AI自己帮自己迭代，速度已经快了一倍

上个月，Anthropic给6名来自METR的评估人员配了公司硬件、办公工位，开放了和自家风险评估团队差不多的内部工具权限——只屏蔽了客户数据、律师特权信息这几类内容。从去年8月开始，这个团队就一直在查一件事：AI是不是已经在帮着加速AI本身的研发了。

10月20日，METR把这次风险评估的结果公开发布了。结论是：AI研发的进度，确实比之前快了一倍。

@testingcatalog 直接点出了核心原因：Anthropic内部大量用AI参与研发，直接推动了自家模型迭代速度的提升。@TokenGremlin 补充了一个细节：很多人之前就猜到Anthropic内部早就跨过了Model 2的阶段，但没人想到Model 4和已经发布的Claude Opus 5.5之间的差距会这么小。

Palisade Research的@JeffLadish 提出了另一个观察角度：现在行业里堆了40多个AI基准测试分数，但真正该测的是——这些AI智能体到底能不能真的把活干完。他提到，AI的进步速度已经超过了之前“AI 2027”情景的预测，而目前最有力的证据，还处在未公开的状态。

有意思的是，METR自己的调查数据里藏着一组矛盾：开发者回忆说，2025年3月AI带来的效率提升是1.3倍，2026年3月是2倍，预计2027年3月能到2.5倍；但同期做的随机对照试验显示，2025年初的AI编码工具对开源开发者生产力的实际提升幅度，远没有大家主观感受的那么高。

METR和Anthropic达成了一个共识：目前这些模型如果出现错位，造成灾难性危害的风险很低——但原因不是安全措施做得有多好，而是模型本身的能力还没到那个量级。

@_NathanCalvin 看到这份报告的第一反应是“极其不安”，他开始重新核对：距离AI实现完全自我迭代的时间线，比他一年前预想的要近多少。

就在这份报告发布前不到一个月，9月22日，Anthropic刚推出Claude Opus 5.5：100万token上下文窗口，API定价每百万输入token4美元、输出token20美元，典型工作负载的运行成本比上一代Opus 5低40%。这是CEO Amodei公开呼吁给AI发展踩刹车之后，Anthropic发布的第一个新模型。

一边是创始人在公开场合谈减速，一边是内部用AI把迭代速度拉快了一倍。当AI开始参与写下一代AI的代码，我们到底该怎么判断，现在的安全边界，还能不能跟上模型往前走的脚步？