Компания Anthropic и независимая исследовательская организация METR представили совместный отчет о темпах автоматизации исследований в сфере искусственного интеллекта, совпавший с обновлением документов компании перед выходом на IPO. Публикация вызвала волну споров в индустрии из-за масштабных цензурных изъятий, скрывающих ключевые данные о так называемом «рекурсивном самосовершенствовании» моделей. Анализ рассекреченных фрагментов указывает на то, что лаборатория подошла к критической черте взрывного роста возможностей ИИ, кардинально изменив баланс между человеком и алгоритмами в разработке передовых систем.
🔍 Засекреченный аудит METR: что скрывает Anthropic? 0:00
Поводом для ажиотажа в экспертном сообществе послужили два события: обновление формы S-1 компанией Anthropic на специализированном портале подготовки к IPO и публикация независимого аудита исследовательской группы METR . В документах прямо утверждается, что индустрия подошла вплотную к порогу рекурсивного самосовершенствования (RSI), а сама Anthropic близка к соблюдению условий так называемой «политики ответственного масштабирования» .
Однако главная интрига заключается в характере обнародованного отчета:
- Организация METR провела глубокий 11-недельный аудит внутренних процессов лаборатории .
- Anthropic наложила жесткую цензуру, скрыв подавляющее большинство критических улик и количественных данных .
- Из отчета были вырезаны любые конкретные технические подробности о структуре агентов (agent scaffold) и точном распределении вычислительных мощностей .
По оценке автора видео Уэса Рота, сам тон аудиторов напоминает отчет военнопленных, вынужденных под надзором повторять формулировку «все в порядке», пытаясь параллельно передать сигнал тревоги через оставленные намеки . Эксперт по безопасности ИИ Дэниел Кокотайло, комментируя поправки к форме S-1, подчеркнул: если приведенные данные верны, то сроки наступления полного рекурсивного самосовершенствования и появления сверхинтеллекта могут оказаться пугающе короткими .
Сооснователь компании Сэм Маккэндлиш в ответ на критику признал масштаб купюр, однако заявил, что раскрытие конкретных факторов текущего ускорения несет колоссальные риски . По его мнению, предоставление прозрачных данных фактически вручило бы конкурентам готовую дорожную карту для достижения технологического прорыва в обход мер безопасности .
🤖 Секретные модели: от Mythos до революционной Model 4 6:53
Подготовка к первичному публичному размещению акций случайно или намеренно приоткрыла внутреннюю иерархию разработок лаборатории . Долгое время считалось, что вершиной инженерной мысли является модель Fable, доступная внешним пользователям, а также закрытая модель Mythos, к которой имели доступ лишь избранные государственные структуры и партнерские организации .
Как выяснилось из отчета, за закрытыми дверями тренируется целая линейка систем следующего поколения:
- Model 2 — внутренняя модель повышенной мощности, завершившая этап предварительного обучения в июле 2026 года , .
- Model 3 — еще более совершенная система, закончившая обучение в период с августа по сентябрь 2026 года , .
- Model 4 — флагман секретной линейки, цикл обучения которого подошел к концу в сентябре–октябре 2026 года , .
Именно Model 4 стала центральным элементом обсуждения аудиторов. По утверждению Уэса Рота, эта архитектура совершила беспрецедентный скачок, преодолев планку сложности, которую до этого не удавалось взять ни одной нейросети . Сравнивая новинку с персонажами фильма «Принцесса-невеста», автор иронизирует: на фоне Model 4 прежние лидеры Mythos и Fable выглядят совершенно беспомощными . Ключевой вопрос заключается не в том, какие стандартные задачи способен автоматизировать ИИ, а в том, способен ли он полностью взять на себя научные исследования и проектирование собственных архитектур .
⚠️ Черта безопасности: ускорение в два раза и угроза сингулярности 9:12
Автоматизация R&D в Anthropic рассматривается как ступенчатый процесс из пяти уровней: от нулевого участия ИИ до полной автономии пятого уровня, когда человек вообще исключается из контура разработки . Еще в марте уровень 4, где ИИ берет на себя руководство проектами, составлял всего 1% от всех задач компании . Однако уже к августу показатель участия взлетел до 26% .
Компания в своей Политике ответственного масштабирования (Responsible Scaling Policy) официально зафиксировала так называемую «черту безопасности 2x» — точку, в которой скорость научных исследований с помощью ИИ удваивается по сравнению с базовым историческим темпом человека . Согласно заявлениям бывших топ-менеджеров OpenAI, текущий темп оценивается примерно на уровне 1.9x . Формально рубеж в два раза еще не пройден, однако METR указывает на широкий доверительный интервал: реальное ускорение может составлять от 1.3x до 3x , .
Переход за отметку 2x рассматривается специалистами как критическая точка невозврата. В условиях экспоненциального базового роста удвоение скорости приводит к режиму гиперроста — начальной фазе интеллектуального взрыва , . При этом аудиторы METR особо подчеркивают: данный скачок вызван не экстенсивным наращиванием чипов или масштабированием обучающих дата-центров, а исключительно алгоритмическими прорывами .
