前OpenAI研究员改口：超级AI研究员可能明年就来！
11月11日，前OpenAI研究员Daniel Kokotajlo在X上转发团队的新预测时说，「我感到恐惧、悲伤和愤怒」。
他认为，智能爆炸似乎终究会在2027年发生：如果METR的判断成立，AI驱动的研发提速，就比《AI 2027》当初推演的提前了约五个月。
当AI开始帮人类研发下一代AI，连最激进的预测者，也可能低估AI模型进步的速度。
不到三个月，《AI 2027》背后的预测团队AI Futures Project，就把超级AI研究员（SAR）到来的时间表拨到了明年。
此前，团队里最乐观的Daniel Kokotajlo，在提到「2029年前出现超级AI研究员」时，也只给出五成概率。
11月10日，AI Futures Project公布了新一轮预测（Q3.5）。
署名作者一致认为，如果前沿AI研发没有显著主动放缓， 超级AI研究员很可能在2027年出现 。
促使他们改判的最重要依据，是独立评估机构METR对Anthropic做的一项调查。
METR花了11周调研Anthropic，查阅内部数据，也访谈了员工，最终估算出一个数字：
从2025年10月起，Anthropic内部模型的基准分增速，达到了此前的 1.9倍 。
据这个估算，Anthropic的模型在这组测试里一年的涨幅，相当于过去近两年的增长。
为了看Anthropic的模型进步了多快，METR用了一项叫作AECI的内部指标。
METR估算，从2025年10月起，这个总分上涨的速度约为此前的 1.9倍 ，95%置信区间为1.5到2.8倍。
2025年10月前后，模型综合得分的年增幅从约15分升至约29分。（图源：METR）
METR换了几种假设重算，发现2025年10月后的涨分速度约为此前的 1.1到2.9倍 。
METR考察了训练算力、招人、数据和算法的变化，认为训练算力增长速度的变化解释不了这次提速。
可到了2026年10月，METR估计， 比过去快出来的那部分，可能有八成左右来自AI。
注意，这个「八成」是METR的主观估计。报告用了「We guess」（我们推测），并明确指出这个判断有很大的不确定性。
AI与其他因素对模型提速的贡献示意，橙色区域为AI带来的额外提速，灰色为未细分的非AI因素。
其他受访研究员还提到，AI会帮着写实验代码、照看实验运行，完成一些过去需要额外花很多工夫才能做的测量。
而按AI Futures Project的新估计，这种提速可能比《AI 2027》当初推演的来得更早。
按当时设定，虚拟公司OpenBrain要取得同样多的算法进展，不用AI得花一周半，用上AI只要一周。
这一次，AI Futures Project根据METR的估计推算，到2026年11月初，仅AI带来的提速，就可能让模型整体进步的速度达到历史水平的 1.7倍 。
为了看看这个速度在旧情景里什么时候才会出现，团队用模型复现了《AI 2027》的大致趋势。
结果显示，同样的1.7倍速，要到 2027年4月左右 才会达到。如果11月初的估计成立，模型进步速度达到1.7倍的时间，就比旧情景 提前了大约五个月 。
即使按当时最乐观的预测模型来算，AI在2026年11月就把模型整体进步速度推到历史水平的 1.7倍或更高 ，概率也不到 4% 。
METR的报告， 也让 AI Futures Project 把超级AI研究员的时间表往前推了。
代码写完，接下来该试哪个想法？实验失败了，是继续查原因，还是换个方向……这些没有现成答案的决定，AI得自己拿主意。
一种方法先假设AI已经把模型进步的速度推到了历史水平的1.7倍。再算上AI今后可能接手更多研发工作。
按这套模型，预测中位数是2027年2月，即超级AI研究员在这一时间点之前出现的概率约为一半。
另一种方法按模型在测试中进步的速度往后推，估算它什么时候能具备顶尖研究团队的判断力，算出的中位数是 2027年7月 。
还有一种方法，用Anthropic员工自己报告的效率提升来推算，结果到了 2028年年中 。
METR在报告开头就说，他们认为 最有助于判断核心结论的证据，大部分都被删去了 。
报告还列了一张表，逐项对照Anthropic向METR提供了哪些内部资料，以及哪些结果写进了公开版。
内部模型的跑分趋势公开了，算法进步的估算和关键研发投入没有披露。至于AI对研发提速的贡献，公开版只列出了部分证据。
按事先约定，Anthropic可以删节非公开信息，METR则可以指出哪些结论依赖这些材料。
Anthropic给出的理由是， 公开这些机密信息可能帮助其他开发者加快AI研发 。
AI Futures Project指出， 跑分增速约为此前的1.9倍，有公开曲线支撑。
METR和Anthropic都认为，用7月中旬的模型自动做研发，直接引发灾难的风险还比较低。双方也都倾向于认为，当时的研发提速还没到Anthropic设下的预警线。
不过，METR认为，Anthropic的公开报告低估了当时的提速幅度，实际提速也有可能已经触及预警线。
接下来，先看AI帮研究员更快写代码、跑实验，能不能让下一代模型更早交付。再看这个更强的模型投入研发后，能不能把再下一轮的研发周期也缩短。
https://blog.aifutures.org/p/q35-timelines-update-looks-like-the
https://metr.org/blog/2026-11-05-anthropic-ai-rd-acceleration-assessment/