非营利安全评估机构 METR 在 2026 年 11 月 5 日交出了全球首份准员工级 AI 实验室外部体检报告。耗时两个半月（8 月 12 日至 10 月 29 日）、投入 2.5 名全职人力且零资金往来，审计团队查看了 Anthropic 在 7 月至 10 月训练完的 3 个未发布模型并访谈了约 15 名研究员，得出一个核心结论：自 2025 年 10 月起，Anthropic 的模型能力提升速度达到此前的 1.9倍，且约 80% 的提速来自 AI 对内部研发的反哺；更隐秘的事实是，Anthropic 内部测算的加速指标早在 2026 年 7 月 15 日就已达到 1.97倍，几乎撞上自己设定的 2 倍预警红线，却通过提前一周修改规则、公开报告话术降级以及重度删减审计数据，把一场潜在的越界警报变成合规公关。
这场高规格合作本是 Anthropic CEO Dario Amodei 兑现引入外部监督、给 AI 研发踩刹车的标杆动作，但最终呈现在公众面前的，却是一份被迫在图表上印满大字号假数据（FAKE DATA）的残缺报告，以及一个被中途叫停的算力分配审计。它撕开了前沿 AI 实验室的双重现实：内部研发管线确实正在逼近自我加速的临界点，但只要企业握有一票否决式的商业机密删减权，第三方自愿审计就无法成为真正的安全刹车。
一年走完两年路，1.9倍与12倍之间的数字温差
从硬指标看，Anthropic 确实在一年里走完了过去两年的路。METR 采用捆绑多项基准测试的综合指标 AECI 进行测量：2024 年 3 月至 2025 年 10 月间，Anthropic 模型每年提升约 15 分；而 2025 年 10 月之后，这一速率跃升至 每年29分，跨度相当于从早期的 Claude 2.1 一口气跳到 Sonnet 4.5。审计员排除掉训练算力激增的干扰后判定，约 80%的加速 源于研究员在日常工作中使用自家的 AI 模型。
在 Anthropic 内部，代码的编写与调试已经不再是研发瓶颈。受访研究员直言，现在的卡点只剩下点子和算力，过去需要花一到两天搭建的实验环境，如今成本趋近于零。2026 年 10 月的一份内部 Slack 非正式投票显示，员工自评最新内部模型 Model 4 让个人生产力提升了 12倍，而在 Claude 3.7 Sonnet 时期这一数字仅为 1.2 倍。尽管 AI 还未实现全自动独立科研，仅作为高级助手存在，但 METR 评估未来 12 个月内看不到任何减速瓶颈，未来 6 个月甚至存在再次急剧加速的风险。
但把 1.9 倍跑分、80% 归因和 12 倍效率串成一条铁板钉钉的奇点证据链，恰恰是外界最容易踩进的认知误区。METR 在原报告中明确拆解了这组数字的统计学底牌：1.9 倍只是历史跑分趋势，95% 置信区间宽达 1.5 倍至 2.8 倍，纳入未公开证据后的主观不确定性区间为 1.3 倍至 3 倍；如果更换底层基准链接函数（link functions），结果甚至会发散到 1.1倍至2.9倍。
横向对比更戳破了单家实验室独闯奇点的幻觉。当 METR 把 OpenAI、Google 和 xAI 的前沿模型一并纳入作为更强的历史基线时，整个行业的混合加速率直接回落到 1.4倍。这一落差指向一个朴素的商业现实：Anthropic 之所以在 2026 年录得 1.9 倍的陡峭斜率，很大程度上是因为它在 2025 年落后于竞争对手，随后出现了追赶补涨效应（catch-up effect）或针对性的基准优化。就连 Anthropic 内部也远未达成共识，一名受访研究员认为 AI 对生产力的真实贡献只有 15%至20%，并直言不信同事在 Slack 上自报的 12 倍水分；另一名研究员则把近期进展的最大功劳归于新招了一批优秀员工。
1.97倍的精准擦边，7月规则修订与8月公关话术
如果说 1.9 倍的跑分还有统计口径的争议，METR 同步发布的另一份配套审查（针对 Anthropic 2026 年 8 月自动化研发风险报告），则直接扒下了一桩精妙的合规擦边操作。
前沿 AI 实验室近年来普遍制定了负责任扩展政策（RSP），将 AI 研发自动化列为核心红线：一旦模型大幅加速自身研发、触发递归自我改进，就必须启动更严苛的安全限制。在 2026 年 8 月 14 日公开发布的风险报告（数据截止日为 7 月 15 日）中，Anthropic 向外界派发定心丸，声称内部研发加速“低于 2 倍”。然而 METR 查阅未删减的内部版本后发现，该测算的实际数值高达 1.97倍。Anthropic 内部其实也承认有可能（plausible）已经越线，METR 更倾向于认为，2 倍预警阈值早在 2026年7月15日 就可能被实质触及。