📊 Загадочный бенчмарк AECI и феномен насыщения тестов 15:12
Для оценки способностей новых систем компания разработала секретную комплексную метрику AECI, составленную из внутренних и внешних стресс-тестов . Общепринятые тесты давно страдают от насыщения: когда модели показывают точность 95–99%, измерять реальную разницу между ними становится невозможно .
Чтобы избежать этого эффекта, Anthropic перешла на логарифмическую шкалу шансов (log-odds), где условная линия 50% представляет идеальный баланс сложности — задачу уровня Международной математической олимпиады или сложнейших медицинских экзаменов, где шанс успешного решения равен вероятности ошибки , :
- Модель Opus 4.6 (январь 2026 года) показывала минимальный результат на сложных участках на уровне 7–10% , .
- Mythos Preview (апрель 2026 года) достигла планки в 20% .
- Mythos 5 продемонстрировала результат в 35% .
- Model 4 превысила отметку в 50% по абсолютно всем доступным бенчмаркам комплекса AECI .
Успех Model 4 поставил исследователей в тупик: создатели больше не могут эффективно измерить реальную глубину интеллекта системы, поскольку их тесты стали для нее слишком простыми . Ситуация напоминает попытку оценить знания университетского профессора с помощью вопросов из программы детского сада . Эксперты предполагают, что закрытые задания включают в себя сквозное проектирование пайплайнов обучения с подкреплением, написание низкоуровневых ядер для чипов в реальном времени и автономную генерацию синтетических датасетов , .
📈 Переломный момент: разовая флуктуация или экспоненциальный взрыв? 23:47
Анализ графиков прогресса демонстрирует резкий перелом тренда. До недавнего времени руководство Anthropic уверяло, что скачок производительности линейки Mythos был разовой аномалией, после которой динамика должна была вернуться к прежнему пологому наклону . Однако появление Model 3 и Model 4 окончательно опровергло эту гипотезу .
Наклон кривой стал значительно круче. По мнению Уэса Рота, в индустрии происходит то, о чем ранее предупреждал создатель платформы AI Agents Village Адам Пфайфер: базовый темп развития радикально сменил угол атаки . Чем дальше способности моделей уходят за пределы 50-процентного рубежа, тем шире становится серая зона неопределенности . Аудиторы фактически потеряли измерительную линейку: на графиках зафиксирован скачок в совершенно новую траекторию, которая может оказаться как выходом на плато, так и началом неуправляемого разгона .
💬 Голоса из лаборатории: интервью с исследователями Anthropic 28:58
Опубликованная часть анонимных интервью с инженерами и исследователями безопасности Anthropic подтверждает радикальные перемены во внутренней кухне лаборатории . На вопрос аудиторов, видят ли сотрудники удвоение собственной продуктивности благодаря Claude, подавляющее большинство ответило утвердительно .
Сотрудники отмечают следующие изменения в ежедневной работе:
- Время между зарождением научной гипотезы и получением результатов эксперимента сократилось более чем на 80% .
- Программирование перестало быть сдерживающим фактором — рутинный код и развертывание сред полностью делегированы агентам .
- Эксперименты, подготовка которых раньше занимала несколько дней, теперь запускаются мгновенно и практически с нулевыми трудозатратами , .
Интересно, что сама дискуссия вокруг отчета на профильном форуме LessWrong проходила при непосредственном участии ИИ: аналитики использовали Claude Opus 3.5 для разбора методологии METR и сопоставления ее с прогнозами аналитика Дэниела Кокотайло «AI 2027» , . Модель сама классифицировала происходящее ускорение как алгоритмическое, признав, что фактический прогресс опережает заложенные ранее прогнозы .
💻 Битва за вычислительные мощности и 30 000 автономных агентов 32:42
Самым скандальным моментом аудита стал внезапный срыв договоренностей о проверке серверных мощностей. Первоначальный контракт между Anthropic и METR предполагал аудит распределения вычислительных ресурсов: независимые эксперты должны были убедиться, что не менее 6% всех мощностей резервируется исключительно под исследования безопасности .
Однако в разгар проверки, начавшейся в августе 2026 года, лаборатория в одностороннем порядке заблокировала аудиторам доступ к этим метрикам , . Причиной отказа была названа коммерческая тайна и подготовка к акционированию . Как выяснилось из внутренних заметок самой компании, еще в июле 2026 года в инфраструктуре Anthropic одновременно функционировало около 30 000 автономных ИИ-агентов, непрерывно выполнявших инженерные задачи и научные эксперименты , .
По версии Уэса Рота, в лаборатории был создан замкнутый конвейер: тридцать тысяч агентов под управлением засекреченного интерфейса безостановочно тестируют гипотезы, генерируя новые алгоритмические оптимизации, которые тут же внедряются в следующие поколения моделей . Внезапное сокрытие пропорций распределения вычислителей объясняется тем, что компания резко перебросила колоссальные ресурсы на этот самовоспроизводящийся цикл . Если подобный конвейер действительно запущен, технологический отрыв Anthropic от преследователей может стать непреодолимым до тех пор, пока лаборатории с открытым исходным кодом не воспроизведут аналогичную архитектуру .
