Anthropic 研发加速1.9倍，六位预测者把智能爆炸的日历翻到了2027年

先搞清楚这份评估的分量

METR（Model Evaluation & Threat Research）是专门给前沿模型做第三方评估的机构。这份报告不是媒体评测，也不是厂商通稿：从 8 月 12 日到 10 月 29 日，METR 投入 2.5 个全职人力，在 Anthropic 内部做了 11 周的"高权限评估"——能看到内部基准分数、预训练与强化学习的效率曲线、约 15 场关键研究员访谈、全公司代码与 PR 数据，还拿到了免费 token 让 Claude 帮忙做数据分析。

但有一个交换条件：删节权在 Anthropic 手里。METR 的原话是——"Anthropic 删去了我们认为对结论最有信息量的大部分证据"。官方理由是保护商业机密。所以这份报告的可信度有一半建立在 METR 的声誉上：公众看不到证据，只能信评估者的判断。这是读所有数字之前的第一课。

核心数字：断点发生在 2025 年 10 月 7 日

METR 综合 Anthropic 内外部基准构建了 AECI 指数，用分段线性拟合找断点：2025 年 10 月 7 日。此后斜率从每年 15 分涨到每年 29 分——加速 1.9 倍，95% 置信区间 1.5–2.8。换一种说法：过去一年 Anthropic 取得的进展，相当于 2023 年 10 月到 2025 年 10 月两年的量。

更有冲击力的两个细节：其一，METR 估计当前加速中约 80% 归因于 AI，并且有"令人信服的证据"表明加速不是训练算力规模推动的——过去两年翻倍的算力是背景板，真正把斜率掰弯的是模型开始参与研发本身。其二，员工自报数字更夸张：Slack 投票显示 2026 年 10 月自报加速约 12 倍。METR 反复强调这是低质量证据，人们天然高估效率提升；访谈编码的结论温和得多——11 条可归类引文中，明确支持"所在领域因 AI 获得 2 倍以上加速"的 2 条，倾向支持 3 条，含糊 4 条，否定的 2 条。12 倍和不到 2 倍之间隔着六倍差距，哪个更接近真相，取决于你信感受还是信基准。

还有一个让 METR"感到紧张"的信号：内部最新模型 Model 4 在全部 15 个 AECI 基准上得分超过 50%，而 9 个月前的 Opus 4.6 还有不少基准在 50% 以下。基准饱和意味着尺子快不够用了——这也是他们提醒"自动化可能比估计更近"的原因。

提前 5 个月，这个数是怎么算出来的

先把两个容易混的倍数拆开。METR 测出的 1.9 倍，是 Anthropic 整体进步速度相对 2025 年 10 月前趋势的加速；他们猜测其中约 80% 由 AI 贡献。AI Futures 据此换算出"AI 驱动的那部分加速"约 1.7 倍（按 80% 的不同读法在 1.67–1.74 之间），后面所有建模都条件化为"截至 2026 年 11 月 1 日已达 1.7 倍"。顺带提醒一句：METR 原文里也出现过一个 1.7 倍，那是 Haiku 5.5 系统卡的估计，METR 说自己更高是因为纳入了未公开的内部模型——同一个数字，两回事。

再拿这把尺子去量自家的 AI 2027 情景。那份情景预测 2026 年 12 月出现 2 倍 AI 研发提升；AI Futures 反推出一条与之吻合的轨迹，发现按 2024 年至 2025 年中的基线计算，1.7 倍的进步速度要到大约 2027 年 4 月才出现。而 METR 的估计对应 2026 年 11 月——按这个指标，我们比计划提前了约 5 个月。原文那一节的标题就直写了 A 1.7x pace of progress is 5 months ahead of the AI 2027 scenario。

要分清楚两层：提前 5 个月说的是进步速度这个里程碑，不是 SAR 本身；SAR 是从 2028 年 12 月被挪到 2027 年 5–8 月，跨度以年计。前者证明跑得比剧本快，后者才是终点比剧本近。这也是为什么 AI Futures 强调"按这个指标"——5 个月和后面那个 19 个月，不能混着读。

