这条消息里被捆在一起说的，其实是四件强度完全不同的事。第一件有硬数据：METR 在 11 月 5 日发布的独立评估显示，2025 年 10 月以来，Anthropic 内部模型在 “定义明确的任务” 上的能力增速，约为此前历史速度的 1.9 倍（95% 置信区间 1.5–2.8 倍），也就是一年走完过去约两年的进度；METR 判断其中大部分（大致 80%）来自 AI 参与研发，而不是训练算力突然加速。第二件是外推：METR 研究员 Ajeya Cotra 在 11 月 6 日的文章里，用一个 “朴素外推” 把翻倍周期从 12 个月压到 6 个月、3 个月、6 周，得出 “一年内到达极端超级智能” 的理论曲线，她本人明确写了这是 naive 算法、忽略瓶颈。第三件是观点：哈佛物理学家 Alex Wissner-Gross 在播客里说 AI 已越过 “超级智能逃逸速度”，就算明天停建所有数据中心也拦不住，这是基于同一批数据的个人判断，不是 METR 的结论。第四件是情绪：一位在 OpenAI 政策团队做过合同制研究工程师的 Dane Sherburn 在社媒上说看完报告 “恶心反胃”，被聚合账号和中文媒体放大成 “前 OpenAI 员工看吐”。真正站得住的只有第一件，而且它自带两个硬限制：证据大部分被 Anthropic 涂黑，METR 自己标了高度不确定。
先把四层信息拆开，别让标题替你做判断
| 层级 | 谁说的 | 具体内容 | 该当成什么 |
|---|---|---|---|
| 原始评估 | METR，11 月 5 日 | 内部模型能力增速约 1.9 倍，区间 1.5–2.8 倍；约八成加速归因于 AI；未来 12 个月没看到显著瓶颈 | 有方法的评估，但证据大半被涂黑，结论依赖对 METR 的信任 |
| 个人外推 | Ajeya Cotra，11 月 6 日 | 若加速平滑复利，翻倍周期 6 个月→3 个月→6 周，理论上一年内逼近能力 “无穷” | 作者自己标注的 “naive 外推”，不是报告结论 |
| 个人判断 | Alex Wissner-Gross，11 月 8 日播客 | 已达 “超级智能逃逸速度”，算法洞见加存量算力就够了，停建数据中心也晚了 | 观点，不是可复现的实验结论 |
| 媒体加工 | 新智元，11 月 9 日 | “看吐”“终极超级智能”“停建全球机房也晚了” | 情绪与修辞被放大的二次传播 |
把这四层叠在一起看，标题给人的感觉是 “已经确认、时间锁定、刹车失效”，而原始材料给出的其实是 “很可能加速了、原因大概是 AI、未来一年可能继续、但我们看不到大部分证据”。
METR 到底测到了什么
这次评估不是看公开榜单，而是 2026 年 8 月 12 日到 10 月 29 日，METR 团队进入 Anthropic 内部做的高权限评估，拿到了内部模型基准、各环节训练算力、员工访谈和问卷、对未来模型的预测等材料。核心发现可以压缩成四条：
- 增速：用 Anthropic 版的能力指数 AECI 衡量，2025 年 10 月之后的斜率从约每年 15 点变成约每年 29 点，对应 1.9 倍加速；
- 归因：METR “猜测” 当前约 80% 的加速来自 AI 参与研发，但这个数字带 “相当大的不确定性”；
- 算力：可以确认加速不是因为训练算力增长突然提速；
- 瓶颈：未来 12 个月没看到算法、训练算力、实验算力、数据上的明显瓶颈，但报告同时写 “我们的理解在评估过程中变了好几次，因此对当前判断没有信心”。
最容易被忽略的是涂黑。METR 在报告开头就写明：Anthropic 对 “我们认为最有信息量的证据” 行使了删改权，删掉了大部分，理由是 “避免泄露可能加速其他 AI 开发者的机密信息”。METR 直接承认，这导致报告没能做到 “证据透明”，公众只能更多依赖 METR 的判断。
围绕员工效率的数字也要分层看：
| 数字 | 出处 | 性质 |
|---|---|---|
| 1.9 倍 | METR 报告 | AECI 基准趋势的统计估计，区间 1.5–2.8 倍 |
| 约 80% 归因于 AI | METR 报告 | 主观估计，非精确测量 |
