Die Evolutionsgeschwindigkeit von Claude hat sich verdoppelt, 80 % des Zuwachses stammen von KI.

Die Geschwindigkeit, mit der KI die Entwicklung der nächsten KI-Generation unterstützt, hat endlich konkrete Zahlen erhalten.

Am 5. November veröffentlichte die unabhängige Bewertungsstelle METR einen Untersuchungsbericht über Anthropic, der besagt: Die Fortschritte bei den Benchmark-Fähigkeiten, die das Unternehmen im vergangenen Jahr erzielt hat, entsprechen in etwa den Fortschritten der zwei Jahre davor.

Vom 12. August bis zum 29. Oktober verbrachte diese Einrichtung etwa 11 Wochen damit, in die internen Bereiche von Anthropic einzutauchen, um Daten wie die Leistungen der Modelle, die Trainingsrechenleistung und die Effizienz der Forschung und Entwicklung einzusehen und Gespräche mit Forschern zu führen.

Ihre Analyse nutzte den Anthropic-spezifischen Indikator für umfassende Fähigkeiten AECI. Die Daten zeigen, dass seit Oktober 2025 die Fortschrittsgeschwindigkeit großer Modelle bei diesem Indikator etwa das 1,9-fache des vorherigen Werts beträgt, mit einem 95-%-Konfidenzintervall von 1,5 bis 2,8-fach.

Seit dem 7. Oktober 2025 ist dieser Wert von etwa 15 Punkten pro Jahr auf etwa 29 Punkte pro Jahr angestiegen, sodass ein Fortschritt, der zuvor etwa zwei Jahre dauerte, in nur einem Jahr erreicht wurde – ein Umfang, der in etwa dem Sprung von Claude 2.1 zu Sonnet 4.5 entspricht. Der eigene Risikobericht von Anthropic hatte zuvor angenommen, dass Mythos Preview ein einmaliger Sprung sei und danach zum ursprünglichen Trend zurückkehren würde, doch jetzt sind neue Modelle erschienen, und die neue Steigung hält weiter an.

In der gesamten Branche beträgt die Beschleunigung der Spitzenmodelle nur das 1,4-fache.

Entscheidender ist, dass METR ziemlich sicher ist, dass diese Beschleunigung nicht von der Wachstumsgeschwindigkeit des Umfangs der für das Training von KI eingesetzten Rechenleistung stammt. Der Hauptgrund für die Fortschritte der KI-Fähigkeiten liegt in der Unterstützung durch die KI selbst.

In den Gesprächen tauchte ein wiederkehrendes Phänomen auf: Die Forscher können endlich mehr Ideen ausprobieren.

Früher konnte die Umsetzung eines Experiments ein oder zwei Tage dauern, Zeit- und Rechenkosten waren unüberwindbar, und viele Ideen wurden zurückgestellt, bevor sie überprüft werden konnten. Heutzutage können die Forscher mehrere Ideen an Agenten übergeben, um zu sehen, welche es wert sind, weiterverfolgt zu werden.

Ein Forscher beschrieb, dass seine Arbeit heute hauptsächlich durch Ideen und Rechenleistung begrenzt ist, der Code ist nicht mehr der Flaschenhals. Andere sind der Meinung, dass sie nach der Nutzung von Claude so wirken, als würden sie gemeinsam mit Postdoktoranden und Doktoranden Projekte vorantreiben. Experimente und Umsetzungen sind kostengünstiger geworden, sodass die Forscher eher bereit sind, Neues auszuprobieren, und viele kleine Experimente, die ursprünglich nicht für lohnenswert gehalten wurden, haben nun die Chance, zu neuen Forschungsrichtungen zu werden.

Der Bericht von METR enthüllte auch einen Teil der internen Fortschritte, die zuvor für die Außenwelt nicht sichtbar waren. Ihre Analyse umfasste drei noch nicht von Anthropic veröffentlichten Modelle, die als Model 2, Model 3 und Model 4 bezeichnet werden. Sie wurden zwischen Juli und Oktober dieses Jahres trainiert.

Das derzeit stärkste ist dieses Model 4 (einige vermuten, es sei Claude 6), seine Werte in vielen gängigen Benchmarks haben bereits 90 % überschritten. Die Mitarbeiter von Anthropic haben im Oktober intern eine subjektive Schätzung vorgenommen und abgestimmt, dass die durchschnittliche Effizienzsteigerung bei ihrer eigenen Arbeit etwa das 12-fache beträgt.

