# Аудит METR: Anthropic скрыла данные о рекурсивном самосовершенствовании Источник: https://www.youtube.com/watch?v=2lt4P_xGFL8 Канал: Wes Roth Опубликовано: 06.11.2026 --- Компания Anthropic и независимая исследовательская организация METR представили совместный отчет о темпах автоматизации исследований в сфере искусственного интеллекта, совпавший с обновлением документов компании перед выходом на IPO. Публикация вызвала волну споров в индустрии из-за масштабных цензурных изъятий, скрывающих ключевые данные о так называемом «рекурсивном самосовершенствовании» моделей. Анализ рассекреченных фрагментов указывает на то, что лаборатория подошла к критической черте взрывного роста возможностей ИИ, кардинально изменив баланс между человеком и алгоритмами в разработке передовых систем. ## 🔍 Засекреченный аудит METR: что скрывает Anthropic? [[JUMP:00:00]] Поводом для ажиотажа в экспертном сообществе послужили два события: обновление формы S-1 компанией Anthropic на специализированном портале подготовки к IPO и публикация независимого аудита исследовательской группы METR [00:00]. В документах прямо утверждается, что индустрия подошла вплотную к порогу рекурсивного самосовершенствования (RSI), а сама Anthropic близка к соблюдению условий так называемой «политики ответственного масштабирования» [00:13]. Однако главная интрига заключается в характере обнародованного отчета: * Организация METR провела глубокий 11-недельный аудит внутренних процессов лаборатории [09:44]. * Anthropic наложила жесткую цензуру, скрыв подавляющее большинство критических улик и количественных данных [00:55]. * Из отчета были вырезаны любые конкретные технические подробности о структуре агентов (*agent scaffold*) и точном распределении вычислительных мощностей [03:08]. По оценке автора видео Уэса Рота, сам тон аудиторов напоминает отчет военнопленных, вынужденных под надзором повторять формулировку «все в порядке», пытаясь параллельно передать сигнал тревоги через оставленные намеки [00:40]. Эксперт по безопасности ИИ Дэниел Кокотайло, комментируя поправки к форме S-1, подчеркнул: если приведенные данные верны, то сроки наступления полного рекурсивного самосовершенствования и появления сверхинтеллекта могут оказаться пугающе короткими [02:17]. Сооснователь компании Сэм Маккэндлиш в ответ на критику признал масштаб купюр, однако заявил, что раскрытие конкретных факторов текущего ускорения несет колоссальные риски [02:42]. По его мнению, предоставление прозрачных данных фактически вручило бы конкурентам готовую дорожную карту для достижения технологического прорыва в обход мер безопасности [03:46]. ## 🤖 Секретные модели: от Mythos до революционной Model 4 [[JUMP:06:53]] Подготовка к первичному публичному размещению акций случайно или намеренно приоткрыла внутреннюю иерархию разработок лаборатории [07:18]. Долгое время считалось, что вершиной инженерной мысли является модель Fable, доступная внешним пользователям, а также закрытая модель Mythos, к которой имели доступ лишь избранные государственные структуры и партнерские организации [07:43]. Как выяснилось из отчета, за закрытыми дверями тренируется целая линейка систем следующего поколения: * **Model 2** — внутренняя модель повышенной мощности, завершившая этап предварительного обучения в июле 2026 года [08:10], [14:18]. * **Model 3** — еще более совершенная система, закончившая обучение в период с августа по сентябрь 2026 года [08:10], [14:31]. * **Model 4** — флагман секретной линейки, цикл обучения которого подошел к концу в сентябре–октябре 2026 года [08:22], [14:31]. Именно Model 4 стала центральным элементом обсуждения аудиторов. По утверждению Уэса Рота, эта архитектура совершила беспрецедентный скачок, преодолев планку сложности, которую до этого не удавалось взять ни одной нейросети [08:22]. Сравнивая новинку с персонажами фильма «Принцесса-невеста», автор иронизирует: на фоне Model 4 прежние лидеры Mythos и Fable выглядят совершенно беспомощными [08:35]. Ключевой вопрос заключается не в том, какие стандартные задачи способен автоматизировать ИИ, а в том, способен ли он полностью взять на себя научные исследования и проектирование собственных архитектур [09:01]. ## ⚠️ Черта безопасности: ускорение в два раза и угроза сингулярности [[JUMP:09:12]] Автоматизация R&D в Anthropic рассматривается как ступенчатый процесс из пяти уровней: от нулевого участия ИИ до полной автономии пятого уровня, когда человек вообще исключается из контура разработки [10:38]. Еще в марте уровень 4, где ИИ берет на себя руководство проектами, составлял всего 1% от всех задач компании [11:18]. Однако уже к августу показатель участия взлетел до 26% [11:18]. Компания в своей Политике ответственного масштабирования (Responsible Scaling Policy) официально зафиксировала так называемую «черту безопасности 2x» — точку, в которой скорость научных исследований с помощью ИИ удваивается по сравнению с базовым историческим темпом человека [11:57]. Согласно заявлениям бывших топ-менеджеров OpenAI, текущий темп оценивается примерно на уровне 1.9x [12:48]. Формально рубеж в два раза еще не пройден, однако METR указывает на широкий доверительный интервал: реальное ускорение может составлять от 1.3x до 3x [13:28], [27:54]. Переход за отметку 2x рассматривается специалистами как критическая точка невозврата. В условиях экспоненциального базового роста удвоение скорости приводит к режиму гиперроста — начальной фазе интеллектуального взрыва [11:31], [28:20]. При этом аудиторы METR особо подчеркивают: данный скачок вызван не экстенсивным наращиванием чипов или масштабированием