| 研究员效率约 10 倍 | Cotra 文章 | 用 Cobb-Douglas 模型反推，假设人力与实验算力各占一半 |
| 12 倍 | Anthropic 员工自评 | 非正式问卷与 Slack 投票，METR 明说 “只能当非常松的证据” |
| 约 2 倍（访谈均值） | METR 访谈 | 有研究员只认 15%–20% 来自 AI，并说自己不信任自评 |
还有一个容易被标题盖掉的细节：MindStudio 的解读提到，METR 把 OpenAI、Google 等其他实验室一起纳入后，行业整体加速估计只有约 1.4 倍，Anthropic 的 1.9 倍里有相当一部分来自它未发布的内部模型。这条属于二手解读，但它提醒我们：“1.9 倍” 是单家公司的内部数字，不是全行业的平均值。
“逃逸速度” 是个比喻，不是一条已测出的线
Wissner-Gross 的说法有明确逻辑：如果能力提升主要靠软件层面的 “算力乘数”，而不是靠新建机房，那么物理算力的闸门就管不住短期进度。用 Dario Amodei 常举的例子，2 倍算力乘数意味着原本要花 1000 万美元才能达到的编码水平，现在 500 万美元就能做到 —— 省下的是硬件，产出的是能力。
这个逻辑成立，但它只说明 “新建机房的边际作用变小”，不等于 “已经锁定超级智能”。要跨到后者，至少还缺三块证据：
- 算法洞见能不能持续自我供给。METR 只给了 “未来 12 个月没看到明显瓶颈” 的弱判断，而且明说可能漏掉重要瓶颈；
- “定义明确的任务” 能不能代表开放研究。AECI 衡量的是可验证基准，报告自己也担心基准分布过拟合或方法学伪影；
- 加速是不是可持续。1.3 倍也在 METR 的 “不吃惊” 范围内，若真实值靠近下界，“一年内” 的复利曲线就要重新画。
还得补一个反差：Wissner-Gross 并不是末日论者。公开整理的他本人立场是 p (doom) 远低于 10%，还说过末日概率被 “严重高估”。所以他讲 “拦不住” 时，语气是加速主义的 “必然到来”，不是 “人类要完了”。中文标题把这种 “必然到来” 剪成了警报口吻，读起来像是另一个人在说话。
“停建机房也晚了” 该怎么准确写
准确的说法是：如果近期能力增长主要来自软件乘数和 AI 辅助研发，那么靠停建新数据中心来改变未来一年的能力曲线，杠杆确实比两年前小得多。
不准确的说法是 “永远拦不住”。原因很实在：
- METR 说的是 “未来 12 个月” 没看到瓶颈，不是 “永远没有”；
- 存量算力有上限，实验算力和训练算力仍然是研发的投入品，软件乘数再高也要靠实验验证；
- 停建新机房还会影响电力、先进封装、供应链这些更长周期的变量，只是短期不明显。
顺带说一句政策背景：美国参议院确实有一份 S.4214 提案，要求在新数据中心建设上设暂停，直到立法能保护公众免受 AI 危险，2026 年 3 月 25 日提出。它和 Wissner-Gross 的技术论断是两件事：一个是政策工具，一个是 “工具是否还有效” 的判断，不能互相代替。
Model 4、36 小时、超人编码员，哪些是事实哪些是外推
| 说法 | 来源 | 状态 |
|---|---|---|
| Anthropic 有未发布的 Model 2/3/4 | METR 报告图表 | 报告内出现，Anthropic 未公开确认 |
| Model 4 在 15 项基准全部超过 50% | MindStudio 等二手解读 | 未经官方确认，按爆料读 |
| Model 4 任务时长约 36 小时 | AI 2027 追踪器，基于 AECI 估值 | 追踪器估算，不是 METR 的任务时长实测 |
| 公开模型 GPT-6 Astra 约 9 小时、Opus 5.5 约 20 小时 | 同一追踪器 | 80% 成功率口径下的估算 |
| “超人编码员” 2027 年 4 月撞线 | InstaDeep 的 Karim Beguir 外推 | 个人外推，公开模型外推是 2028 年 1 月 |
| 三大实验室已跑通 “全自主研究” | 行业观察者 Andrew Curran | 评论员判断；DeepMind 的 Pushmeet Kohli 只说 “相变” 将至 |