为什么"1.7 倍加速"比"1.7 倍效率"严重得多

AI Futures 用一个汽车爬坡类比把这件事讲透了：车的速度是 AI 进步速度，引擎是研发努力（AI 带来的软件研发效率提升），坡的陡峭程度是"想法越来越难找"的边际收益递减。过去 13 个月，引擎变强了约 5 倍，车速只快了 1.7 倍——因为坡在变陡，大部分马力被递减收益吃掉了。

但反过来读更吓人：5 倍的引擎提升里约 80% 来自 AI，说明连"效率提升"这件事本身也在被 AI 加速。而加速是复利——当研发自动化比例达到 x，整体速度约按 1/(1−x) 放大：50% 自动化对应 2 倍，90% 对应 10 倍。1.7 倍只对应约 41% 的自动化程度。如果 METR 低估了，或者自动化比例在 2026 年下半年继续爬坡，分母还会继续缩小。这就是为什么 1.7 倍是个"安静得吓人"的数字：它不像是终点，像是过程。

六个人、七种方法，把时间线砍到 2027 年

AI Futures 就是"AI 2027"情景的出品团队。他们的模型三个月前预测：2026 年 11 月达到 1.7 倍加速的概率不到 4%；超级 AI 研究员（SAR——能自主完成顶尖水平 AI 研发的系统）的 50% 点是 2028 年 12 月。

METR 报告出来后，他们跑了七种相互独立的方法：研究品味线性外推（SAR 2027 年 11 月）、人力提升指数外推（2028 年 8 月）、自动化水平 logistic 外推（2027 年 11 月）、每单位 ECI 的软件研发提升外推（2027 年 6–12 月）、Tom Davidson 的玩具模型（2027 年内），以及两种"过滤版"AI Futures 模型——直接以"11 月已达成 1.7 倍"为条件，SAR 中位数 2027 年 2 月；再加一条"明年 5 月达到 1.2 倍"的双条件，中位数 2027 年 3 月，且 92% 的轨迹在 2027 年底前出现 SAR。

六个人的 all-things-considered 预测，SAR 中位数全部落在 2027 年 5 月到 8 月之间。改动最狠的是 Daniel：三个月前 SAR 的 50% 点是 2028 年 12 月，现在改成 2027 年 5 月——提前了 19 个月。他承认自己一年前"未来一两年更可能放缓"的判断被打脸，甚至补了一句：如果纠正"人类系统性低估 AI 进步"的偏差，"SAR 今年冬天就要发生？！？"

还有两组旁证。TED-AI（在几乎所有任务上胜过顶尖人类专家、即自动化所有白领工作的 AI）在 2028 年前到来的概率，被集体估在 35%–65%。一向保守的 Sentinel 把超智能中位数放到了 2028 年初，Ajeya Cotra 说 METR 报告大幅缩短了她的时间线——悲观派和中间派都在向 2027 年靠拢。

反方证据与三个保留

这篇更新不是单方面的乐观宣言，AI Futures 自己也把保留写在了明处：

1. 只有 Anthropic 一家显示加速。Anthropic 此前落后于行业前沿、正在追赶，追赶期的斜率天然偏高；另一个不嵌入 Anthropic、拿不到私有数据的 METR 团队，在类 ECI 指标上看到的加速"少得多"。把单一公司的曲线外推到全行业，是这份预测最大的单点风险。

2. 历史基线可能异常低。把非 Anthropic 前沿模型放进拟合，加速估计从 1.9 倍掉到约 1.4 倍——要么 Anthropic 2025 年前的模型确实偏弱（加速被高估），要么旧模型对基准过拟合（1.4 倍被低估），两种解释目前无法区分。

3. AECI 可能只测"干净任务"。加速集中在定义良好的任务上；对混乱、开放式的任务是否同样成立，报告没有答案。员工自报的 12 倍和基准测出的 1.9 倍，可能一个测的是感受，一个测的是干净任务。

以及最微妙的一条：断点之后只有一年的数据，11 周的评估期里 METR 的判断"多次反转"。这份报告值得认真对待，但还没到可以当确定性的程度。

他们的政策结论：在 2027 年前争取"减速"

