METR 發現 Anthropic 用 AI 造 AI，速度已翻倍
METR 調查認為，Anthropic 當前研發提速約八成來自用自家 AI 做研究，這正是外界警告多年的遞歸自我改進的雛形。
原視頻在 YouTube 上放不出來，用音頻聽：
核心論點 · 時間戳為按文稿位置估算
Anthropic 研發提速已達去年兩倍
METR 花11周查看 Anthropic 內部測試分數、訓練數據和員工訪談後得出結論：截至10月，Anthropic 在可量化任務上的提速約是一年前的兩倍，置信區間在1.3到3倍之間。證據之一是把公司所有模型（含三個未公開的內部模型）的測試分數畫成時間線，去年10月線的斜率突然翻倍。METR還排除了算力增加作為主因——算力確實在漲，但無法解釋這次提速。
用兩年前後對比把「翻倍」具象化
2023年底 Claude 還只是個連圖片都看不懂、不能上網的聊天機器人；到2025年底，它能獨立工作超過30小時、不需人介入就搭出一個完整的 Slack 式應用——這是兩年的進步。而僅僅一年後，AI 就幫忙解決了困擾數學家87年的數學難題。這正是 METR 所說的「一年裡走完兩年進度」。
八成提速來自 AI 幫自己做研究
METR 排除了算力、招人潮、新數據、研究突破等簡單解釋後，給出的最佳猜測是：目前約80%的提速來自 Anthropic 用自家 AI 協助研究。但公開報告裡涉及這個數字的大部分推理和最有說服力的證據都被 Anthropic 刪改了，METR 承認這讓外界不得不更多依賴他們的判斷。
研究員證詞與端到端自動化比例對上了
Anthropic 內部研究員說某些領域因為AI大幅提速，一位研究員的原話被引用（見金句）。單看這類印象不算有力證據，但它和時間點吻合：提速似乎始於2025年10月，正是 Claude 能連續獨立寫代碼數小時的時候。Anthropic 自己的數據顯示，今年早些時候 Claude 幾乎不端到端做研究工作，到8月已能在人類監督下完成約四分之一。
沒有明顯因素會讓這個循環停下來
AI 造 AI 和其它技術不同：AI越強，幫你造下一代就越快，這個循環只會在算力、訓練數據或算法思路三個瓶頸上被卡住。METR檢查了這三項，沒發現未來一年內會卡住的跡象，他們承認自己信心不足、判斷隨新信息多次變化，但不能排除接下來六個月速度進一步加快，甚至提速本身也在加速。
Toby Ord 的質疑與 METR 的反駁
哲學家 Toby Ord 指出，測試分數那條線可能另有解釋：Mythos 來自一次大得多的訓練，大訓練通常會帶來一次性能力躍升，扣除這個因素後提速只有1.4倍而非2倍。但 AI 安全研究員 Buck Shlegeris 回應說，測試分數根本不是METR下結論的主要依據，只是報告裡唯一沒被刪改、公眾能看到的部分——真正讓METR更確信「兩倍」的是那些被刪掉的證據。
Anthropic 自己承認已越過安全紅線
Anthropic 給自己畫的線是：AI 把研究提速到一年走完兩年進度。8月的公開報告稱提速「低於2倍」，但METR用Anthropic的私有數據算出的結果是1.97倍。就在作者完成這期視頻前，Anthropic 在最新IPO文件中承認，基於對下一代模型的預期和當前速度，公司已經越過了這條自己畫的線，但只說正在評估影響，沒說會怎麼做。
公司不會自我約束，監管必須介入
AI公司不停下來的邏輯是：如果自己停了，競爭對手會繼續，而對手可能更不謹慎。紐約州議員 Alex Bores 呼籲國會立法禁止AI公司完全自動化自身研究，這一提案從 Bernie Sanders 到 Steve Bannon 都有支持者。同時METR指出，是否被邀請進入公司、能看到什麼、報告寫什麼都是Anthropic自己定的，公司甚至在最後一週收緊刪改規則，迫使METR返工並推遲發布。
原話 · 已逐字校驗
I’ve seen us discovering very promising directions entirely because people can spam 10 ideas at Claude and just see what sticks.
我見過我們完全是因為有人能向Claude連續丟出10個想法、看哪個能成，才發現了非常有希望的研究方向。
the line only shows progress about 1.4 times as fast
那條線只顯示出大約1.4倍的進步速度
that means security strong enough to stop the world’s best-resourced hackers, including governments, and tracking everything that happens in its AI development
這意味著安全措施要強到能擋住全世界資源最雄厚的黑客，包括各國政府，並且追蹤其AI研發中發生的一切
he says he came away convinced
他說自己最終被說服了
by less than a factor of 2
低於2倍
Recursive self-improvement — AI building better AI building better AI — may be close.
遞歸自我改進——AI造出更好的AI、更好的AI再造出更好的AI——可能已經很接近了。
數字與實體
| Anthropic當前研發提速倍數（METR估計） | 約2倍（區間1.3-3倍） | 1:57 |
| Anthropic私有數據算出的提速倍數 | 1.97倍 | 10:41 |
| 提速中歸因於AI協助研究的比例 | 約80% | 4:00 |
| Claude端到端完成研究工作的比例（今年8月） | 約四分之一 | 4:48 |
| Claude可獨立工作時長（2025年底） | 超過30小時 | 2:57 |
| 困擾數學家的難題年限 | 87年 | 2:57 |
| Toby Ord扣除大訓練一次性躍升後的提速估計 | 約1.4倍 | 7:33 |
| Buck Shlegeris估計AI公司一年內建成超級智能的概率 | 約三分之一 | 9:09 |
術語
- recursive self-improvement遞歸自我改進
- AI協助建造更強AI，循環往復、不斷加速的過程
- AI 2027《AI 2027》
- 一份基於AI進展與地緣政治寫成的著名預測情景報告
收聽指南
關注AI風險治理、在AI公司或政策部門工作、或正考慮轉行做AI安全的人