← العودة إلى المدونة
Aiحوالي 1 دقيقة قراءة

أمضت METR أحد عشر أسبوعًا داخل Anthropic. الرقم هو 1.9، ومعظم الأدلة محجوب.

نُشر في 7 نوفمبر 2026
أمضت METR أحد عشر أسبوعًا داخل Anthropic. الرقم هو 1.9، ومعظم الأدلة محجوب.

نشرت METR هذا الشهر تقييمًا مستقلًا لما إذا كانت الذكاء الاصطناعي تُسرّع البحث في الذكاء الاصطناعي، استنادًا إلى أحد عشر أسبوعًا من وصول غير معتاد داخل Anthropic. التقدير الرئيسي هو أن تقدّم القدرات المقيس لدى Anthropic جرى بسرعة تعادل نحو 1.9 ضعف وتيرته السابقة منذ نقطة تغيّر في أكتوبر 2025، مع فاصل ثقة 95 في المئة بين 1.5 و2.8.

بمصطلحات المؤشر: نحو 15 نقطة AECI سنويًا قبل ذلك، ونحو 29 بعد ذلك. أي عامان من التقدّم التاريخي مضغوطان في عام واحد. وتقارن METR هذا الحجم بالقفزة من Claude 2.1 إلى Sonnet 4.5.

العنوان الثاني هو أن نحو 80 في المئة من التسارع يُعزى إلى استخدام الذكاء الاصطناعي في أبحاث Anthropic نفسها. والثالث هو أن Anthropic حجبت معظم الأدلة التي صنّفتها METR بأنها الأكثر إفادة.

هذه الجمل الثلاث يجب أن تُقرأ معًا، ولا أحد تقريبًا يقرؤها معًا.

كيف بدا الوصول

من 12 أغسطس إلى 29 أكتوبر، حصل فريق من نحو موظفين اثنين ونصف بدوام كامل على وصول إلى مقاييس التدريب المسبق والتعلّم المعزّز، وأرقام الحوسبة التدريبية، ودرجات المعايير الداخلية لنماذج غير منشورة، وتحليلات التسارع الداخلية، وتوقعات النماذج، ونحو خمس عشرة مقابلة مع باحثي Anthropic إضافة إلى استبيانات للموظفين. لم تتلقَّ METR أي مال من الشركة، وعملت على أجهزة Anthropic لأسباب أمنية.

غطّى التحليل ثلاثة نماذج غير منشورة انتهى تدريبها بين يوليو وأكتوبر 2026. هذا هو الجزء الذي يميّزه عن كل تقييم خارجي سابق، لم يكن يستطيع النظر إلا إلى نماذج مطروحة ومعايير علنية.

تذكر METR أيضًا نتيجة سلبية لا تقل أهمية عن الإيجابية: إنها واثقة بأن التسارع لا يُفسَّر بنمو أسرع في الحوسبة التدريبية. شيء ما في طريقة إنجاز العمل تغيّر، بما يتجاوز مقدار العتاد الموجّه إليه.

الـ80 في المئة حكم، لا قياس

لا توجد أداة تقرأ "كم من هذا التسارع جاء من الذكاء الاصطناعي". جمعت METR مسارات المعايير ومقاييس التدريب والمقابلات والاستبيانات، ووصلت إلى تقدير للإسناد.

مادة المقابلات هي الجزء الأكثر تحديدًا. قال باحث لـ METR إن العمل "صار مقيّدًا بالأفكار والحوسبة فقط، ولم يعد مقيّدًا بالكود". وأفاد آخرون بأن تجارب كانت تستغرق يومًا أو يومين لإعدادها صارت الآن شبه مجانية. وفي استطلاعات غير رسمية على Slack في أكتوبر 2026، قدّر الموظفون أن أحدث نموذج داخلي جعلهم أكثر إنتاجية نحو اثنتي عشرة مرة. للمقارنة، كان المقياس نفسه عند نحو 1.2 ضعف مع Claude 3.7 Sonnet.

تصف METR هذه التقييمات الذاتية بأنها أدلة رخوة جدًا وغير ممثِّلة، ومرجّح أن تبالغ في تقدير المكسب الحقيقي. اثنتا عشرة مرة هي نوع الرقم الذي يبلغ به الناس عندما يتوقف عمل كان مزعجًا عن الإزعاج، ولا يصمد أمام ساعة توقيت.

لذا فالحالة الصادقة للادعاء هي: حصة كبيرة، وعلى الأرجح معظمها، وربما 80 في المئة، من تسارع قدره 1.9 ضعف تعود إلى مساعدة الذكاء الاصطناعي. كل كلمة في تلك الجملة تؤدي عملًا.

للعتبة رقم، وهذه هي المشكلة

دخلت سياسة التوسّع المسؤول Responsible Scaling Policy من Anthropic، الإصدار 3.4، حيّز التنفيذ في 8 يوليو 2026. وتسمّي محفّزين يتعلقان بالبحث المؤتمت: نظام ذكاء اصطناعي قادر على استبدال طاقم البحث في الشركة بكلفة تنافسية، أو مضاعفة وتيرة التقدّم التي يمكن أن تُعزى بصورة معقولة وبشكل جوهري إلى أتمتة البحث أو الهندسة. وتعرّف السياسة المضاعفة بأنها إنجاز التقدّم في عام واحد بدلًا من عامين.

