METR: Anthropic ускорила развитие моделей вдвое, в основном за счёт ИИ

Все годы разговоров об «ИИ, который строит ИИ» это было умозрительным сценарием. Теперь есть отчёт независимой организации, у которой был доступ к внутренним данным одной из ведущих лабораторий. Вывод осторожный, но тревожный: рекурсивное самоулучшение, похоже, уже началось, пока в мягкой форме.

Что именно выяснила METR

С 12 августа по 29 октября 2026 года сотрудники METR работали внутри Anthropic с расширенным доступом. Им показали метрики претрейна и RL, объёмы вычислений по направлениям, результаты внутренних моделей на бенчмарках, анализ ускорения от ИИ, прогнозы для будущей модели и провели интервью с сотрудниками.

Главная цифра: с октября 2025 года результаты моделей Anthropic на внутреннем индексе AECI (их версия Epoch Capabilities Index) растут в 1,9 раза быстрее, чем раньше. Доверительный интервал 95%: от 1,5x до 2,8x. Проще говоря, за последний год компания прошла примерно два года прежнего пути.

Может быть, просто потратили больше железа? Нет. По оценке METR, ускорение не связано с ростом вычислений на обучение. Сотрудники в интервью и опросах сообщают о многократной пользе от ИИ-инструментов, и это согласуется с удвоением темпа. Правда, самоотчёты трудно интерпретировать: люди склонны переоценивать собственную продуктивность.

Почему это не просто «ещё одна оценка»

Пока ИИ в основном помогает людям, а не работает полностью самостоятельно. Но, по словам авторов, уже видны признаки того, что автономный вклад скоро вырастет. Если так, ускорение может само себя подпитывать: модель лучше, значит исследования быстрее, значит следующая модель ещё лучше.

Тревожнее всего то, что METR не нашла явных тормозов на ближайшие 12 месяцев: ни в алгоритмических идеях, ни в вычислениях для обучения и экспериментов, ни в данных. При этом авторы честно признают, что их представление о тормозах несколько раз менялось по мере получения новых сведений, так что уверенности в этом пункте мало.

Реакция внутри сообщества показательна. Райан Гринблатт, который сам работает в METR, признал, что ждал на 2026 год ускорение лишь в 1,15–1,3 раза. Аджея Котра считает, что с учётом всей компании R&D может идти в 4–5 раз быстрее. Даниэль Кокотайло из AI Futures Project говорит, что отчёт подтверждает его опасения о коротких сроках до сверхинтеллекта.

Где отчёт слабее всего

Первая проблема: часть данных, на которых строятся главные выводы о риске, Anthropic вычеркнула. Гринблатт прямо пишет, что выводы о том, откуда именно берётся ускорение, теперь во многом держатся на доверии к авторам. Читать публичную версию стоит с этой поправкой.

Вторая: сам индекс. AECI измеряет проверяемые задачи, а они не равны реальному прогрессу в исследованиях. Кроме того, низкий темп 2023–2025 годов мог быть аномально низким, и тогда нынешнее ускорение выглядит ярче, чем есть. С другой стороны, индекс иногда занижал реальный практический эффект, так что ошибка возможна в обе стороны.

Что с этим делать практику

Для разработчиков и продактов вывод приземлённый. Планируйте продукты в расчёте на то, что модели будут обновляться заметно чаще, чем в прошлые годы, а значит, зависимость от одной версии API и её поведения становится риском. Держите прослойку оценки качества и возможность быстро переключаться между моделями.

Для основателей: если ускорение реально, то стоимость и возможности ИИ-инструментов будут меняться быстрее, чем планируют бюджеты. А собственные внутренние процессы стоит мерить так же, как это делает Anthropic: не по ощущениям команды, а по понятным метрикам до и после внедрения ИИ.

И главное: следите не только за цифрами, но и за прозрачностью. Спор о редактировании отчёта покажет, смогут ли лаборатории давать внешнему миру достаточно данных, чтобы такие оценки можно было проверять.