一家独立评估机构的最新调查，正在改写外界对AI进步速度的认知。
METR历时11周深入Anthropic，翻阅内部数据，访谈员工，最后得出一个分量很重的结论：这家公司的内部模型，在基准测试上的得分涨得越来越快——自2025年10月起，涨分速度约是过去的1.9倍。
衡量进步用的是一项名为AECI的内部指标，它把多场目标明确、结果可核验的测试成绩汇成一个总分。按METR的估算，模型综合得分的年增幅从原先的15分上下，跳到了29分左右。换句话说，如今一年的涨幅，抵得上过去近两年的积累。
1.9倍只是中心估计，95%置信区间落在1.5倍到2.8倍之间。题目难度怎么定，也会左右结果——换几种假设重算，涨分速度约为此前的1.1到2.9倍。几种算法互有出入，方向却一致：分数在加速上涨。
涨速为何突然加快？METR排查了训练算力、人员扩张、数据与算法等环节，认为算力增长的变化解释不了这一现象。微妙的是，支撑这个判断的具体证据，在公开版报告里被删掉了。
AI在其中出了多少力？METR给出的答案随时间变化。提速刚启动的2025年底，AI之外的因素可能同样重要；到2026年10月，据其估计，快出来的那部分提速，八成左右要归功于AI。报告的用词是「We guess」——纯属主观推测，不确定性很大。
AI具体帮在哪里？一位受访研究员回忆，过去有些想法光是写代码、把实验跑起来就要一两天，如今有了AI搭手，他敢多试几个思路，看看哪些走得通。还有人提到，AI会替他们写实验代码、盯着实验运行，顺手完成一些过去要费不少功夫的测量。更激进的做法是，一口气把十个想法丢给智能体，让它逐一实现、逐一验证。
写代码、跑实验、做测量——AI已经实实在在参与研发下一代AI。这股势头，让一支以预测AI进展为业的团队坐不住了。
AI Futures Project，《AI 2027》推演报告的幕后团队，于11月10日发布了新一轮预测（编号Q3.5）。署名作者们的判断趋于一致：只要前沿AI研发没有明显的主动减速，超级AI研究员大概率会在2027年现身。
这是个不小的转向。团队里原先最乐观的Daniel Kokotajlo，过去谈到「2029年前出现超级AI研究员」时，也只敢给五成把握。促使这次改判的关键依据，正是METR那份关于Anthropic的调查。
11月11日，这位前OpenAI研究员在X上转发团队新预测时写道：「我感到恐惧、悲伤和愤怒。」在他看来，智能爆炸似乎终究会在2027年上演——如果METR的判断成立，AI驱动的研发提速，比《AI 2027》当初的推演提前了约五个月。
《AI 2027》在2025年4月发布时，就设想过AI帮着开发下一代模型的场景。按当时设定，虚拟公司OpenBrain要拿到同样多的算法进展，不用AI得花一周半，用上AI一周就够。不过算法进步只是模型进步的一环——一个改进从实验里跑出来，还得喂进下一轮训练，才能变成新模型的真实能力。
AI Futures Project按METR的估算推了一笔账：到2026年11月初，光算AI带来的提速，模型整体进步速度就可能达到历史水平的1.7倍。团队用模型复现了《AI 2027》的大致走势，发现同样的1.7倍速，在旧情景里要到2027年4月前后才会出现。两相对照，提前了大约五个月。
这个结果连团队自己都没想到。就在不到三个月前，即便按当时最乐观的预测模型，AI在2026年11月把模型整体进步速度推到1.7倍或更高的概率，也不到4%。
这里说的超级AI研究员，门槛不低。按AI Futures Project的定义，它先得包办一个前沿AI项目的全部编程工作；在选择研究方向、设计实验、解读结果这些事上，还要有顶尖人类研究团队的水准。代码写完，下一个该试哪个想法？实验砸了，是接着查原因，还是干脆换方向？这些没有标准答案的抉择，AI得自己拍板。
AI何时能跨过这道门槛？同一份报告里，三种算法给出的答案相差一年多。第一种先假定AI已把模型进步速度推到1.7倍，再叠加AI今后可能接手更多研发工作，算出的中位数是2027年2月——在那之前出现超级AI研究员的概率约为一半。第二种顺着模型在测试中的进步速度外推，估算它何时具备顶尖团队的判断力，中位数落在2027年7月。第三种依据Anthropic员工自报的效率提升来推算，结果推迟到2028年年中。
这份报告还有另一层耐人寻味之处。METR在开头就挑明：最有助判断核心结论的证据，大部分被删去了。报告还附了一张表，逐项对照Anthropic提供了哪些内部资料、哪些结果进了公开版。内部模型的跑分趋势公开了，算法进步的估算和关键研发投入没有露面；至于AI对研发提速的贡献，公开版只留下部分证据。
按事先约定，Anthropic有权删节非公开信息，METR则可以点明哪些结论依赖这些材料。Anthropic给出的理由是：公开这些机密信息，可能帮其他开发者加快AI研发。
删节之后，外界还能核对什么？AI Futures Project指出，跑分增速约为此前的1.9倍，有公开曲线撑腰；但「额外提速可能有八成来自AI」以及据此推出的1.7倍，公开证据要单薄得多。想判断这两个数字靠不靠谱，多半得仰仗METR对内部资料的评估。
同一天，METR还复核了Anthropic 8月的风险报告。双方看法大体一致：用7月中旬的模型自动做研发，直接引发灾难的风险尚低；当时的研发提速，也大概率没踩到Anthropic设下的预警线。但METR同时提出，Anthropic的公开报告低估了当时的提速幅度，实际提速有可能已经触及那条线。
