己划定的那条危险红线，可能已经非常近了。

为什么重要

从表面看，普通用户和独立开发者短时间内还用不上 Model 4 这种藏在抽屉里的怪兽，但它传达出的信号非常明确：大模型能力的代际跃迁周期正在被剧烈压缩，老一代模型贬值和降价的速度会比预期更快。

对整个行业而言，这几乎实锤了业内争论已久的「自举迭代循环」已经真实运转。当 80% 的模型改进由 AI 自己推动，AI 研发的逻辑就从过去的顶级研究员堆人力、手工调参，彻底转向自动化实验与算力挂钩。这一步会逼着所有同行必须把研发流程全面 Agent 化，否则差距只会被指数级拉大。

在我们看来，Anthropic 这次的选择既聪明又充满戏剧性。把关键证据涂黑，是在残酷商业博弈下的现实自保；但一边把安全准则写进上市文件，另一边却在实验室里率先把油门踩到底。当自己造的 AI 已经能帮着造出更聪明的下一代，而且眼前看不到减速带时，谁也说不准人类安全员的手还能在方向盘上握多久。