Заявление об ускорении, вызвавшее тревогу
Согласно независимой оценке METR, прогресс в возможностях моделей Anthropic ускорился примерно в 1,9 раза по сравнению с предыдущим темпом. Хотя эта цифра имеет широкий диапазон неопределённости — от 1,5 до 2,8 раза, — она указывает, что за последний год компания достигла примерно столько же прогресса по бенчмаркам, сколько за предыдущие два года. Это ускорение описывает измеренные возможности моделей, а не все аспекты развития ИИ.
METR, некоммерческая исследовательская группа, опубликовала эти результаты в открытом отчёте после временного, редкого доступа к внутренним системам и материалам Anthropic. Её полная оценка под названием «Independent Assessment of AI R&D Acceleration at Anthropic in October 2026» отделяет строгие выводы METR от более алармистской подачи, встречающейся в некоторых видеороликах в интернете.
Исследователи получили доступ к внутренним результатам бенчмарков, обучающим данным, данным о вычислительных ресурсах и прогнозам, а также провели интервью примерно с 15 исследователями Anthropic. Такой необычный уровень доступа позволил детально проанализировать траекторию исследований и разработок компании и без прикрас взглянуть на темпы развития передового ИИ.
Model 4 мощна — и по-прежнему остаётся «чёрным ящиком»
В оценке METR представлена Model 4 — неопубликованная модель Anthropic, обученная в период с сентября по октябрь 2026 года. Эта внутренняя система набрала более 50% по всем 15 бенчмаркам из протестированного набора, что делает её моделью с самыми высокими результатами в отчёте. Несмотря на впечатляющий результат, эти баллы отражают выполнение конкретных задач и сами по себе не подтверждают широкую компетентность или компетентность на уровне человека.
Существование столь мощных неопубликованных моделей указывает на важный разрыв между внутренними и публичными возможностями. Прогресс в разработке ИИ может опережать то, что доступно клиентам и независимым наблюдателям, а значит, передовой уровень возможностей ИИ часто выше, чем у общедоступных моделей, таких как Claude. Предположения о происхождении Model 4 или о её возможном выпуске в качестве будущей версии Claude остаются неподтверждёнными.
Высокие результаты по этим бенчмаркам также поднимают вопрос о насыщении бенчмарков. Поскольку модели стабильно преодолевают 50%, а в некоторых тестах приближаются к 90%, польза существующих бенчмарков для различения возможностей может снижаться. Результат бенчмарка свидетельствует о выполнении определённых задач, но не является полной мерой надёжности в реальных условиях или общего интеллекта.
ИИ, возможно, ускоряет тех, кто создаёт ИИ
METR осторожно отнесла примерно 80% наблюдаемого ускорения на счёт самого ИИ, однако подчеркнула значительную неопределённость этой оценки. Хотя более быстрый рост вычислительных ресурсов для обучения не объяснил это изменение, ключевые подтверждающие детали этого вывода были скрыты в публичном отчёте. Дополнительные подробности см. в полном отчёте Independent Assessment of AI R&D Acceleration at Anthropic in October 2026 - METR.
Неформальные самооценки сотрудников, собранные в ходе внутренних опросов в Slack, указывают, что ИИ-инструменты повышали производительность при выполнении отдельных задач до 12 раз. Однако эта цифра отражает анекдотические отзывы о конкретных рабочих процессах, а не контролируемое измерение общей результативности компании. Интервью примерно с 15 исследователями дали разные оценки, и многие из них были ближе к двукратному росту общей эффективности.
Это указывает на зарождающуюся петлю обратной связи: ИИ-инструменты помогают исследователям писать код, проверять идеи и упрощать рабочие процессы. Эти улучшения, в свою очередь, могут способствовать разработке более совершенных моделей, которые затем ещё больше помогают будущим исследованиям. В описании METR значительная часть этой работы по-прежнему выполняется с участием людей, что отличает ситуацию от неконтролируемого интеллектуального взрыва.
Достижения, основанные на ИИ, фактически сокращают цикл исследований и разработок. Исследователи используют модели, чтобы: - генерировать код - проектировать эксперименты - анализировать результаты - совершенствовать процессы обучения
Такое итеративное улучшение ускоряет открытие и внедрение новых возможностей.
Нравится статья? Получайте такие каждое утро на почту.
одно письмо в день · отписка в два клика · без сторонних трекеров
Остаётся без ответа вопрос, что может замедлить этот процесс
В оценке METR не выявлено убедительных свидетельств существенных ограничений, которые могут возникнуть в течение ближайших 12 месяцев. Однако этот вывод сделан с ограниченной уверенностью; конкретный анализ потенциальных узких мест вошёл в число сведений, скрытых в публичном отчёте.
Прозрачность остаётся одной из главных проблем. Обширные изъятия, сделанные Anthropic, не позволяют читателям изучить часть наиболее информативных доказательств. Это касается и подробностей, лежащих в основе вывода о том, что более быстрый рост вычислительных ресурсов для обучения не объясняет ускорение, а также полного анализа узких мест.
Публично METR заявляет лишь, что не обнаружила явных ближайших ограничений для наблюдаемого ускорения. Невозможно публично проверить данные и методики, на основании которых сделан этот вывод, поэтому внешним сторонам трудно тщательно проанализировать или воспроизвести результаты.
Если ускорение исследований с помощью ИИ продолжится, давление на независимую оценку и работу по обеспечению безопасности будет возрастать, чтобы не отставать от темпов. Практические ставки высоки: более ясное раскрытие информации, более частые независимые оценки и строгие аудиты — важнейшие следующие шаги для понимания реальной траектории прогресса ИИ и его последствий.
Часто задаваемые вопросы
Что METR выяснила о прогрессе ИИ в Anthropic?
METR оценила, что возможности моделей Anthropic развивались примерно в 1,9 раза быстрее, чем прежде, при этом оценка сопряжена со значительной неопределённостью.
Что такое Model 4 от Anthropic?
Model 4 — обозначение, которое METR использует для неопубликованной модели Anthropic, прошедшей её оценку. В отчёте она описана как самая сильная модель среди протестированных.
Доказывает ли отчёт, что ИИ самостоятельно создаёт более совершенный ИИ?
Нет. METR объяснила значительную часть ускорения помощью ИИ, но описала его нынешнее применение в основном как помощь исследователям-людям, а не как их замену.
Почему часть отчёта METR скрыта?
По имеющимся данным, Anthropic скрыла чувствительные сведения, включая данные о вычислительных ресурсах и узких местах, что ограничивает возможность независимой оценки некоторых выводов сторонними специалистами.