这些数字最容易被误读成 “已经发生”。实际是：报告里能看到内部模型的存在和基准分数，任务时长是第三方追踪器基于能力指数做的换算，2027 年的时间点是外推。把它们当成 “可跟踪的预测” 没问题，当成 “已发生的事实” 就会把风险判断做偏。
想不被这类消息带着跑，按这四步读
- 找原始页面。先看 METR 的报告原文，而不是先看中文标题；报告日期、评估窗口、置信区间、涂黑声明都写在最前面。
- 分开三种句子。“我们测到 X” 是事实句，“我们猜 X 是因为 Y” 是归因句，“如果继续这样就会 Z” 是外推句。三者混在一段里，标题就一定会替你下结论。
- 看时间表能不能被证伪。像 “2027 年 4 月超人编码员” 这种，可以每季度拿追踪器对一次；“一年内终极超级智能” 这种，没有可观测的判定标准，只能当情绪温度计。
- 把不确定性写进自己的决策。做预算、做采购、做安全投入时，用 1.5–2.8 倍的区间和 “证据大半不可见” 这个前提，而不是用标题里的确定语气。
对团队来说，能落地的动作不多但很具体：把 “AI 缩短研发周期” 纳入路线图假设，而不是当成远期变量；模型权重、日志、监控这些安全基线提前补，别等 “ASI 倒计时” 才动；评估供应商时问清楚内部模型与公开模型的差距，因为这次事件里最值得注意的不是 36 小时，而是内部可用能力比公开版本领先数周到数月。
三句话收尾
- 能确认的：AI 正在实质性加速 AI 研发，Anthropic 的基准增速约为历史 1.9 倍，主因大概率是 AI，不是算力。
- 不能确认的：这个加速度是否平滑复利、是否已锁定 “一年内超级智能”、停建机房是否彻底无效 —— 三者都建立在被涂黑的证据和个人的外推上。
- 值得记住的：真正的新信息是 “研发自动化已经进入可测量的阶段”，而不是 “人类只剩一年”。前者足够让人调整计划，后者只够做标题。
相关 FAQ
问题 1：METR 报告到底证明 “AI 研发 AI” 加速到了什么程度？
回答 1：METR 报告证明的是，2025 年 10 月以来 Anthropic 内部模型在定义明确任务上的能力增速约为历史 1.9 倍，区间 1.5–2.8 倍，相当于一年走完约两年进度，并且可以排除训练算力突然加速这个解释。“AI 研发 AI” 的归因约为八成，但这是 METR 的主观估计，且最有信息量的证据被 Anthropic 涂黑，所以 “AI 研发 AI” 已经可测量，但还不能被外部独立复算。
问题 2：说 “停建全球机房也晚了” 有依据吗？
回答 2：这句话的依据是 Wissner-Gross 的判断：能力增长主要来自算法洞见和存量算力，所以停建新数据中心压不住短期进度。更准确的说法是，停建机房对 “未来一年” 的能力曲线杠杆变小了，但不等于永远拦不住 ——METR 只评估了未来 12 个月没看到明显瓶颈，存量算力、实验算力仍有上限，长期变量也还在。
问题 3：“终极超级智能一年内到来” 是谁说的？
回答 3：这个说法来自 METR 研究员 Ajeya Cotra 的文章，不是 METR 报告本身的结论。她用 “翻倍周期 6 个月→3 个月→6 周” 的平滑复利假设，推出一年内逼近能力无穷的 “终极超级智能” 曲线，同时明确标注这是朴素外推、忽略瓶颈，并说明自己未参与该项目、未看过未涂黑版本。
问题 4：“前 OpenAI 员工看吐” 是真的吗？
回答 4：确有一位叫 Dane Sherburn 的人在社媒上说，看完 METR 报告感到恶心反胃、为家人朋友担忧；他个人主页列出的经历是 OpenAI 政策团队的合同制研究工程师，参与过 MakeMeSay、Human-Relative MLAgentBench 等评估项目。“前 OpenAI 员工看吐” 这个说法基本对得上人，但 “看吐” 是聚合账号和中文媒体的修辞放大，他的原话是 “恶心反胃” 和 “担忧”，属于个人情绪反应，不是对 METR 报告的独立复核。
问题 5：Model 4 和 “36 小时任务时长” 能当超级智能的证据吗？
