研究称Anthropic模型改进速度近乎翻倍，AI正参与改进AI自身

路透社报道的一项研究给出了一个颇具分量的结论：在 AI 的协助下，Anthropic 的模型改进速度接近原来的两倍。

这个说法的关键在于比较基准。报道强调的是“改进速度”而不是单次能力跃升，也就是说，被观察到的是模型迭代的节奏在变快，而不仅是某一个版本更强。

报道本身以研究结论为核心，没有在标题和摘要里展开方法细节。这一点很重要：速度翻倍是一个可被检验的经验判断，但它成立与否，取决于如何度量“改进”、如何界定 AI 参与的份额。

之所以引发关注，是因为它触碰了 AI 研发里最敏感的一条线——AI 开始参与改进 AI 自身。一旦这个闭环成立，模型能力的增长曲线可能不再只由人力投入和数据储备决定。

随之而来的是治理问题。如果迭代速度接近翻倍，安全评估、红队测试与监管审批的节奏是否还能跟上？现有的评估体系大多按更慢的发布周期设计，速度一旦变化，制度上的滞后就会被放大。

对竞争格局而言，这也是一个信号。头部实验室如果能把 AI 辅助研发做成稳定的加速器，追赶者的窗口会进一步收窄，而算力与工程能力的差距可能被放大而不是被抹平。

接下来值得关注的是证据能否被复现：研究的具体方法会不会公开，其他实验室是否观察到类似斜率，以及这种加速在更长的时间尺度上是否可持续。