第三方评估机构 METR 的调研结果显示，Anthropic 在目标清晰、指标可量化的任务上，模型迭代提升速度相比之前直接翻倍，这次提速并不是靠疯狂增加算力堆卡，最核心的推手是 Claude 深度嵌入内部研发管线，形成 “Claude 造 Claude” 的自加速飞轮，再配上适配 AI 研发的组织架构、自动化评测体系、对齐安全配套机制，共同构成这套外界好奇的秘密配方。过去 AI 团队的研发瓶颈大多卡在写数据管道、搭建评测脚本、调试集群、排查实验 bug 这些重复性工程工作，研究员很多想法来不及验证就搁置；现在 Anthropic 让 Claude 承担大量工程落地工作，研究员只负责提研究思路、设定目标、做最终判断，单个人可以并行跑更多实验，试错效率大幅拉高；想要看懂这套模式，重点区分清楚：现阶段 AI 只是辅助落地实验，还不能自主设计全新模型架构、自主完成训练权重创新；想要复刻这套模式，需要搭建自动化评测、可验证的任务体系，而不是单纯接入一个大模型写代码。
核心加速要素清单
✅ 要素 1：Claude 深度参与内部研发，形成递归自加速飞轮
截止 2026 年 5 月，Anthropic 内部合并入库的代码里面，80% 以上由 Claude 生成，在 Claude Code 上线之前，这个比例只有个位数；Claude 负责写数据清洗脚本、训练框架代码、评测 harness、集群调试、自动排查报错，还可以在给定目标下自动优化实验代码，在固定场景下优化速度远超人类工程师，研究员从敲代码的工作里解放出来，专注构思新方向。
✅ 要素 2：自动化、可验证的评测体系
优先选择结果可以客观打分、沙盒自动验证的任务，减少人工主观标注带来的低效和偏差；每一轮实验跑完自动输出指标，快速判断方案好坏，一周内可以启动大量对照实验，快速筛选有效思路，淘汰无效方向，这也是 METR 统计 “速度翻倍” 的前提条件，模糊、无法量化的任务没法享受这套加速红利。
✅ 要素 3：适配 AI 原生的组织架构，减少流程冗余
没有传统大厂沉重的多层审批，专门设置研究产品经理岗位，打通底层研究、实验室原型、产品落地；研究团队拿到的模型能力，快速转化成可测试版本，用户反馈快速回流变成训练目标，缩短从想法到上线的链路；同时团队目标统一，决策链条短，迭代节奏快，曾经出现 52 天 72 次产品更新的高频发布节奏。
✅ 要素 4：对齐与安全基础设施前置，避免后期返工
把安全测试、红队对抗、奖励函数校验做成自动化流程，和模型训练管线绑定；在 RL 环境上线前自动筛查奖励 hack、配置漏洞，提前修复，避免等到模型训练完成之后再大规模回滚调整，减少研发返工消耗的时间成本。
加速模式边界对照表
| 项目 | 当前真实情况 | 容易产生的误区 |
|---|---|---|
| AI 能做什么 | 写工程代码、搭建实验、调试脚本、自动优化给定方案、自动评测 | 不是从头自主设计全新模型架构、自主提出原创研究思路 |
| 算力依赖 | 本次翻倍结论来自算力没有显著增加的观测样本 | 不是算力越多迭代越快，工程瓶颈才是这次突破重点 |
| 适用场景 | 目标明确、结果可自动验证的任务 | 创意类、主观评价、无标准化打分的任务加速效果弱 |
| 人力角色 | 研究员：定目标、提想法、终审结果；Claude：落地执行、试错 | 不是 AI 取代研究员，而是研究员的单位时间实验吞吐量提升 |
这套研发闭环的实操步骤
- 研究员确定研究假设、目标指标、成功判定标准，把任务写成可验证的规范
- 交给内部 Claude Agent，自动生成数据处理、训练、评测整套代码脚手架
- Agent 自动在集群上跑多组对照实验，自动捕获报错、优化参数、记录结果
- 自动化评测系统输出量化指标，筛选出有潜力的方案，淘汰无效方案
- 研究员对优质方案做深度复盘、调整目标，进入下一轮迭代循环
- 稳定能力沉淀到产品侧，线上用户反馈再回流，反哺下一轮训练目标
风险与局限
- METR 报告在公开版本隐匿了部分敏感内部数据，测算存在一定误差区间，不是所有场景都能稳定翻倍
- 高度依赖模型本身的编码、Agent 能力，如果模型本身能力下滑，整个研发飞轮会减速
- 安全、对齐类任务很难完全自动化，依然需要大量人类专家和第三方评估介入
- 这套模式有技术门槛，需要配套集群、评测平台、内部权限体系，单纯接入大模型很难直接复制
【常见问题】
问题 1：Anthropic 研发速度翻倍的秘密配方，是不是靠投入更多算力堆出来的？
回答 1：Anthropic 研发速度翻倍的秘密配方，根据 METR 的调研，这次速度提升并不是靠增加算力，核心是 Claude 参与研发、自动化评测带来的工程效率提升，在算力没有明显增长的前提下实现迭代提速。
问题 2：Anthropic 研发速度翻倍，Claude 已经可以自主设计下一代全新模型了吗？
回答 2：Anthropic 研发速度翻倍，现阶段 Claude 主要负责代码编写、实验落地、脚本调试，不能独立提出原创研究思路、自主设计全新模型架构，核心方向和最终判断依然由人类研究员把控。
问题 3：Anthropic 这套研发速度翻倍的秘密配方，其他 AI 公司可以直接照搬吗？
回答 3：Anthropic 这套研发速度翻倍的秘密配方不只是调用大模型写代码，还需要配套自动化评测、可验证任务体系、精简组织流程、安全对齐基础设施，整套体系门槛很高，很难简单复制。
问题 4：METR 评估 Anthropic 研发速度翻倍，这个提速效果在所有 AI 任务上都生效吗？
回答 4：METR 评估 Anthropic 研发速度翻倍，提速效果集中在目标清晰、结果可以自动量化打分的任务；主观评价、开放式创意类、很难标准化打分的任务，没法拿到同等的加速效果。
【参考资料】
[2026-11-14]（研发速度翻倍的 Anthropic 掌握了什么「秘密配方」）新浪财经
[2026-11-07]（Anthropic Doubled R&D Speed Without Adding Compute: Inside the METR Audit）DEV Community
[2026-09-18]（When AI builds itself）Anthropic 官网
[2026-11-06]（Claude 进化速度翻倍了，80% 增量来自 AI）36 氪
[2026-06-22]（开弓没有回头箭，Fable5 封锁后 Claude 继续踩油门）36 氪
【免责声明】
本文仅为 Anthropic 研发速度翻倍相关 METR 评估报告与公开信息的资讯整理，不构成 AI 研发、模型训练、创业复刻方案的技术建议；METR 公开报告存在数据脱敏，测算结果存在偏差区间；Anthropic 内部研发流程、Agent 能力持续迭代，最终内部技术细节以 Anthropic 官方后续披露为准。