AI Futures 的结论直白得罕见：如果 SAR 大概率 2027 年到来，就需要"极其紧迫地"暂停或大幅控制前沿 AI 的发展节奏，理想路径是行业暂停后达成国际协议（他们给的去向是 ai-2040.com）。理由也够硬：用未对齐的 SAR 做递归自我改进极其危险；SAR 的训练配方甚至权重可能泄露；对齐研究在爆炸期间跟不上能力提升。

一个值得注意的细节：Anthropic 自己的 S-1 招股书里提到，正在考虑更新负责任扩展政策（RSP），要求人类审查和批准研发中的某些决策。但 AI Futures 的反驳很直接——模型产出已经超出人类有效审查的能力，到 SAR 阶段更甚，"人在环路"可能只剩心理安慰的价值。

我的几点想法

1. 这次没有人吹牛皮。METR 是独立的第三方评估机构，AI Futures 此前以偏保守著称，两家都没有炒作动机。报告里最克制的句子恰恰最吓人："未识别出阻碍进一步加速的明确瓶颈……存在显著风险"——翻译过来就是：看不到天花板。

2. 12 倍还是 1.9 倍？员工自报从来浮夸，但基准也可能只测了研发流水线里最容易自动化的环节。真相大概率落在中间——而中间值对应的也是 2027 年。两边都别太当真，也都别不当真。

3. 断点卡在 2025 年 10 月，不是巧合。那正是 agent 工具进研发工作流的窗口期。当模型开始参与写代码、跑实验、读论文，研发本身就变成了可并行、可放大的负载。S-1 里"超过 90% 的代码贡献由 Claude 完成"不是宣传，是这张曲线在生产环境里的样子。

4. 删节是最大的问号。被删掉的恰好是"各流水线阶段的加速与 AI 归因""瓶颈与预测细节"——正是判断"还能不能更快"的关键证据。Anthropic 有权保护机密，但公众付出的是无法独立复核的代价，这份报告的可信度上限被这个条款锁死了。

5. 接上两篇。S-1/A 里签到 2045 年的 8,954 亿美元账单、Epoch 测出的 TPU 出货翻倍、今天的 1.9 倍研发加速，其实是同一件事的三张切片：钱、芯片、以及用它们造下一代模型的速度。钱和芯片都在加速，只有日历不变——2026 年还剩 50 天。

— END —

参考资料：
[1] METR, "Independent Assessment of AI R&D Acceleration at Anthropic in October 2026", 2026-11-05（页面无作者署名行，CONTRIBUTORS 栏列 Tom Cunningham / Nate Rush / Parker Whitfill / Hjalmar Wijk；引用元数据作者为机构 METR）
https://metr.org/blog/2026-11-05-anthropic-ai-rd-acceleration-assessment/
[2] AI Futures Project, "Q3.5 Timelines Update: Looks Like the Intelligence Explosion Will Happen in 2027 After All", 2026-11-10 前后（页面无统一署名行，六位预测者按各自小节署名：Eli / Brendan / Daniel / Lukas / Thomas / Romeo；页面只显示相对发布时间）
https://blog.aifutures.org/p/q35-timelines-update-looks-like-the
[3] 本号前作：《亏了 807 亿，Anthropic 其实赚到钱了，这份招股书把我看愣了》（S-1 首版，2026-10-26）
https://mp.weixin.qq.com/s?__biz=Mzg4MzY5MzAyMw==&mid=2247515225&idx=1&sn=96d65dbbda47c22d72f67444efd59c0e
[4] 本号前作：《Anthropic 上市前夜更新账本：单季收入 170 亿，9 个月账面亏 1,040 亿，还多了张 FTC 传票》（对应 S-1/A，SEC 提交日 2026-11-02）
https://mp.weixin.qq.com/s?__biz=Mzg4MzY5MzAyMw==&mid=2247515283&idx=1&sn=3ca82c1cd92c3829fa8a0ce09daf66b6