球门在终场哨响前七天被悄悄挪动了半寸，1.97 倍便成了合规的“不到 2 倍”。
为什么算出了 1.97 倍，绝大多数 Anthropic 和 METR 研究员在纸面上仍判定“尚未正式越线”？复盘政策文件的时间线就能看清其中的门道。就在 7 月 15 日数据截点的整整一周前（2026 年 7 月 8 日），Anthropic 悄然生效了新版《负责任扩展政策（RSP v3.4）》。该版本第 7-9 页及第 19 页重新收紧了加速阈值的定义：要求 AI 综合能力进步速度必须同时达到“预期基线速率”和“无显著 AI 贡献下最快持续速率”的 2 倍；其更新日志更是打上了一个关键补丁——只要整体研发绝对进度保持不变或放缓，即便 AI 工具让研发比“假设没有 AI 时”快得多，也不算越过加速阈值。
这套组合拳的逻辑非常清晰：先在 7 月 8 日通过修改规则抬高判定门槛，再在 7 月 15 日截点算出一个 1.97 倍的贴线数字，最后在 8 月 14 日的公开报告里用“低于 2 倍”一笔带过，并单方面将其定性为“一次性能力跃升”。METR 对此给出了毫不留情的批评，指出公开报告不仅淡化了加速幅度和不确定性，而且现有证据根本无法排除持续加速的可能。
印着“FAKE DATA”的体检单，软性审计撞上天花板
比 1.97 倍更刺眼的，是 METR 报告里一张赫然印着“FAKE DATA”（假数据）大字的图表。
出于安全合规要求，METR 审计团队全程在 Anthropic 的办公设备上作业，而 Anthropic 保留了对所有非公开信息的单方面审查与删减权。在实际执行中，Anthropic 重度动用了这项权力，将审计员评定为“最具信息量”的绝大部分核心证据全部剥离，包括对未来模型的预测、按训练步数的细拆数据以及关键的瓶颈分析。Anthropic 官方给出的理由是，必须移除可能变相加速其他 AI 竞争对手的商业机密。
| 审计与披露项目 | 内部真实状态 / 原计划 | 最终公开呈现结果 | 制度影响与后果 |
|---|---|---|---|
| 8月风险报告加速值 | 内部未删减版测算为 1.97 倍 | 公开表述为“低于 2 倍”且属一次性跃升 | 掩盖逼近红线的真实风险与不确定性 |
| 核心趋势与瓶颈证据 | 含未来模型预测与训练步数拆解 | 被重度删减，图表被迫标上 FAKE DATA | 公众无法核验证据，只能盲信机构判断 |
| 算力分配专项审计 | 验证能力研发与安全研发的算力占比 | 被 Anthropic 中途单方面叫停 | 减速承诺失去最基础的可验证账本 |
这种单方面涂黑直接掏空了独立审计的根基。METR 在报告中无奈承认，由于关键证据链被抽走，外界已经无法谈论任何证据层面的透明度，公众不得不远超理想程度地盲目依赖 METR 的主观背书。更致命的是，METR 原本计划核查 Anthropic 如何将算力分配给“能力研发”与“安全研发”，但 Anthropic 在中途直接拔掉了这个子项目的插头，理由是想先聚焦风险评估、日后再议。知名 AI 预测项目“AI 2027”的研究员 Daniel Kokotajlo 随后在 X 平台上尖锐指出，核查算力分配恰恰是验证一家公司“减速承诺”是否作数的底层地基。
- 结论.依赖企业自愿授权、保留商业机密一票否决权的“软审计”已经触及制度天花板，没有法定强制披露标准兜底，外部看门人最多只能看到巨头允许外界看到的风景。
这场审计风波直接改变了三类相关方的现实处境。对于 OpenAI、Google 和 xAI 的研发主管而言，METR 报告等于免费送出了一份竞争对手的内部管线情报——实验搭建成本归零、代码不再是卡点、1.4 倍的行业混合基线，证实各家在 AI 辅助研发上处于同频肉搏，谁也不会单方面减速。对于欧美监管层与第三方评估机构来说，印着“FAKE DATA”的图表和被叫停的算力审计提供了一记清醒的耳光：当安全预警红线逼近商业核心机密时，哪怕是一向标榜“安全优等生”的 Anthropic 也会本能地选择保护机密与公关体面。
在急性灾难风险尚处低位的当下，这场风波还只是信誉磨损；但接下来 6 到 12 个月内，那批在 2026 年下半年完成训练的内部模型一旦将指标真正推过 2.0 倍，Anthropic 究竟是会兑现承诺按下暂停键，还是再次在截点前修改 RSP 的分母，以及那场被叫停的算力分配审计何时恢复，才是检验这套安全承诺真伪的唯一试金石。