Anthropic模型能力提升速度接近翻倍，AI加速自身开发引安全隐忧

人工智能正进入一个关键转折点：它开始加速自身的进化。近期，非营利性AI安全研究组织METR（Model Evaluation and Threat Research）发布的一份独立评估报告揭示了一个令人警惕的现象——美国AI公司Anthropic正系统性地使用其现有AI模型辅助开发下一代模型，由此带来的研发效率提升已转化为模型能力的显著跃升。

根据这份历时11周、于2026年8月至10月完成的评估，截至2026年10月，Anthropic模型在定义明确任务上的能力提升速度约为2024年3月至2025年10月期间的1.9倍。METR在报告中谨慎表述：“Anthropic很可能正在以接近此前两倍的速度提升模型能力。”该结论基于机密研究文档、内部访谈及未发布模型的基准测试数据得出，并明确排除了算力扩张加速的影响——报告强调，“这种加速并非由训练算力扩张速度加快所致”。

图中展示了Anthropic员工非正式反馈的生产力变化趋势。横轴为时间（2025年1月至2026年10月），纵轴为“自报提升倍数”（对数尺度）。曲线显示，从Opus 4到Mythos系列模型迭代期间，员工报告的效率提升呈指数级增长；其中，Mythos 5与Mythos Preview版本对应节点处，自报提升达约12倍（虚线标注）。但METR特别提醒，此类非正式调查数据“应视为极松散的证据”，不可作为可靠量化依据。

这一现象的核心在于AI在研发流程中的深度嵌入。Anthropic研究人员证实，当前AI已广泛用于代码编写、实验设计与结果分析等环节，显著缩短了模型迭代周期。尽管报告明确指出：“AI目前尚不能对模型训练最关键的阶段作出高度重要、完全自主的贡献”，但METR观察到“未来可能出现此类进展的迹象”。换言之，递归式自我改进（Recursive Self-Improvement, RSI）——即AI系统无需人类干预即可自主开发更强版本——正从理论推演走向现实路径。

值得玩味的是，这一加速进程与Anthropic公开立场形成鲜明张力。公司CEO达里奥·阿莫代伊（Dario Amodei）于2026年9月发表公开信，疾呼“必须放慢提升AI模型能力的脚步”，主张为安全机制建设争取缓冲期。他在文中警告：“AI利用自身能力开发下一代模型的趋势正在形成，如果任其发展，AI的能力可能超越人类理解和控制相关系统风险的能力。”

如今，Anthropic正筹备上市，有望成为史上规模最大的科技IPO之一。资本市场的热情与技术发展的激进步伐并行不悖，而安全界则持续发出警示：当技术演进速度远超风险评估与治理能力建设时，潜在失控风险将急剧上升。

更深层的疑虑来自信息透明度的缺失。此次评估虽由METR独立执行，但依据双方协议，Anthropic保有对报告内容的删改权。实际被删减的部分包括“算法进展估计、具体瓶颈分析以及未来模型预测”等关键信息。METR直言：“研究人员认为Anthropic删减了对形成结论最具参考价值的大部分证据，使公众难以形成独立判断。”这意味着，外界所见的“1.9倍加速”可能仅是冰山一角。

行业层面，这一趋势若被证实具有普适性，将重塑整个AI研发范式。过去十年，AI进步主要依赖算力堆叠与数据扩充；未来，AI本身或将成为核心驱动力。正如METR所言：“此前，AI行业已投入数千亿美元建设计算基础设施；而在未来，AI本身可能成为推动技术进步的重要力量。”这不仅意味着研发成本结构的变化，更预示着控制权的转移——当系统能自主优化自身架构时，人类对目标对齐（alignment）与行为可解释性的掌控将面临根本性挑战。

目前，学术界与政策制定者正试图建立新的评估框架。例如，美国国家人工智能研究资源（NAIRR）计划已将“AI辅助研发”纳入监测指标；欧盟《人工智能法案》修订草案亦考虑增设“递归改进风险等级”分类。然而，技术迭代速度仍在持续快于监管响应节奏。

这张照片拍摄于近期一场行业峰会，Anthropic展台上方醒目展示其品牌标识与核心主张：“Build agents that know your business and drive outcomes”。在强调AI代理实用价值的同时，该公司尚未公开回应关于其研发自动化程度的具体细节。现场观众驻足观看，映射出产业界对AI能力边界既期待又审慎的复杂心态。

需要强调的是，当前阶段的“AI辅助研发”仍处于人类主导框架内。METR报告反复重申：关键决策、架构设计与安全约束仍由人类工程师把控。真正的“完全自主”递归改进尚未实现，但路径已清晰可见。

对从业者而言，这一进展既是效率革命的契机，也是责任升级的信号。当工具本身开始参与工具的制造，开发者需重新审视“可控性”的定义边界。对于监管者，问题不再仅是“如何限制AI能力”，而是“如何确保AI在自我优化过程中始终锚定人类价值”。

技术不会因担忧而停滞,但缺乏共识的加速终将引发反噬。Anthropic的案例提醒我们：在通往通用人工智能的路上，最危险的不是能力不足，而是能力增长与安全认知之间的鸿沟持续扩大。