← Voltar ao blog
Aicerca de 7 min de leitura

A METR passou 11 semanas dentro da Anthropic. O número é 1.9, e a maior parte das evidências está tarjada.

Publicado 7 de nov. de 2026
A METR passou 11 semanas dentro da Anthropic. O número é 1.9, e a maior parte das evidências está tarjada.

A METR publicou neste mês uma avaliação independente sobre se a IA está acelerando a pesquisa em IA, com base em onze semanas de acesso incomum dentro da Anthropic. A estimativa principal é que o progresso medido de capacidades da Anthropic correu a cerca de 1.9 vez a taxa anterior desde um ponto de mudança em outubro de 2025, com intervalo de confiança de 95 por cento de 1.5 a 2.8.

Em termos de índice: cerca de 15 pontos AECI por ano antes, cerca de 29 depois. São dois anos de progresso histórico comprimidos em um. A METR compara a magnitude ao salto de Claude 2.1 para Sonnet 4.5.

A segunda manchete é que cerca de 80 por cento da aceleração é atribuível ao uso de IA na própria pesquisa da Anthropic. A terceira é que a Anthropic tarjou a maior parte das evidências que a METR considerou mais informativas.

Essas três frases precisam ser lidas juntas, e quase ninguém as lê juntas.

Como era o acesso

De 12 de agosto a 29 de outubro, uma equipe de cerca de duas pessoas e meia em tempo integral teve acesso a métricas de pré-treinamento e RL, números de compute de treinamento, pontuações de benchmarks internos de modelos não lançados, análises internas de aceleração, previsões de modelos e cerca de quinze entrevistas com pesquisadores da Anthropic, além de pesquisas com funcionários. A METR não recebeu dinheiro da empresa e trabalhou em dispositivos da Anthropic por razões de segurança.

A análise cobriu três modelos não lançados cujo treinamento terminou entre julho e outubro de 2026. É a parte que a diferencia de toda avaliação externa anterior, que só podia olhar modelos já lançados e benchmarks públicos.

A METR também registra um achado negativo que importa tanto quanto o positivo: tem confiança de que a aceleração não se explica por crescimento mais rápido do compute de treinamento. Algo na forma como o trabalho é feito mudou, além de quanto hardware foi apontado para ele.

Os 80 por cento são um julgamento, não uma medição

Não existe instrumento que leia "quanto dessa aceleração veio da IA". A METR combinou trajetórias de benchmarks, métricas de treinamento, entrevistas e pesquisas, e chegou a uma estimativa de atribuição.

O material das entrevistas é a parte mais concreta. Um pesquisador disse à METR que o trabalho "agora só tem gargalo em ideias e compute, não mais em código". Outros relataram que experimentos que antes levavam um a dois dias para montar agora são quase gratuitos. Em enquetes informais no Slack de outubro de 2026, funcionários estimaram que o modelo interno mais recente os tornava cerca de doze vezes mais produtivos. Para comparação, a mesma medida ficava em torno de 1.2 vez com o Claude 3.7 Sonnet.

A METR chama essas autoavaliações de evidência muito frouxa, não representativa e propensa a exagerar o ganho real. Doze vezes é o tipo de número que as pessoas relatam quando uma tarefa que antes incomodava deixa de incomodar, e não sobrevive ao contato com um cronômetro.

Então o estado honesto da afirmação é: uma parcela grande, provavelmente a maior parte, plausivelmente 80 por cento, de uma aceleração de 1.9 vez vem da assistência de IA. Cada palavra dessa frase está fazendo trabalho.

O limiar tem um número, e esse é o problema

A Responsible Scaling Policy da Anthropic, versão 3.4, entrou em vigor em 8 de julho de 2026. Ela nomeia dois gatilhos ligados à pesquisa automatizada: um sistema de IA capaz de substituir a equipe de pesquisa da empresa a custo competitivo, ou uma duplicação no ritmo de progresso plausivelmente atribuível em parte substancial à automação de pesquisa ou engenharia. A política define uma duplicação como fazer em um ano o progresso que de outra forma levaria dois.