回答 5：不能直接当证据。METR 报告里确实出现未发布的 Model 2/3/4，Model 4 的基准表现也有二手解读，但 Anthropic 没有公开确认；“36 小时” 来自 AI 2027 追踪器基于 AECI 的换算，不是 METR 的任务时长实测；2027 年 4 月的 “超人编码员” 是个人外推。它们能说明内部模型领先公开版本，但不能单独证明 “超级智能已撞线”。
参考资料
- [2026-11-09]（前 OpenAI 员工看吐！AI 研发 AI 冲线「终极超级智能」，停建全球机房也晚了）新浪财经・新智元
- [2026-11-08]（Rohan Paul 转述 Alex Wissner-Gross「超级智能逃逸速度」播客观点）X・Rohan Paul
- [2026-11-07]（AI 2027 追踪器更新：内部模型任务时长突破 36 小时）X・Chubby
- [2026-11-07]（Anthropic's Secret Model 4: What a Leaked Report Reveals）MindStudio
- [2026-11-06]（AI is dramatically accelerating AI research right now）Planned Obsolescence · Ajeya Cotra
- [2026-11-05]（Independent Assessment of AI R&D Acceleration at Anthropic in October 2026）METR
- [2026-09-16]（Dane Sherburn 个人主页：OpenAI 政策团队合同制研究工程师经历）danesherbs.com
- [2026-03-25]（S.4214：要求暂停新建数据中心直至 AI 安全立法通过）GovInfo・美国参议院
免责声明
本文基于 METR 公开报告、Ajeya Cotra 原文、Wissner-Gross 播客转述、社交平台原帖及多家二手解读整理，其中 Anthropic 内部模型数据、员工效率自评与部分基准细节存在大量删改，未能独立复现；“一年内终极超级智能”“停建机房也晚了” 均为个人外推或观点，不代表 METR 官方结论，也不构成投资、采购或安全决策建议。读者引用具体数字时，请以 METR 报告原文与最新更新为准，并注意置信区间与证据透明度限制。
本文来自作者[频域织元师]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/rgzn/202611/655.html
评论列表（4条）
我是乌兰科技网的签约作者“频域织元师”！
希望本篇文章《AI 研发 AI 已过「逃逸速度」？拆开 METR 的 1.9 倍与「停建机房也晚了」》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：这条消息里被捆在一起说的，其实是四件强度完全不同的事。第一件有硬数据：METR 在 11 月 5 日发布的独立评估显示，2025 年 10 月以来，Anthropic 内部模型在 “定义明确的任务” 上的能力增速，约为此前历史速度的 1.9 倍（95% 置信区间 1.5–2.8 倍），也就是一年走完过去约两年的进度；METR 判断其中大部分（大致 80%）来自 AI 参与研发，而不是训练算力突然加速。第二件是外推：METR 研究员 Ajeya Cotra 在 11 月 6 日的文章里，用一个 “朴素外推” 把翻倍周期从 12 个月压到 6 个月、3 个月、6 周，得出 “一年内到达极端超级智能” 的理论曲线，她本人明确写了这是 naive 算法、忽略瓶颈。第三件是观点：哈佛物理学家 Alex Wissner-Gross 在播客里说 AI 已越过 “超级智能逃逸速度”，就算明天停建所有数据中心也拦不住，这是基于同一批数据的个人判断，不是 METR 的结论。第四件是情绪：一位在 OpenAI 政策团队做过合同制研究工程师的 Dane Sherburn 在社媒上说看完报告 “恶心反胃”，被聚合账号和中文媒体放大成 “前 OpenAI 员工看吐”。真正站得住的只有第一件，而且它自带两个硬限制：证据大部分被 Anthropic 涂黑，METR 自己标了高度不确定。