METR把Anthropic能力增速写成约翻倍

第三方第一次用公开可争论的倍数区间，把一家前沿实验室在清晰任务上的能力增速写成了约翻倍，并把当前加速的大半压到「用 AI 做研发」上。

METR 11 月 5 日发布对 Anthropic 的独立评估：截至 2026 年 10 月，清晰任务上的能力改进速率大约是 2024 年 3 月至 2025 年 10 月历史速率的两倍，区间大约 1.3–3 倍。

The Verge 同日报道复述了这一结论，并写明联合创始人 Sam McCandlish 称公司将另发内部进度分析。林测的判断：这个数字改的是斜率，不是某一张榜。

AECI 给出 1.9 倍，排除了算力加速

METR 用 Anthropic 内部的 AECI（Epoch Capabilities Index 的自家版本）估出：自 2025 年 10 月以来，基准分数增速约为此前的 1.9 倍，95% 置信区间 1.5–2.8 倍。

按它的说法，过去一年大约走完了此前两年的历史进度。审查窗口是 2026 年 8 月 12 日至 10 月 29 日。

同一份报告写明：加速不是训练算力规模增速变快造成的。稳健性检查里，换链接函数、快照与基准子集，加速度大约落在 1.1 倍到 2.9 倍。METR 称，若真实演化落在「无加速」或「高于 3 倍」会感到意外。

把「感觉变快了」换成带区间的倍数，第一次让外人能公开争论斜率，而不是某一版模型的发布文案。

当前加速大半压在「用 AI 做研发」

METR 的主观估计是：眼下（2026 年 10 月）加速里，多数——它猜大约八成——来自 Anthropic 大量用 AI 做研发。2025 年末那段加速，非 AI 因素很可能也起了大作用。

访谈与问卷与「约两倍」相容：员工自报提速中心大约在两倍附近，但解读难，Slack 投票证据弱。高度自主、端到端改训练管线的贡献目前还不大，但已有「迹象」显示这块会变重。

对模型买家，下一档能力到来的间隔，越来越受「实验室自己用不用得上更强模型」约束，而不只受芯片到货节奏约束。这是分析推断，依据是 METR 排除算力加速、并把归因压在 AI 使用上。

删改、AECI 与历史基数要写进账本

METR 开篇写明：Anthropic 删改了它认为对结论最有信息量的多数证据，理由是「避免加速其他开发者」。公开文本因此更依赖 METR 的综合判断，读者很难自己复原证据链。

有人会说，倍数主要是 AECI 偏可自动评分的清晰任务，messy 现实任务未必同斜率；Anthropic 早期 AECI 增速曾低于行业前沿，部分「翻倍」可能来自基数偏低。METR 自己把低估与高估加速度的双向可能都写进了局限章。

我们接受这些限定：口径是「清晰任务」、关键证据被删、历史基数可能偏低。我们不接受的是：因此把约两倍当成可以丢掉的标题。报告仍明确排除训练算力加速，并把主观结论钉在约两倍与 AI 归因上。McCandlish 说公司会发对照报告；在那之前，公开可核验的尺子仍是 METR 这篇。

区间下沿也够改时间表

即便只采信区间下沿附近的加速，产品与安全团队也该改假设：编码智能体迭代、红队与补丁节奏、以及「下一代何时可用」，都要按斜率变陡来排。

下一步盯两件事：Anthropic 自己的对照报告补回了什么；被删证据里，有没有把「高于两倍且仍在加快」坐实或推翻。

METR 给出的不是口号，是带区间的斜率；区间下沿也够改写模型能力的时间表。