METR 在 11 月 5 日公布的评估显示，Anthropic 员工非正式自报提效约 12 倍，模型能力指数的进步速度约为过去的 1.9 倍；这组数字值得关注，但不能直接相加或视为研发产出增幅。

这是什么

METR 是一家评估前沿模型能否完成真实研发任务的非营利机构。这次报告中的 12 倍，来自 Anthropic 内部 Slack 投票，员工用表情表达最新模型带来的提效感受；它能说明部分工作环节更有帮助，但回答者未必完整估算过工作时间，也不是随机对照实验。

1.9 倍则来自 AECI 能力指数。报告把 2025 年 10 月作为转折点：较早阶段每年约增加 15 个指数点，之后约增加 29 个指数点。主要估计为 1.9 倍，95% 置信区间为 1.5 至 2.8 倍；更换基准、日期或饱和处理方式后，结果范围约为 1.1 至 2.9 倍。

指数进步速度加快，不等于模型总分变成过去的 1.9 倍，更不等于每项任务都快了 1.9 倍。个人任务提速能否转化为团队成果，还取决于评审、排队、实验失败与协作等待。

行业怎么看

我们认为，真正重要的信号是：模型在可定义、可验证任务上的能力提升正在加快，这会继续压低部分研究流程的时间成本。但管理层不应把“员工感觉快了”直接写进投资回报率，也不应把基准斜率当作组织生产率。

风险也很明确。METR 认为当前加速可能受到招聘、数据改进、算法发现和其他瓶颈变化影响，并猜测约八成来自 AI，但这只是研究者归因，不是随机实验已经识别的因果比例。基准还可能受到分布过拟合、指标设计及任务代表性的影响。报告也认为，当前进步主要来自 AI 辅助，而不是模型已经能够自主完成重大科研贡献。

对普通人的影响

对企业 IT：更值得采购和部署的是可量化的流程改造，例如代码辅助、文档检索与测试生成，而不是用“12 倍”统一承诺整体效率。试点应同时记录周期时间、交付质量和返工率。

对个人职场：AI 很可能先压缩重复劳动，让熟悉模型并能拆解任务的人获得更大优势；团队是否真正增产，仍取决于需求清晰度和协作机制。

对消费市场：能力进步会逐步反映到软件响应速度与内容生产成本，但短期内更常见的是局部环节变快，而非整个机构同时获得十二倍提效。