2026 年 11 月 5 日，第三方评估机构 METR 发布报告《Independent Assessment of AI R&D Acceleration at Anthropic in October 2026》。评估窗口是 2026 年 8 月 12 日至 10 月 29 日，约 11 周。报告披露了 Anthropic 尚未对外发布的内部模型，其中最受关注的是 9–10 月训练完成的 Model 4：它在 Anthropic 自己的综合能力指数 AECI（Anthropic 版 Epoch Capabilities Index）上拿到约 178.6，高于当时已经公开的旗舰型号。

中文互联网的热度则更集中在 11 月 7 日前后。36氪等媒体以「Model 4 首次曝光」「进化速度翻倍」「RSI」为题做了解读，并一度出现在科技热榜靠前位置。本文只拆热点本身：发生了什么、成绩怎么读、为什么「翻倍」能传开，以及不该把哪些标题写成结论。

事件：一次高权限评估，点名了未发布的 Model 4

METR 获得了 Anthropic 内部研发过程的较高权限访问，查看了预训练、强化学习、训练算力、内部模型基准成绩，并访谈了相关研究人员。评估纳入的未发布模型包括：2022 年训完的 Unreleased 2022、2026 年 7 月训完的 Model 2、8–9 月训完的 Model 3，以及 9–10 月训完的 Model 4。

这些模型都还没有发布，也不一定会成为公开产品。METR 也写明：此次评估并不包含对未公开模型的直接调用。

成绩：178.6 是综合段位分

Model 4 的 AECI 约为 178.6。METR 发现，纳入评估的 15 项基准里，它每一项都超过了 50%；大约 9 个月前的 Opus 4.6，仍有不少基准低于 50%。他们还做了一次「除虫」：15 项里有 3 项拟合偏平或凹陷，剔除后再算，Model 4 的分数升到 179.7。

36氪对报告的整理还给出一组对照：公开的 Opus 5.5 约 174.5、Mythos 5.1 约 172.5。交叉理解即可——Model 4 高于当时的公开旗舰——具体小数以原文图表为准。

另一个常被转述的数字是：Anthropic 员工在 2026 年 10 月的非正式 Slack 投票里，对 Model 4 的平均自评提效约 12 倍。METR 明确把它标成「很松的证据」：投票轻松、样本也不一定有代表性；更重要的是，个人提效倍数不等于公司能力曲线的加速倍数。

为什么火：「内部最强」+「翻倍」+ RSI 四个字母

三点叠加：

1. 没见过的型号被写出了分数。公众平时只能看发布会和公开榜单，这次窗帘被掀开一角。
2. 「1.9 倍」天生适合传播。报告的主估计是：自 2025 年 10 月以后，AECI 增速约为此前的 1.9 倍（95% 置信区间 1.5–2.8 倍），大约从每年 15 分提高到每年 29 分，相当于过去一年走完了此前约两年的路。
3. RSI 叙事会被标题借用。中文标题常写成「RSI 狂飙 2 倍速」。METR 原文更谨慎：研发加快主要来自 AI 辅助，而不是完全自主贡献已经主导最重要的训练环节；后者只有「迹象」，还不是既成事实。

报告本身也有传播点：全文约 100 页，Anthropic 行使了红笔权，METR 认为自己最看重的一部分证据未能公开。公众因此更依赖 METR 的主观判断，这也让「到底加了多少速」更容易变成争论。

增速：加速不是训练算力突然狂奔

METR 的主观结论是：截至 2026 年 10 月，Anthropic 在定义清楚的任务上，能力提升速度大约是 2024 年 3 月至 2025 年 10 月那段时间的两倍。他们同时强调不确定性，真实情况更接近 1.3 倍或 3 倍都不会让他们意外。

几个需要一起看的限定：

• 加速不是来自训练算力扩张加快。这一点 METR 表示有信心。
• 当前加速里，大约八成被估成 AI 的贡献（「perhaps ≈80%」），其余与人员增加等非 AI 因素有关；2025 年底那一段加速，非 AI 因素可能扮演了更大角色。
• 方法会改写数字。更换链接函数等假设后，加速估计大约落在 1.1 倍到 2.9 倍之间。
• 「持续提速」比「一次跳涨」更说得通。用后续模型做对照，持续斜率变化的误差更小（约 1.9 分对 3.9 分），并在约 81% 的抽样中胜出。

口诀：1.9 倍比的是进步速度，不是模型能力隔夜翻倍；80% AI 辅助，也不等于机器已经自己炼丹。

该怎么读，而不是怎么写成科幻结局

• 可以确定的：METR 在 11 月 5 日发布了这份评估；存在未发布的 Model 4；AECI 约 178.6 且高于公开旗舰；2025 年 10 月后增速的主估计约为 1.9 倍；加速主要被估成 AI 辅助，而不是训练算力突然加快。
• 先不要写成结论的：Model 4 即将上线、RSI/ASI 已经发生、真实加速精确等于 2 倍、未来一年必然继续指数狂奔。这些都不是报告愿意以既成事实口吻写下的句子。
• 对日常使用的提醒：公开能买到、能打开的模型，可能慢于实验室里正在用的内部版本。更值得盯住的，不是一个刺激标题，而是这条加速曲线接下来会不会继续陡下去。METR 在未来 12 个月里没有看到算法、训练算力、实验算力或数据上的明显瓶颈，但他们也承认，对瓶颈的判断多次被新信息改写，把握有限。

结语口诀

• 曝光 ≠ 已发布
• 1.9 倍 ≠ 已经自我实现
• 80% AI 辅助 ≠ 完全自主炼丹
• 跟进姿势：看后续公开模型 · 曲线是否还陡 · 报告还删了哪些关键证据

关注「不想加班」。下篇预告：不想打工的机器人，仓库里为啥在吃灰？

标签：#Anthropic #Claude #大模型 #AI #METR #不想加班