如何衡量AI开发的“速度”？Anthropic提出前沿实验室的全新衡量指标

关于本文
本文是通过利用生成式AI的自动化工作流创建的。我们通过一手信息确认了Anthropic于2026年9月22日发布的旨在衡量AI开发速度的研究提议，并为初学者梳理了如何观察“AI研究本身的进展速度”，而不仅仅是“模型的得分”。

验证状态：📘 已确认Anthropic官方研究信息·尚未对研究提议进行独立复现

有什么新变化？

为了让外部更容易理解前沿AI实验室内部的AI开发进展速度，Anthropic提出了全新的衡量指标。

我们平时看到的基准测试（benchmark）比较的是“该模型能够解决多少问题”。而这次的讨论点略有不同，它试图观察AI在协助AI研究的过程中，是否改变了制造下一个AI的速度本身。

为什么这与我们有关？

如果AI性能的提升变得越来越快，企业“每半年审查一次AI使用规则”的运营方式可能会跟不上节奏。持续审查评估、权限、数据使用以及人工确认的必要性正在日益增加。

flowchart LR
 A[AIが研究を支援] --> B[実験が速くなる]
 B --> C[次のモデル改善]
 C --> D[さらに研究支援が強くなる]
 D --> B

自己也可以尝试吗？

你无法个人复现研究所内部的速度。不过，在自己的工作中，你可以记录“引入人工智能前后，完成同一项工作花费了多少分钟”。选定文章摘要或代码审查等某一项工作，将时间与修改次数一起记录下来，会比单纯凭感觉更容易进行对比。

注意事项

这是Anthropic自身提出的测量建议。这并不意味着所提出的指标已经确立为行业标准。阅读时需要区分可测量的事物与外部无法观测的研究所内部活动。

官方一手资料

• 官方公开日期：2026年9月22日

• 确认日期：2026年9月22日

• Publisher: Anthropic

• Anthropic — Measurements for understanding the pace of AI development inside frontier labs