METR: a IA dobrou o ritmo da pesquisa na Anthropic — limiar da RSP parece ter sido ultrapassado

O que aconteceu

Nesta semana, a Anthropic declarou nos documentos S1 que "pode estar prestes" a atingir o limiar de "progresso drasticamente acelerado pela IA". O limiar está descrito na Responsible Scaling Policy, na versão atual de julho de 2026. Há duas condições. A primeira: o progresso geral das capacidades avança duas vezes mais rápido que o ritmo sustentado mais veloz anterior ao momento em que a IA passou a participar de forma notável da pesquisa. A segunda: a aceleração é plausivelmente explicada pela automação de P&D em IA, e não pelo aumento de computação ou de outros recursos.

Em paralelo, funcionários da METR conduziram durante vários meses uma investigação com acesso profundo aos dados da Anthropic. O relatório saiu em 5 de novembro. Ajeya Cotra, ao lê-lo junto com a RSP, conclui que o limiar, pelo visto, já foi ultrapassado.

O que a METR encontrou

Os autores do relatório chegaram a duas conclusões.

A primeira: de outubro de 2025 a outubro de 2026, o progresso das capacidades na Anthropic foi cerca de duas vezes mais rápido que nos doze meses anteriores. A medição usou uma versão interna do Epoch Capabilities Index, chamada AECI. Os demais dados de apoio estão ocultos. Segundo os autores, isso é "a maior parte das evidências que consideramos mais informativas".

A segunda: o ritmo pode ter começado a crescer por diferentes razões, mas agora se sustenta principalmente graças à automação da pesquisa com ajuda da IA. Os argumentos a favor disso também estão tarjados.

Há ainda uma ressalva: vemos apenas a conclusão e uma métrica aberta. Não é possível verificá-la de forma independente; é preciso confiar na METR e na própria Anthropic.

Por que isso importa

Cotra chama o relatório de a atualização mais importante sobre riscos da IA em alguns anos, mais importante que o caso do ataque à Hugging Face. Consequência direta: os prazos provavelmente são mais curtos do que supunham pesquisadores externos, incluindo a equipe do AI 2027.

A ideia aritmética central é que, se a IA dobra o ritmo geral do progresso, ela acelera os pesquisadores humanos muito mais. Parte do trabalho continua dependendo de computação, experimentos e outros gargalos que a IA não acelera. Para que o conjunto cresça duas vezes, o retorno nos trechos sem gargalo precisa ser muito maior que o dobro.

O que os profissionais devem fazer

Desenvolvedores e gerentes de produto devem incluir em seus planos um ciclo de atualização de modelos mais rápido. Se os líderes realmente estão acelerando, as capacidades de APIs e agentes nas quais vocês se apoiam mudarão mais rápido que o habitual. Arquiteturas atreladas às fraquezas de um modelo específico ficarão obsoletas mais cedo.

Os fundadores devem rever o horizonte em que seu produto continua único. Se a sua vantagem depende de algo que o modelo ainda não sabe fazer, essa folga pode diminuir.

Para quem acompanha segurança: o limiar da RSP está ligado aos compromissos da empresa sobre medidas de proteção. Acompanhe como a Anthropic reagirá formalmente, pois disso dependem os requisitos de segurança e as condições de acesso aos modelos.

Por fim, cautela. Esta é a interpretação de um único autor sobre um relatório parcialmente oculto. Vale ler o texto completo de Cotra e o próprio relatório da METR antes de construir uma estratégia com base nisso.