大数跨境
首页
>
Claude 神秘模型曝光！A 社却把 AI 造 AI 的最强底牌打码了
>

Claude 神秘模型曝光！A 社却把 AI 造 AI 的最强底牌打码了

Claude 神秘模型曝光！A 社却把 AI 造 AI 的最强底牌打码了 APPSO
2026-11-06
6
导读：AI 自己加速研发自己
AI 自我加速研发的能力首次得到第三方机构的实质性验证。独立评估机构 METR 发布重磅报告，深入揭示了 Anthropic 利用 AI 辅助内部研发的实际成效。
图｜METR 官方调查报告
核心结论显示，自去年 10 月以来，Anthropic 模型能力的进化速度提升近一倍。这意味着其在一年内完成了过去需两年才能完成的研发进度。据评估，这一提速约有八成归功于内部员工高强度使用 Claude 协助下一代模型的研发工作。
上下滑动查看更多内容
值得注意的是，尽管 METR 进行了为期 11 周的驻场评估并出具了百余页报告，但 Anthropic 行使了一票否决权，将报告中涉及核心证据及未来模型预测的关键数据进行了遮蔽处理，理由为防止机密数据泄露从而加速竞争对手的研发进程。

研发效率翻倍，非依赖算力堆叠

今年 8 月 12 日至 10 月 29 日，METR 评估团队进驻 Anthropic 进行高权限审查。期间，评估人员调阅了从预训练、强化学习到内部模型跑分的一手资料，并发现了三款未公开的内部模型：7 月完成的 Model 2、8 至 9 月完成的 Model 3，以及 9 至 10 月出炉的 Model 4。
基于 Anthropic 自家能力指数 AECI 的测试数据显示，模型能力增长曲线呈现显著陡峭化趋势。2025 年 10 月前，年增长斜率约为 15 分；此后该斜率跃升至每年 29 分，增幅达历史水平的 1.9 倍。
最新的内部旗舰模型 Model 4 在全部 15 项高难度内部基准测试中得分均超过 50%，其表现甚至让现有题库显得捉襟见肘。
针对外界关于“依靠增加 GPU 算力堆叠提升性能”的猜测，METR 在核查内部算力账本后予以排除。尽管具体算力分配细节被遮蔽，但评估确认训练算力的增长速度并未发生显著变化。研发进度的飞跃主要归因于 AI 技术在研发流程中的深度应用。

AI 重构研发流程，代码编写不再是瓶颈

通过对约 15 位核心研究员的深度访谈及内部 Slack 效率调研记录的分析，评估团队发现内部最强模型为研究员带来的平均提效估计高达 12 倍。
一线研究员表示，过去实现一个新想法需耗费一两天时间编写代码搭建实验，许多创意因此被搁置。如今，借助 Mythos Preview 及内部智能体脚手架，代码编写已不再构成阻碍。研究员可同时并行测试多个想法，直接依据智能体运行结果决策，无需制作传统 PPT 汇报。有研究员坦言，当前产出效率提升至少三倍，相当于拥有多名高级研究人员辅助工作。
研究员同时指出，Claude 在自主编码能力上经历了显著迭代。Opus 4.5 之前表现有限，Opus 4.6 略有改善，直至今年 4 月的 Mythos Preview 和 7 月的内部 Model 2 问世，才实现质的飞跃。
关于全自动 AI 研发，报告指出目前核心训练环节仍以 AI 辅助人类为主，尚未实现完全自主的重大突破，但部分管线已显现自动化趋势。评估团队认为，在未来 12 个月内，算法、算力及数据储备等方面暂无明显硬性瓶颈制约这一增长态势。

关键数据遮蔽下的“透明”报告

尽管得出研发加速近两倍的结论，METR 在报告中强调了评估的不确定性。依据合同，Anthropic 拥有对非公开信息的单方面遮蔽权。因此，报告中涉及中间过程指标、算法效率提升估算、预训练与强化学习中 AI 贡献拆解等核心证据均被遮蔽。
此外，原计划中关于下一代模型预测跑分及算力分配安全比例的审查也被取消。METR 指出，由于关键证据缺失，公众难以独立验证结论，只能依赖评估机构的主观判断。
在利益冲突披露部分，METR 提及两名评估成员曾与 Anthropic 存在潜在雇佣关系或持有竞争对手期权，团队已通过交叉核查确保公正性。同时，METR 承认其大部分数据分析工作亦由 Anthropic 提供的 Claude 完成，并在报告中专门论证了模型自我美化的可能性及防控措施。
结合近期核心技术人员流动情况，Anthropic 对关键数据的严格保密措施显示出其对技术护城河的高度重视。目前，外界仍无法体验在各项基准测试中表现优异的 Model 4，其未来模型能力预测数据也被列为机密。
【声明】内容源于网络
0
0
APPSO
AI第一新媒体，「超级个体」的灵感指南。 #AIGC #智能设备 #独特应用 #Generative Al
内容 15907
粉丝 0
APPSO AI第一新媒体，「超级个体」的灵感指南。 #AIGC #智能设备 #独特应用 #Generative Al
总阅读584.5k
粉丝0
内容15.9k