Anthropic最强Model 4首次曝光：RSI狂飙2倍速
一份来自第三方评测机构METR的调查，把Anthropic藏得最深的一张底牌掀了出来。报告连肝11周，深挖Anthropic内部敏感数据，最终给出的判断相当刺眼：这家公司的模型进化速度已经失控，直接原地翻倍。而报告附录里那款9月至10月刚训完的“Model 4”，成了全网关注的焦点。
Model 4拿下178.6分，Opus 5.5被甩在身后
METR在报告附录中列出了四款Anthropic内部未公开模型：2022年练完的“Unreleased 2022”、2026年7月练完的Model 2、8月至9月练完的Model 3，以及9月至10月刚出炉的Model 4。真正点燃讨论的，正是最后一款。
Model 4在内部综合能力指数AECI上拿下178.6分。这个指数类似大模型的“高考总分”，把各科基准测试的卷面成绩折算成一个综合段位分。作为对比，公开模型Opus 5.5为174.5分，Mythos 5.1为172.5分，Model 4均明显领先。
更关键的是，这还不是它的真实极限。METR团队在报告中做了一次“除虫测试”，发现15个测试基准里有3个存在长尾过难或题目损坏的凹陷现象。一旦把这3个干扰基准剔除重新计算，Model 4的AECI得分还会再跳涨1.1分，冲上179.7分。
有网友根据代号推测，图中的Model 3可能就是传闻中的Mythos 5.5。但无论代号如何对应，Model 4的出现已经说明：Anthropic内部还有一批未公开的模型储备，且迭代节奏远比外界想象得快。
15张考卷全部过半，坏题剔除后冲到179.7
单科成绩同样扎眼。Model 4参加的15项基准测试，每一项正确率都过了50%。而就在9个月前，Opus 4.6还有不少基准没能过半。换句话说，Anthropic内部模型在不到一年时间里，把“偏科”问题压下去了一大截。
评测人员还发现，现有考卷已经快测不出Model 4的极限了。Token消耗数据也从侧面印证了这一点：
- 跑一次普通基准测试，单个任务平均要消耗250万输入Token、生成7万多输出Token；
- 如果让Agent去写代码，单任务直接吃下整整1000万输入Token，输出也拉到9.4万Token。
这意味着，Anthropic内部测试还没有把Model 4的潜能彻底榨干。METR甚至在报告中暗示，当前基准体系对这类模型的区分度正在下降，题目损坏和长尾过难会干扰对真实能力的判断。
2025年10月7日成拐点，一年跑完两年路
比单个模型分数更值得警惕的，是整条进化曲线的斜率。METR报告显示，截至10月，Anthropic在明确任务上的能力提升速度，已经是2024年3月至2025年10月那段时间的2倍。
历史性拐点停在2025年10月7日。在这条分界线之前，Anthropic模型的AECI得分每年大约上涨15分；拐点之后，内部能力指数AECI的增速直接拉到此前的1.9倍，一年就跑完了过去两年的路。
报告里最炸的几组数字可以概括为：
- 明确任务能力提升速度：此前的2倍；
- AECI增速：此前的1.9倍；
- 转折点：2025年10月；
- 按当前速度推演，“AI 2027”剧本里的ASI可能在短短4个月后就会降临。
METR研究员Ryan Greenblatt直言：“这份报告就是通向一两年内实现ASI的重磅信号。”这句话的分量在于，它不是来自营销材料，而是来自对Anthropic内部敏感数据的第三方调查。
80%推力来自Claude，3万智能体接管26%研发
更恐怖的是，这波狂飙里，80%的推力居然来自AI自己。Claude正在亲手造出更强的Claude，RSI（递归自我改进）不再只是论文里的概念。
Anthropic另一份首次自曝的RSI报告，把内部研发流水线拆得更细。他们根据Epoch AI的六级自动化标准，从完全人工的AL0到AI完全自主闭环的AL5，给自己的研发流程做了一次“基因测序”。
为了拿到真实数据，Anthropic在2026年7月随机抽取模型研发部门20%的员工，让一个Claude研究智能体去翻阅这些员工的Slack聊天记录和内部文档。最终，Claude梳理出多达15000项模型研发任务，比如“评估平台缺陷诊断”“RL沙盒网络策略”等，并将其归纳为542个任务节点。
然后是最令人窒息的数据：截至2026年8月，虽然Claude还没有在任何单一研发子任务上实现完全脱离人类的L5级全自动闭环，但它的渗透率已经高得离谱。
- Claude已经能自主“主导”高达26%的Anthropic核心研发工作。人类工程师只需要给出一个宏观Prompt，剩下的端到端工作由AI自己干完；
- 达到或超过“人机深度协同”的研发工作占比，直接突破90%。
也就是说，Anthropic内部超过九成的核心模型研发流程，已经离不开AI。人类工程师正在变成产品经理，真正的“超级打工人”是Claude自己。报告还提到，Anthropic内部有3万个AI智能体正在研发下一代自己，并以双层监控机制防止失控风险。
招股书新增风险提示，ASI倒计时只剩4个月？
Model 4的曝光，还撞上了Anthropic的资本节点。资料显示，Anthropic最快可能在10月到华尔街上市，估值或冲高至2万亿美元，超过马斯克的SpaceX成为历史最高。而在IPO前，Anthropic再次更新S-1招股书，专门新增了一条风险提示。
据内部估算，未来的模型很快就会触发“AI显著加速研发”阈值，1年就能干完过去2年的活儿。Model 4就是最好的证明。
把几条线拼在一起，画面就很清楚了：一边是Model 4在AECI上拿到178.6分、15项基准全部过半；一边是2025年10月后增速翻倍、80%推力来自AI自己；另一边是Claude已接管26%核心研发、90%流程实现人机深度协同。RSI不再是一个遥远缩写，而是正在Anthropic实验室里24小时不间断上演的进度条。
照这个速度下去，“AI 2027”剧本里的ASI，在短短4个月后就会彻底降临——这当然是一种基于当前斜率的推演，但METR报告和Anthropic内部数据同时指向同一个方向：模型迭代机器的油门，已经被AI自己踩下去了。