Diese Modelle wurden noch nicht veröffentlicht und werden nicht unbedingt zu öffentlichen Produkten, aber ihre Existenz erinnert die Außenwelt daran, dass man nicht vollständig beurteilen kann, was in den großen KI-Unternehmen intern passiert, wenn man nur die Produktvorstellungen und öffentlichen Ranglisten betrachtet. Von etwa dem 1-fachen Anfang 2025 über etwa das 2,5-fache bei Opus 4.5, etwa das 5-fache bei Mythos 5 bis zum Sprung auf das 12-fache bei Model 4 ergibt eine exponentielle Anpassung einen Faktor von 3,9 pro Jahr.

METR schätzt, dass bis Oktober dieses Jahres etwa 80 % der aktuellen Beschleunigung der KI-Forschung auf die KI selbst zurückzuführen sind. Es gibt noch 20 % nicht KI-basierte Faktoren, deren Details Anthropic nicht preisgeben darf.

Ist die KI nun bereits in der Lage, ihre eigene nächste Generation unabhängig zu entwickeln?

Derzeit besteht noch eine Lücke zum vollständigen rekursiven Selbstverbesserungsprozess (RSI), bei dem die KI die nächste Generation von Modellen vollständig selbstständig entwickelt. Die Forscher von Anthropic selbst sind der Meinung, dass die KI in den wichtigsten Teilen des Modelltrainings noch keine hochgradig wichtigen und vollständig unabhängigen Beiträge geleistet hat, die derzeitigen Haupterträge stammen noch von der KI-gestützten menschlichen Forschung und Entwicklung.

Aber die Forscher von Anthropic haben die zahlreichen unabhängigen Beiträge der KI bereits als „Zeichen des Lebens“ (signs of life) beschrieben und es gibt quantitative Analysen, die den Anteil der von der KI gegenüber dem Menschen erledigten Aufgaben in allen Phasen statistisch erfassen – die Daten wurden jedoch von Anthropic gelöscht.

Solange stärkere Modelle den Forschern helfen können, die nächste Generation schneller zu entwickeln, kann sich der Rückkopplungsprozess stetig verstärken. Wie weit der RSI-Pfad reichen kann, hängt von den noch nicht automatisierten Phasen und davon ab, ob Ressourcen wie Rechenleistung mitwachsen können.

Bei der Prognose für die nahe Zukunft sieht METR keine Flaschenhälse, die den schnellen Fortschritt in den nächsten 12 Monaten deutlich blockieren würden, gibt aber auch zu, dass sie ihre Urteile mit zunehmender Informationsmenge mehrfach geändert haben und derzeit nur begrenzt zuversichtlich sind.

Obwohl Anthropic der dritten Einrichtung METR erlaubt hat, interne Untersuchungen durchzuführen, wurde der vorgelegte 100-seitige Bericht stark gekürzt. Die überzeugendsten Beweise wurden größtenteils von Anthropic selbst gelöscht.

Die gleichzeitig veröffentlichte begleitende Überprüfung zeigt auch Unterschiede in der Risikodarstellung beider Seiten: Anthropic hatte einen führenden Indikator als Fortschrittsgeschwindigkeit von „weniger als dem Doppelten“ beschrieben, METR berechnete anhand seiner internen Daten etwa das 1,97-fache und ist der Meinung, dass die genauere Angabe „etwa das Doppelte“ lauten sollte. Die zweifache Beschleunigung betrifft den Frühwarnschwellenwert von Anthropic.

METR ist der Ansicht, dass die Möglichkeit nicht ausgeschlossen werden kann, dass der betreffende Schwellenwert bis zum 15. Juli überschritten wurde, aber die meisten beteiligten Forscher neigen immer noch dazu, dass er zu diesem Zeitpunkt noch nicht überschritten wurde. Beide Seiten sind sich auch einig, dass das direkte katastrophale Risiko der betreffenden Modelle zu diesem Zeitpunkt niedrig war.

Da die Geschwindigkeit, mit der Modelle an der Forschung und Entwicklung beteiligt sind, immer schneller wird, wird die Frage, ob Menschen die Veränderungen rechtzeitig erkennen können und ob Unternehmen Unsicherheiten ausreichend offenlegen können, zu einer Frage, die beantwortet werden muss, bevor die nächste KI-Generation eintrifft.

Referenzinhalte:

https://metr.org/blog/2026-11-05-anthropic-ai-rd-acceleration-assessment/#executive-summary

https://x.com/METR_Evals/status/2118412183860351084

Dieser Artikel stammt aus dem WeChat-Offiziellen Konto „Jiqi Zhixin“ (ID: almosthuman2014), Autor: Jiqi Zhixin, das sich für RSI interessiert, Redakteur: ZENAN, veröffentlicht mit Genehmigung von 36Kr.