Организация METR завершила глубокое расследование с полным доступом к внутренним данным Anthropic. Итог: за период с октября 2025 по октябрь 2026 года прогресс в ИИ-возможностях компании шёл примерно вдвое быстрее, чем за предыдущие двенадцать месяцев. Около 80% этого ускорения авторы отчёта атрибутировали автоматизации исследовательского труда самими ИИ-системами. Параллельно Anthropic признал в финансовом S1-файлинге, что компания «может вот-вот достичь» порога «резкого ускорения прогресса из-за ИИ», определённого в их Политике ответственного масштабирования.
Контекст
Anthropic ввёл в свою RSP (Responsible Scaling Policy, действует с июля 2026 года) специальный порог — «резкое ускорение прогресса из-за ИИ». Он считается достигнутым, когда общий темп роста возможностей удваивается по сравнению с максимальным устойчивым темпом до того периода, когда ИИ начал существенно влиять на собственные исследования, и это ускорение объяснимо именно автоматизацией R&D, а не ростом железа или найма.
METR — организация, специализирующаяся на оценке рисков от мощных ИИ-систем, — провела это расследование с закрытым доступом к данным. Измерение велось по внутреннему индексу AECI (Anthropic's internal Epoch Capabilities Index). Большая часть доказательной базы в публичном отчёте засекречена — авторы сами признают, что именно редактированная информация составляла «большинство наиболее информативных свидетельств».
Важный нюанс: автор разбора, чей материал лёг в основу этого текста, подчёркивает, что не участвовал в расследовании и не видел нередактированного отчёта. Все выводы — его интерпретация публичных данных. Это делает картину менее определённой, но не менее тревожной.
Аналитика
Удвоение общего прогресса — лишь верхний слой. Возможности ИИ определяются двумя факторами: объёмом вычислений и качеством алгоритмов («compute multipliers»). Если общий прогресс ускорился вдвое за счёт программных улучшений, то сами алгоритмические инновации должны были расти в ~2,5–3 раза быстрее. А чтобы исследователи открывали алгоритмы в 2,5–3 раза быстрее, их эффективный труд должен был ускориться примерно в ~4–9 раз — и это нижняя оценка. Поскольку мы говорим о нескольких месяцах компаундирования, реальное необходимое ускорение, по расчётам автора, составляет порядка ~10x.
Это хорошо согласуется с неформальными самоотчётами сотрудников Anthropic, называющих цифру около 12x. Метафора, которую приводит автор: это не «один человек делает работу десяти» — команда из десяти не работает в десять раз эффективнее одного. Это скорее как будто каждый исследователь проживает десять рабочих дней за каждые реальные сутки: думает, читает, пишет и экспериментирует в десять раз быстрее.
«Мы не обнаружили явных узких мест или резкого убывания отдачи, которые могли бы помешать компаундированию ускорения. Мы считаем, что существует значительный риск того, что дальнейший прогресс в возможностях приведёт к ещё более быстрому ускорению в течение следующего года» — из отчёта METR.
Если ускорение продолжит нарастать без структурных ограничений — а их METR не нашли, — то математика указывает на экстремально мощные системы в горизонте примерно одного года. При этом авторы отчёта прямо указывают: индустрия не готова к такому сценарию. Оба крупнейших игрока — OpenAI и Anthropic — недавно пережили крупные взломы, которые устроили не государственные акторы, а любительские группы. Минимальный барьер для безопасного прохождения этой точки — защита весов моделей от атак государственного уровня — ни у кого пока не выстроен.
Кейсы применения в бизнесе
B2B-SaaS стартап. Если исследователи Anthropic работают с 10–12x ускорением за счёт агентных инструментов, то команды разработки и продакт-менеджмента могут добиться сопоставимого эффекта уже сейчас. Ключ — не в отдельных AI-инструментах, а в замкнутых агентных петлях: задача → выполнение → тесты → самокоррекция → следующий цикл. Начать можно с одного пайплайна, например автоматической генерации и прогона тестов для новых фич — это принципиально другая динамика по сравнению с «помоги написать письмо».
Корпорация с legacy-системами. Удвоение темпа прогресса означает, что вендорские ИИ-решения, купленные год назад, устаревают раньше запланированного. Стоит пересмотреть горизонты технологических ревью с трёхлетних до шестимесячных. Параллельно — инвестировать во внутреннюю экспертизу по агентным паттернам: зависимость от одного вендора при смене поколений моделей превращается в структурный риск.
SMB в КР и СНГ. Компании с небольшими командами получают непропорционально большую выгоду: один человек с правильно выстроенным агентным рабочим процессом закрывает объём задач, который раньше требовал небольшого отдела. Это уже работает в юридическом анализе документов, обработке заявок, подготовке отчётности, переводах, написании технических описаний. Инструменты доступны, порог входа невысок.
Кейсы в личной жизни
Разработчик. Ускорение 10–12x достигается не одним инструментом, а системой: агент пишет код — агент ревьюит — агент прогоняет тесты — агент объясняет падения. Собери полный пайплайн на базе Claude Code или аналогичного агентного окружения, где переключение контекста вручную минимально. Ориентир — типичная задача, которая раньше занимала день, должна выполняться за час.
Контент-мейкер. Удвоение темпа исследований означает, что материалов, кейсов и инструментов становится вдвое больше за тот же промежуток. Это открывает нишу для специализированных дайджестов по узким темам: AI safety, агентные архитектуры, отраслевое применение. Такой контент ценнее широких обзоров — и его легче производить с агентной поддержкой.
Студент и аналитик. Следить за темой компаундирующего ускорения сейчас важнее большинства других карьерных инвестиций. Лучшие точки входа — отчёты METR, данные Epoch AI, публикации Alignment Forum. Час в неделю на эти источники сформирует модель понимания, критичную для решений следующих двух-трёх лет.
Как применить сегодня
- Прочитай публичную часть отчёта METR об ускорении R&D в Anthropic — это первоисточник, а не пересказ.
- Если руководишь командой: проведи аудит задач — что ещё не делегировано агентам. Каждое «нет» — потенциальный 10x.
- Перейди с ассистивного режима на агентный: модель должна итерировать задачу автономно, не ожидая каждого ручного подтверждения.
- Пересмотри дорожную карту продукта или карьеры с горизонта 3–5 лет на 12 месяцев: при компаундирующем темпе долгосрочные планы устаревают раньше, чем реализуются.
- Следи за обновлениями RSP Anthropic — это публичный индикатор приближения следующих порогов безопасности.