第三方机构 METR 发布评估报告，数据证实 Anthropic 正在用自家 Claude 大模型和 AI 智能体辅助下一代模型研发，2025 年 10 月之后 Anthropic 模型综合能力 AECI 指标提升速度大约翻倍，评估判断这次提速的主要来源就是 AI 辅助研发，而不是单纯增加训练算力；截至 2026 年 8 月 Anthropic 内部统计，Claude 已经可以主导 26% 的模型研发任务，超过 90% 研发环节都有 Claude 协作参与，研究员反馈从提出想法到跑通实验的周期缩短约 80%，不过这套模式属于 AI 辅助人类科研，人类研究员依然掌握方向、把控最终决策，AI 还没办法完全独立自主完成全套模型研发。Anthropic 很早就开始在内部把 Claude 接入研发流水线，用来写训练代码、调参、做小规模实验、自动评估模型效果，之前研究员受限于时间，很多创新想法来不及验证，现在可以同时批量发起大量对照实验，快速筛选有效的优化方案；在代码优化测试里，Claude 最高可以把训练代码提速 52 倍，这个效率远超普通工程师单独调试。整套流程是典型的递归自我改进路线，但当前还处在早期辅助阶段，没有达到完全自主研发的水平。
一、核心评估数据清单
- 评估机构：METR
- 提速时间节点：2025 年 10 月之后
- 模型能力增速：约提升至原来 1.9 倍
- 研发任务占比：Claude 主导 26% 研发任务，90% 以上环节有 AI 协作
- 实验周期变化：研究员实验落地时间缩短约 80%
- 代码优化上限：部分训练代码最高实现 52 倍加速
二、AI 辅助研发与传统人工研发对比表
| 模式 | 决策权 | 主要分工 | 迭代速度 | 风险管控 |
|---|---|---|---|---|
| 传统人工研发 | 研究员完全掌握 | 人写代码、设计实验、跑测试、分析结果 | 慢，能测试的方案数量有限 | 人工逐项审核，可控性高 |
| Anthropic AI 辅助研发 | 人类研究员 | AI 写代码、自动跑实验、批量评估；人定方向、审核结论 | 更快，可并行大量实验 | 人终审，配套安全评估流程 |
三、AI 辅助模型研发完整工作步骤
- 研究员提出模型优化思路，设定指标、约束条件
- Claude 生成训练代码、脚本，准备实验环境
- AI 智能体自动调度算力，批量运行对照实验
- Claude 自动采集结果、做数据分析，筛选有效改进方案
- 研究员复核全部结果，挑选方案进入下一轮大模型训练
- 产出新版本模型，再次交由 AI 开展全方位能力、安全测评
四、项目局限与风险总结
METR 评估强调，Anthropic 的研发加速依靠 AI 辅助而不是全自动 AI 造模型；AI 会产生错误代码、虚假实验结论，必须人工复核；同时递归自改进路线伴随对齐、安全方面的争议，Anthropic 也同步投入算力做安全评估，避免迭代过程出现不可控行为。
【相关 FAQ】
问题 1：METR 评估显示 Anthropic 用 AI 加速模型研发，是 AI 自己独立造出更强模型吗？
回答 1：METR 评估显示 Anthropic 用 AI 加速模型研发，现阶段属于 AI 辅助研究员，Claude 负责编码、跑实验、数据分析，人类研究员把控方向和最终审核，还不是 AI 完全独立自主研发模型。
问题 2：评估显示 Anthropic 用 AI 加速模型研发，研发效率提升具体有哪些体现？
回答 2：评估显示 Anthropic 用 AI 加速模型研发，模型综合能力迭代速度接近翻倍，研究员从想法到落地实验的时间缩短约 80%，部分训练代码最高能被 Claude 优化提速 52 倍。
问题 3：评估显示 Anthropic 用 AI 加速模型研发，Claude 在内部研发任务里参与比例是多少？
回答 3：根据 Anthropic 内部统计数据，配合 METR 这份评估，Claude 可以主导 26% 的模型研发工作，超过 90% 的研发任务都达到了 AI 协作参与的水平。
【参考资料】
[2026-11-06]（Claude 进化速度翻倍了，80% 增量来自 AI）36 氪
[2026-09-18]（Claude “主导” Anthropic 26% 的 AI 研发、3 万 Agent 同时运行）36 氪
[2026-09-18]（When AI builds itself）Anthropic 官网
[2026-09-18]（Measurements for understanding the pace of AI development inside frontier labs）Anthropic 官网
【免责声明】
本内容基于 METR 评估报告以及 Anthropic 公开的内部透明度资料整理科普，Anthropic 用 AI 加速模型研发属于阶段性技术探索，评估中的增速、占比为机构测算值，存在一定误差；递归自改进技术存在安全争议，本文不构成 AI 行业投资、技术复刻、项目合作建议，后续技术进展以 Anthropic、METR 官方更新报告为准。
本文来自作者[雾粒编组]投稿，不代表乌兰科技网立场，如若转载，请注明出处：https://www.wlcbnews.com/kjyw/202611/223.html
评论列表（4条）
我是乌兰科技网的签约作者“雾粒编组”！
希望本篇文章《METR 评估显示 Anthropic 依托 Claude 辅助，AI 大幅加快大模型研发迭代》能对你有所帮助！
本站[乌兰科技网]内容主要涵盖：互联网行业的追踪与探索
本文概览：第三方机构 METR 发布评估报告，数据证实 Anthropic 正在用自家 Claude 大模型和 AI 智能体辅助下一代模型研发，2025 年 10 月之后 Anthropic 模型综合能力 AECI 指标提升速度大约翻倍，评估判断这次提速的主要来源就是 AI 辅助研发，而不是单纯增加训练算力；截至 2026 年 8 月 Anthropic 内部统计，Claude 已经可以主导 26% 的模型研发任务，超过 90% 研发环节都有 Claude 协作参与，研究员反馈从提出想法到跑通实验的周期缩短约 80%，不过这套模式属于 AI 辅助人类科研，人类研究员依然掌握方向、把控最终决策，AI 还没办法完全独立自主完成全套模型研发。Anthropic 很早就开始在内部把 Claude 接入研发流水线，用来写训练代码、调参、做小规模实验、自动评估模型效果，之前研究员受限于时间，很多创新想法来不及验证，现在可以同时批量发起大量对照实验，快速筛选有效的优化方案；在代码优化测试里，Claude 最高可以把训练代码提速 52 倍，这个效率远超普通工程师单独调试。整套流程是典型的递归自我改进路线，但当前还处在早期辅助阶段，没有达到完全自主研发的水平。