Uma política que especifica um fator de dois cria uma pergunta óbvia quando um auditor relata 1.97. O relatório público da Anthropic de agosto de 2026 dizia que a aceleração era "menos de um fator de 2". A própria versão interna não tarjada implica 1.97, segundo reportagens sobre a avaliação. A empresa descreveu cruzar o limiar como plausível. Em um protocolo de 2 de novembro junto à Comissão de Valores Mobiliários dos Estados Unidos, disse que "pode atender iminentemente" sua própria definição de progresso dramaticamente acelerado.

A METR julgou separadamente plausível que o limiar de alerta precoce já tivesse sido cruzado até 15 de julho.

Leiam essa sequência de novo, porque é estranha. Uma empresa escreveu uma regra com um número dentro. Um auditor externo, com acesso interno, estimou um valor logo abaixo do número. A empresa então disse aos reguladores que poderia estar prestes a cruzar o número. Ninguém disse que o limiar foi cruzado.

Isso não é necessariamente evasão. A Anthropic caracteriza o limiar como alerta precoce e não como prova de que um risco severo chegou, e diz que ainda não está no desenvolvimento totalmente autônomo de seus sucessores. Um limiar de política que dispara deveria acionar salvaguardas, e a pergunta sobre quais é uma pergunta real que não se responde em um comunicado à imprensa.

Mas significa que o mecanismo atualmente produz declarações em vez de ações, e as declarações são cuidadosamente matizadas.

As tarjas são a história

A METR diz que a Anthropic reteve a maior parte do material que os avaliadores consideraram mais informativo, incluindo previsões de modelos futuros e análise de gargalos. Uma parte planejada da auditoria, sobre como a empresa divide compute entre pesquisa de capacidades e de segurança, foi cancelada no meio do caminho.

A consequência é específica. O público não pode verificar a estimativa. O número 1.9 depende da seleção de benchmarks, de onde o ponto de mudança é colocado e de suposições sobre a dificuldade das tarefas. A própria análise de sensibilidade da METR move a estimativa entre 1.1 e 2.9 vezes conforme essas suposições.

E há um segundo número que recebe menos atenção. Quando a METR comparou a Anthropic com modelos de fronteira de todos os desenvolvedores em vez de com a história da própria Anthropic, o ritmo estimado subiu de cerca de 17 para 24 pontos por ano, ou 1.4 vez. A METR sugere que a diferença pode refletir a Anthropic alcançando de trás da fronteira, ou diferenças em quanto os modelos anteriores foram ajustados a benchmarks.

1.9 para uma empresa. 1.4 para o campo. As duas são acelerações. Só uma está perto de disparar uma política escrita em torno de um fator de dois.

O que tornaria isso verificável

A resposta honesta é que nada no material publicado permite a um de fora reproduzir a análise, e isso é uma característica estrutural de avaliar uma empresa privada, não uma falha do trabalho da METR.

O que poderia mudar isso: publicar a composição e os pesos do benchmark AECI, para que o índice signifique algo fora do prédio. Liberar a metodologia do ponto de mudança. Deixar um segundo avaliador ver o material tarjado nos mesmos termos. E separar as duas perguntas que hoje estão fundidas, que são se o progresso acelerou e se a IA causou isso. A primeira é mensurável. A segunda é inferencial.

Há também uma pergunta que a METR levanta e não responde. Não encontrou gargalos que desacelerariam o ritmo nos próximos doze meses, o que significa que mais aceleração é um risco vivo e não uma questão resolvida. Se a taxa atual se mantiver e a composição continuar, o fator de dois deixa de ser um limiar e passa a ser uma descrição.

Para quem está fora dos laboratórios, a conclusão prática é mais estreita do que as manchetes sugerem. A IA é hoje um acelerador para pesquisadores humanos. Ela não está fazendo pesquisa autônoma. A diferença entre essas duas afirmações é onde toda a discussão de política realmente vive, e o relatório da METR, tarjas incluídas, é a descrição mais precisa dessa diferença que alguém publicou.

Artigos relacionados