سياسة تحدّد معاملًا يساوي اثنين تخلق سؤالًا واضحًا حين يبلّغ مدقّق عن 1.97. قال تقرير Anthropic العلني في أغسطس 2026 إن التسارع "أقل من معامل 2". ونسختها الداخلية غير المحجوبة تشير إلى 1.97، وفق تقارير عن التقييم. وقد وصفت الشركة تجاوز العتبة بأنه محتمل. وفي إيداع بتاريخ 2 نوفمبر لدى هيئة الأوراق المالية والبورصات الأميركية، قالت إنها "قد تستوفي في وقت وشيك" تعريفها الخاص للتقدّم المتسارع بشكل كبير.

وارتأت METR منفصلة أن من المعقول أن عتبة الإنذار المبكر كانت قد تُجوزت بحلول 15 يوليو.

اقرأ ذلك التسلسل مرة أخرى، لأنه غريب. كتبت شركة قاعدة فيها رقم. وقدّر مدقّق خارجي، يملك وصولًا داخليًا، قيمة أقل من الرقم بقليل. ثم أخبرت الشركة الجهات التنظيمية أنها قد تكون على وشك تجاوز الرقم. ولم يقل أحد إن العتبة تُجوزت.

هذا ليس تهرّبًا بالضرورة. تصف Anthropic العتبة بأنها إنذار مبكر لا دليلًا على أن خطرًا شديدًا قد حلّ، وتقول إنها ليست بعد عند التطوير المستقل تمامًا لخلفائها. والعتبة في أي سياسة، حين تنطلق، يُفترض أن تشغّل ضمانات، والسؤال عن أي ضمانات سؤال حقيقي لا يُجاب عنه ببيان صحفي.

لكنه يعني أن الآلية تُنتج حاليًا بيانات لا أفعالًا، والبيانات مصاغة بتحفّظ شديد.

الحجب هو القصة

تقول METR إن Anthropic حجبت معظم المادة التي وجدها المقيّمون أكثر إفادة، ومنها توقعات النماذج المستقبلية وتحليل نقاط الاختناق. وأُلغي في منتصف الطريق جزء مخطط من التدقيق كان يغطي كيفية توزيع الشركة للحوسبة بين أبحاث القدرات وأبحاث السلامة.

النتيجة محددة. لا يستطيع الجمهور التحقق من التقدير. رقم 1.9 يعتمد على اختيار المعايير، وعلى موضع نقطة التغيّر، وعلى افتراضات بشأن صعوبة المهام. ويحرّك تحليل الحساسية الخاص بـ METR التقدير بين 1.1 و2.9 ضعف بحسب تلك الافتراضات.

وهناك رقم ثانٍ يحظى باهتمام أقل. حين قارنت METR شركة Anthropic بنماذج الحدود لدى جميع المطوّرين بدلًا من تاريخ Anthropic نفسه، ارتفعت الوتيرة المقدّرة من نحو 17 إلى 24 نقطة سنويًا، أي 1.4 ضعف. وتشير METR إلى أن الفرق قد يعكس لحاق Anthropic من خلف الحدود، أو اختلافات في مدى ضبط النماذج الأسبق على المعايير.

1.9 لشركة واحدة. 1.4 للمجال. كلاهما تسارع. وواحد فقط منهما قريب من تشغيل سياسة كُتبت حول معامل يساوي اثنين.

ما الذي سيجعل هذا قابلًا للتحقق

الجواب الصادق هو أن لا شيء في المادة المنشورة يتيح لشخص خارجي إعادة إنتاج التحليل، وأن هذه سمة بنيوية لتقييم شركة خاصة لا عيبًا في عمل METR.

ما قد يغيّر ذلك: نشر تكوين معيار AECI وأوزانه، حتى يصبح للمؤشر معنى خارج المبنى. وإتاحة منهجية نقطة التغيّر. والسماح لمقيّم ثانٍ برؤية المادة المحجوبة بالشروط نفسها. وفصل السؤالين المدمجين حاليًا، وهما هل تسارع التقدّم وهل تسبّب الذكاء الاصطناعي فيه. الأول قابل للقياس. والثاني استنتاجي.

وهناك أيضًا سؤال تطرحه METR ولا تجيب عنه. لم تجد نقاط اختناق تُبطئ الوتيرة خلال الأشهر الاثني عشر المقبلة، ما يعني أن مزيدًا من التسارع خطر قائم لا مسألة محسومة. وإذا استمرت الوتيرة الحالية واستمر التراكم، يكفّ المعامل اثنان عن كونه عتبة ويصبح وصفًا.

ولمن هم خارج المختبرات، الخلاصة العملية أضيق مما توحي به العناوين. الذكاء الاصطناعي اليوم مسرّع للباحثين البشريين. وهو لا يجري بحثًا مستقلًا. والفجوة بين هاتين العبارتين هي حيث يعيش جدال السياسات كله فعليًا، وتقرير METR، بما فيه من حجب، هو أدق وصف لتلك الفجوة نشره أحد.

مقالات ذات صلة