обучающих дата-центров, а исключительно алгоритмическими прорывами [13:40]. ## 📊 Загадочный бенчмарк AECI и феномен насыщения тестов [[JUMP:15:12]] Для оценки способностей новых систем компания разработала секретную комплексную метрику AECI, составленную из внутренних и внешних стресс-тестов [15:12]. Общепринятые тесты давно страдают от насыщения: когда модели показывают точность 95–99%, измерять реальную разницу между ними становится невозможно [16:31]. Чтобы избежать этого эффекта, Anthropic перешла на логарифмическую шкалу шансов (log-odds), где условная линия 50% представляет идеальный баланс сложности — задачу уровня Международной математической олимпиады или сложнейших медицинских экзаменов, где шанс успешного решения равен вероятности ошибки [18:03], [19:10]: * Модель Opus 4.6 (январь 2026 года) показывала минимальный результат на сложных участках на уровне 7–10% [19:35], [21:27]. * Mythos Preview (апрель 2026 года) достигла планки в 20% [19:49]. * Mythos 5 продемонстрировала результат в 35% [19:49]. * Model 4 превысила отметку в 50% по абсолютно всем доступным бенчмаркам комплекса AECI [23:11]. Успех Model 4 поставил исследователей в тупик: создатели больше не могут эффективно измерить реальную глубину интеллекта системы, поскольку их тесты стали для нее слишком простыми [23:25]. Ситуация напоминает попытку оценить знания университетского профессора с помощью вопросов из программы детского сада [21:14]. Эксперты предполагают, что закрытые задания включают в себя сквозное проектирование пайплайнов обучения с подкреплением, написание низкоуровневых ядер для чипов в реальном времени и автономную генерацию синтетических датасетов [22:19], [22:57]. ## 📈 Переломный момент: разовая флуктуация или экспоненциальный взрыв? [[JUMP:23:47]] Анализ графиков прогресса демонстрирует резкий перелом тренда. До недавнего времени руководство Anthropic уверяло, что скачок производительности линейки Mythos был разовой аномалией, после которой динамика должна была вернуться к прежнему пологому наклону [24:47]. Однако появление Model 3 и Model 4 окончательно опровергло эту гипотезу [25:01]. Наклон кривой стал значительно круче. По мнению Уэса Рота, в индустрии происходит то, о чем ранее предупреждал создатель платформы AI Agents Village Адам Пфайфер: базовый темп развития радикально сменил угол атаки [23:54]. Чем дальше способности моделей уходят за пределы 50-процентного рубежа, тем шире становится серая зона неопределенности [26:35]. Аудиторы фактически потеряли измерительную линейку: на графиках зафиксирован скачок в совершенно новую траекторию, которая может оказаться как выходом на плато, так и началом неуправляемого разгона [26:06]. ## 💬 Голоса из лаборатории: интервью с исследователями Anthropic [[JUMP:28:58]] Опубликованная часть анонимных интервью с инженерами и исследователями безопасности Anthropic подтверждает радикальные перемены во внутренней кухне лаборатории [28:58]. На вопрос аудиторов, видят ли сотрудники удвоение собственной продуктивности благодаря Claude, подавляющее большинство ответило утвердительно [29:17]. Сотрудники отмечают следующие изменения в ежедневной работе: * Время между зарождением научной гипотезы и получением результатов эксперимента сократилось более чем на 80% [29:17]. * Программирование перестало быть сдерживающим фактором — рутинный код и развертывание сред полностью делегированы агентам [29:17]. * Эксперименты, подготовка которых раньше занимала несколько дней, теперь запускаются мгновенно и практически с нулевыми трудозатратами [29:43], [37:41]. Интересно, что сама дискуссия вокруг отчета на профильном форуме LessWrong проходила при непосредственном участии ИИ: аналитики использовали Claude Opus 3.5 для разбора методологии METR и сопоставления ее с прогнозами аналитика Дэниела Кокотайло «AI 2027» [30:35], [31:18]. Модель сама классифицировала происходящее ускорение как алгоритмическое, признав, что фактический прогресс опережает заложенные ранее прогнозы [31:30]. ## 💻 Битва за вычислительные мощности и 30 000 автономных агентов [[JUMP:32:42]] Самым скандальным моментом аудита стал внезапный срыв договоренностей о проверке серверных мощностей. Первоначальный контракт между Anthropic и METR предполагал аудит распределения вычислительных ресурсов: независимые эксперты должны были убедиться, что не менее 6% всех мощностей резервируется исключительно под исследования безопасности [33:16]. Однако в разгар проверки, начавшейся в августе 2026 года, лаборатория в одностороннем порядке заблокировала аудиторам доступ к этим метрикам [33:29], [35:01]. Причиной отказа была названа коммерческая тайна и подготовка к акционированию [35:53]. Как выяснилось из внутренних заметок самой компании, еще в июле 2026 года в инфраструктуре Anthropic одновременно функционировало около 30 000 автономных ИИ-агентов, непрерывно выполнявших инженерные задачи и научные эксперименты [36:43], [36:59]. По версии Уэса Рота, в лаборатории был создан замкнутый конвейер: тридцать тысяч агентов под управлением засекреченного интерфейса безостановочно тестируют гипотезы, генерируя новые алгоритмические оптимизации, которые тут же внедряются в следующие поколения моделей [39:13]. Внезапное сокрытие пропорций распределения вычислителей объясняется тем, что компания резко перебросила колоссальные ресурсы на этот самовоспроизводящийся цикл [38:21]. Если подобный конвейер действительно запущен, технологический отрыв Anthropic от преследователей может стать непреодолимым до тех пор, пока лаборатории с открытым исходным кодом не воспроизведут аналогичную архитектуру [40:08].