三个月前,这批人里最保守的一位把「AI 干完全部白领工作」的中位数放在 2035 年初;11 月 10 日,他改成了 2028 年 9 月。
五个人同一天集体提前,跨度最大的一位提前了六年多。
理由不是灵光一现,而是一份 11 月 5 日发布的第三方测量报告:评估机构第一次进到公司内部,量出「AI 正在多快加速 AI 研发」。
一、六个作者,同一天改口
11 月 10 日,《AI 2027》作者团队 AI Futures Project 发布时间线更新,六人联署,标题直白:智能爆炸看起来还是会在 2027 年发生。
- 六位作者一致认为,「超人类 AI 研究员」大概率在 2027 年出现(前提是 AI 公司没有实质性主动减速)
- 五位给出的「能自动化全部白领工作」中位数全部前移:Daniel Kokotajlo 2028 年末 → 2027 年 9 月;Brendan Halstead 2031 年初 → 2028 年 4 月;Thomas Larsen 2032 年初 → 2028 年 4 月;Eli Lifland 2032 年中 → 2028 年 9 月;Romeo Dean 2035 年初 → 2028 年 9 月
- 该能力在 2028 年前出现的概率,他们给 35%–65%;而三个月前的预测区间是 2028 年末到 2035 年初
作者自己承认:其最激进的模型给「2026 年 11 月前出现这种加速」的概率不到 4%,原话是「这种程度的 AI 加速非常意外」。
二、METR 量到了什么
11 月 5 日,AI 安全评估机构 METR 发布驻场报告:8 月 12 日至 10 月 29 日,四名研究员在 Anthropic 做高权限评估,接触预训练指标、强化学习进展、训练算力、内部模型基准分与员工访谈。
四个核心结论:
- 速度:自 2025 年 10 月起,Anthropic 内部模型基准分以约 1.9 倍的历史速度增长(95% 置信区间 1.5–2.8 倍),相当于过去一年做出了历史速度下两年的进展
- 不是堆算力:METR 表示「有信心」排除训练算力加速这一解释
- AI 的占比:主观估计当前约为 2024 年 3 月至 2025 年 10 月速度的 2 倍左右(可能落在 1.3–3 倍之间),其中约 80% 归因于 AI 参与研发
- 瓶颈:未来 12 个月没看到算法、训练算力、实验算力或数据上的明显瓶颈;但 METR 说这个判断在评估中改过几次,现在仍没把握
一线体感是佐证:员工自报使用最强内部模型的生产力约 12 倍,而几个月前用上一代模型时约为这个数字的一半。
METR 同时注明,提速「主要靠 AI 辅助,而非完全自主的贡献」。
三、这份报告要打的三个折
证据被删了。 Anthropic 行使删节权,删掉了 METR 认为最有信息量的多数证据,理由是防止加速其他 AI 开发者。METR 直言:这份报告没有实现「证据透明」,公众只能更多依赖它的判断,而不是自己核对。
误差两边都列了。 METR 自己写明可能高估(基准指数偏重可验证任务、2023–2025 基线异常偏低、非 AI 因素),也可能低估(漏看了近期增速进一步抬升的证据)。
基线问题。 有研究者指出,1.9 倍的斜率估计默认新预训练没有抬高基线;若允许基线跳变,真正的斜率变化可能只有约 1.4 倍。此外,六位作者的预测都挂着同一个前提:没有实质性的主动减速。
四、这次为什么不一样
过去讨论时间线,多数靠公开趋势外推;这次是第三方进公司拿到原始数据,且预测者当天公开改口,两件事同时发生。
METR 的立场一致性是个注脚:它 2025 年的研究曾发现早期 AI 工具让部分开发者变慢,其算力瓶颈研究也指向限制。
结论相反的报告出自同一机构,说明「加速」不是它的预设立场。
接下来可观察三点:删节部分能否部分解密;其他前沿实验室是否接受同类驻场评估;「无主动减速」这个前提能否成立。
时间线是预测,测量才是证据——而这份证据目前有一半握在被测方手里。
参考来源:
- METR:Independent Assessment of AI R&D Acceleration at Anthropic in October 2026
- AI Futures Project:Q3.5 Timelines Update
- The Verge:Why a new report on Anthropic automating AI development is alarming researchers
- Reuters:Anthropic's models improving nearly twice as fast with help from AI
- 业内反应汇编:Toby Ord 等对 1.9 倍估计的质疑