写过"负责任扩展"(responsible scaling,给自家模型能力划红线、越线就踩刹车的一套内部规矩)那套剧本的,正是 Anthropic。现在,METR 的一份审计说:Anthropic 可能早在今年 7 月,就已经踩到了它自己画的线。

METR 调了 Anthropic 的内部数据,做了十一周的审计。结论挺刺眼:自 2025 年 10 月起,模型测试分数的提升速度差不多快了 1.9 倍,其中约八成,是因为"用 AI 来搞自己的 AI 研究"——也就是 AI 在加速 AI。

张力就在这。一家以"谨慎"立身、把安全预警做成了行业范本的实验室,自己的加速曲线先撞上了自己设的阈值。是预警机制太灵敏,还是加速太快、把刹车片磨穿了?METR 没下结论,但这个"自己绊自己"的画面,比任何外部批评都更有说服力。

给决策者的提醒很直接:当一家实验室的自家加速都跑赢了自家的保险丝,你押注它"会自己停下来",这件事本身就需要重新评估。金丝雀(canary,矿里用来测毒气的鸟)已经叫了,问题是矿里的人听不听。