發生什麼事
據美聯社(AP)2026 年 11 月 5 日的報導,位於加州柏克萊的非營利機構 Model Evaluation and Threat Research(METR)發表評估:Anthropic 目前在「明確定義的任務」(well specified tasks)上改進模型能力的速度,約是一年前的兩倍。
METR 分析了 Anthropic 約 11 週(8 月中到 10 月底)的內部資料,並訪談員工,形容自己取得「前所未有的內部資料存取權」。它的結論是:AI 本身很可能是加速的主要原因;訓練算力的增長無法解釋這個現象,也沒有發現算力或資料上的瓶頸。

限制與爭議
- METR 說,Anthropic 8 月發表的公開風險報告(METR 同時看過私有版本)「整體低估」了加速的程度。
- METR 自己也提醒,結論可能被高估,因為加速可能只出現在明確定義的任務上。
- AI 目前還無法在模型訓練最重要的部分做出高度自主的重大貢獻,不過 Anthropic 研究員描述已出現這種可能很快成真的「生命跡象」。
- Anthropic 對資料做了遮蔽,METR 表示這限制了估算的精確度。
Anthropic 共同創辦人 Sam McCandlish 在報導中說,METR 的許多結論與他自己的判斷一致,並為遮蔽辯護,理由是保護商業敏感資訊,同時承認這讓外界更難檢驗 METR 的工作。報導也提到,執行長 Dario Amodei 在 9 月 12 日的文章中呼籲放慢 AI 能力的進展。
另外,事件追蹤來源提到有人(Nathan Calvin)主張「正因為如此外界才看不到這些資料」,我們沒有在打開的報導中找到這段說法,不在此轉述。
背景
Anthropic 自己在 9 月也發表過 AI 研發自動化的量測,見Anthropic:8 月約 26% 的 AI 研發由 Claude 主導。那份報告全是自家數字;這次 METR 的評估是外部機構的第一次交叉檢視,但仍依賴 Anthropic 提供並遮蔽過的資料。
對你的影響
這屬於產業趨勢與治理議題,對使用 Claude 的團隊沒有直接的操作影響。唯一值得留意的是節奏:若模型迭代確實加快,團隊在模型版本、字串與棄用時程上可能要預留更頻繁的升級與測試。