Hugging Face联合创始人兼首席科学官Thomas Wolf于2026年11月5日评论METR对Anthropic的研发加速评估,认为报告过于着眼于实验室内部,讨论AI如何加速自身研发时,还应关注外部供应商生态。
Wolf提出,实验室正在成为资金汇聚点,再通过采购把资金分配给帮助其加速研发的外部生态。他认为,优秀的数据与强化学习环境公司能够比实验室更早发现模型的薄弱点,提出解决方案,而这些改进会反馈到多个实验室。这是他的产业观察,帖文没有提供具名案例或交易数据来说明这一机制的规模。
这番评论涉及研发加速的归因边界。METR公开报告的原始表述是:主观估计2026年10月当时研发加速的多数、或约80%,来自AI,并明确强调这一判断存在很大不确定性。这个比例针对当时的加速,不能解读为全部研发产出的80%由AI完成。
METR列出的考察因素包括算力扩张、招聘、数据改进、算法发现及其他瓶颈的解决。报告也在局限性部分承认,非AI因素可能解释近期加速的全部或大部分。
外部供应商确实有参与Anthropic研发的案例背景:Surge AI在客户案例中称,Anthropic使用其平台获取基于人类反馈的强化学习(RLHF)所需的人类反馈。但这份供应商自述没有量化其对研发加速的贡献,也不能验证Wolf所说的提前发现问题和跨实验室反馈机制。
公开证据仍有重要缺口。METR披露,Anthropic的删节要求使其无法公开对算力、数据和算法进步贡献的更详细拆分,仅保留了训练算力相关的主要结论。因此,现有材料不足以判断METR是否以及如何计入外部供应商贡献,也不足以据此认定其高估了AI的贡献。外部专业化分工与实验室使用AI可能共同发挥作用;评估这种关系,还需要能区分两者贡献的证据。
参考来源:
