「AIがAIの開発を2倍に速めている」は本当かMETRのAnthropic評価報告書と反応

AIの安全性を評価する米国の非営利団体METRが、2026年11月5日（日本時間6日）に報告書を公開しました。Anthropicの社内データを11週間かけて調べ、AIがAIの開発そのものを速めているのかを見積もったものです。METRの結論は、Anthropicのモデルの能力が伸びる速さは2025年10月までの約2倍になっていて、その大半はAIを研究開発に使ったことによる、というものでした。 一方で、判断の根拠になった証拠の多くはAnthropicの意向で黒塗りになりました。研究者や記者からは、時期の見通しを早める声と、黒塗りへの批判が相次ぎました。

どんな人たちが調べたのか

METR（「メーター」と読みます）は、最先端のAIが人間の手に負えなくなる兆しがないかを調べる非営利団体です。AIが自律的にこなせる作業の長さを測る研究で知られ、AnthropicやOpenAIのモデルを公開前に評価してきました。今回の評価には報酬を受け取っていません。 Anthropicから受け取ったのは、作業用のノートパソコンとAIを使うためのクレジットだと報告書は書いています。

調べたのはMETRの研究者4人（Tom Cunningham、Nate Rush、Parker Whitfill、Hjalmar Wijk）で、作業量にして2.5人分です。2026年8月12日から10月29日まで、Anthropicから社内の資料を受け取り、社員への聞き取りを重ねました。受け取った資料には、未発表の社内モデルのベンチマーク成績、事前学習と強化学習の進み具合、計算資源の量、社員の調査結果、約15人への聞き取りが含まれます。METRは、Anthropicが当初の約束を超える量の情報を、頼んでから数日で出してくれたと評価しています。

AnthropicはAIの安全方針（Responsible Scaling Policy、RSP）の中で、AIによる研究開発の加速を、危険が近づいたことを知らせる指標の一つに挙げています。CEOのダリオ・アモデイは9月12日のエッセイ「We Must Pace the Frontier」で、AIの能力を上げるペースを落とすよう業界に呼びかけ、外部の評価者を社内に受け入れる考えを示しました。今回の評価は、その受け入れ（10月15日に発表）とは別に、8月から進んでいたものです。

結論：三つの見立て

METRは報告書の冒頭で、リスクについての見立てを三つ示しています。どれも「主観的な結論」だと断ったうえでの判断です。

2倍の加速とは、それまでの2年分の進歩を1年で遂げることを意味する。

「約2倍」はどこから出てきたのか

最も目に見える根拠は、ベンチマークの成績です。 METRはAnthropicのモデルの成績を、能力の指標AECIで並べました。日付は一般公開の日ではなく、社員の大半がそのモデルを使えるようになった日です。こうすると、未発表の社内モデル（報告書では「Model 2」〜「Model 4」と呼ばれています）も同じ物差しで比べられます。

AECIは2025年10月までは1年に約15点ずつ上がっていました。それ以降は約29点ずつです。伸びる速さは約1.9倍で、95%信頼区間は1.5〜2.8倍でした。 言い換えると、Anthropicはこの1年で、2023年10月から2025年10月まで（Claude 2.1からSonnet 4.5まで）の2年分と同じだけ、ベンチマークの成績を伸ばしたことになります。Anthropicが自社のシステムカード（Haiku 5.5）で出していた数字は1.7倍でした。METRによると、差が出たいちばんの理由は、まだ公開していない新しい社内モデルを計算に入れたことです。

ただし、この数字は計算の仕方で動きます。AECIは、ベンチマークの中に難しい問題と易しい問題がどう散らばっているかについて、一つの仮定を置いて点数を出しています。METRがこの仮定を変えて計算し直すと、加速は1.1倍から2.9倍まで動きました。 どの仮定もデータへの当てはまりはほぼ同じで、METRはどれかを強く支持する理由はないとしています。Anthropic以外の最先端モデルも含めて計算すると、加速は1.4倍に下がります。

それでもMETRは、ベンチマークの成績が少なくともいくらかは加速した、という点には自信があると書いています。さらに、黒塗りになった社内の証拠を見て、約2倍という見立てをより重く受け止めるようになりました。その証拠の中には、加速が2倍を超え、さらに強まりつつある可能性を示すものもあったといいます。ただ、2倍を大きく超えていたら驚く、とも書いています。

速くなった理由は、本当にAIなのか

METRが「自信がある」と言い切った点が一つあります。加速の原因は、学習に使う計算資源の伸びが速まったことではない、という点です。 AIの性能は、学習に使う計算資源の量に強く左右されてきました。その伸びが変わっていないのなら、別の何かが進歩を速めたことになります。METRは、人の採用、データの改善、アルゴリズムの発見なども調べたうえで、今の加速のおそらく8割ほどがAIによると見積もりました。ただ、Anthropicの社員の間でも意見は一致していませんでした。

1社員の体感は「12倍」

社員がAIでどれだけ速くなったと感じているかは、急に伸びています。 Anthropicは社内のSlackで、そのときの最新モデルで仕事が何倍速くなったかを、絵文字のリアクションで投票させていました。その平均は、Claude 3.7 Sonnetのころの約1.2倍から、2026年10月の社内モデルModel 4では約12倍まで上がりました。

METR自身は、この数字を「ごく緩い証拠」として扱っています。答えたのは一部の社員で、深く考えずに押したリアクションだからです。一人ひとりが何倍速くなったかは、研究全体が何倍速くなったかとは一致しません。 進歩には先へ行くほど難しくなる性質があり、同じ速さで伸び続けるだけでも、投入する労力を増やし続ける必要があります。そのためMETRは、体感の高さそのものより、その伸び方が変わったかどうかに注目しています。

2聞き取りでは意見が割れた

METRとAnthropicの聞き取りでは、研究者の見方は広くばらつき、真ん中あたりは約2倍でした。 報告書は、黒塗りを除いた発言を1人ずつまとめて載せています。自分の分野の研究がClaudeのおかげで2倍以上速くなったかをClaudeに判定させたところ、11人のうち支持が2人、やや支持が3人、どちらとも言えないが4人、否定が2人でした。

支持した研究者Aは、「2倍以上の速さは間違いなく支持できる。4倍もおかしくないと思う」と話しています。アイデアを思いついてから実験するまでの時間が8割縮んだといいます。研究者Bは「3倍生産的になっていないとは考えにくい。ポスドクや院生を抱えているような感覚だ」と述べました。反対に研究者Lは、加速のうちAIによるのは15〜20%だとみています。社員の自己申告による生産性の伸びは信じない、とも話しています。

3完全な自動化はまだ。ただし「兆し」はある

今のところ、AIは訓練の最も重要な部分に、人の手を借りずに大きく貢献できる段階にはありません。 研究を速めているのは、主に人の作業を手伝う形です。ただ、自動化を進めている研究者たちは「signs of life（生きている兆し）」があると話し、近いうちにAIが自分で大きな貢献をするようになりうると述べています。その詳しい中身は黒塗りになりました。

さらに加速するおそれ

AIを使って研究が速くなり、より賢いモデルができ、それがまた研究を速める。この循環が回り始めると、加速は雪だるま式に強まります。METRは、今後12か月でこれを止めそうなボトルネックを、アルゴリズム、学習用の計算資源、実験用の計算資源、データのどれにも見つけられませんでした。 ただし調査の途中で、ボトルネックについての理解は何度も入れ替わっています。METRは今の判断にも自信がないと書いています。

同時に公開した別の報告書で、METRはAnthropicが8月に出したリスク報告書も点検しています。公開版は加速を「2倍未満」と書いていましたが、非公開版の数字から計算すると1.97倍でした。 METRは「約2倍」と書くべきだったと指摘し、7月15日の時点でAnthropicが早期警戒の基準（AIによる2倍の加速）をすでに越えていた可能性もあると述べています。そのうえで、当時のモデルによる破局的なリスクは低かったという点には同意しました。一方で、今後6か月で進歩がさらに大きく速まる可能性は否定できないとも書いています。

Anthropicも11月2日、上場に向けて米証券取引委員会に出した書類（S-1）を更新しました。社内の見積もりや今後のモデルの見通しから、RSPの「AIによる劇的な加速」の定義に「間もなく達するかもしれない」と書き加えています。

数字を割り引いて読むべき点

報告書は、自分たちが加速を大きく見積もりすぎている可能性と、小さく見積もりすぎている可能性の両方を挙げています。

METRが挙げた、見積もりが外れる方向

実際はもっと速いかもしれない

実際はもっと遅いかもしれない

伸び方

実際はもっと速いかもしれない伸びる速さ自体が上がり続けていて、最近の加速を取りこぼしている

実際はもっと遅いかもしれない2025年までのAnthropicの伸びがたまたま遅く、比べる基準が低すぎる

自動化

実際はもっと速いかもしれない自動化が思ったより近く、人の手が要らなくなったとたんに急加速する

実際はもっと遅いかもしれない採用など、AI以外の要因で加速の大半を説明できる

測り方

実際はもっと速いかもしれないベンチマークの点数が少し上がっただけで、現実の影響が急に大きくなることがある

実際はもっと遅いかもしれない採点しやすい「きれいな」作業でだけ伸びていて、現実の雑多な仕事には効いていない

ベンチマークそのものの限界もあります。 Model 4は、試したAECIのベンチマークすべてで50%を超えました。9か月前のOpus 4.6には、50%に届かないベンチマークがたくさんありました。METRは、Model 4にとって難しいベンチマークがほとんど残っていないため、AECIで能力を測り続けられるか不安だと書いています。

METRは、Anthropicに意図的にだまされた可能性も検討しています。データの多くは2人の社員から受け取りましたが、METRが自分で選んだ社員への聞き取りと食い違いはありませんでした。Anthropicが積極的にだまそうとした可能性は「極めて低い」と結論づけています。 一方で、受け取ったデータの集計や文書の作成、METR自身の分析の大半にClaudeが関わっていたことも、弱点として書き添えています。

黒塗りになったもの

報告書の冒頭には「黒塗りの要約」が置かれています。METRは約100ページの完全版をAnthropicに渡しましたが、結論を支えた証拠のうち最も参考になったものの大半は、公開版で黒塗りになりました。 Anthropicは、他社の開発を速めかねない機密を除くためだと説明しています。METRは、そのため一般の人が「METRの判断をあてにするしかない」状態になっていて、問いの重さに比べて理想からほど遠いと書いています。

黒塗りの指示は途中で厳しくなりました。 METRは10月22日に完全版を渡し、Anthropicは25日に黒塗りの方針を示しました。27〜29日に方針がさらに厳しくなり、公開は約5日延びています。また、最初の契約には、Anthropicが計算資源を能力向上と安全研究にどう配分しているかの検証も入っていました。しかしAnthropicは途中でこの部分を取りやめています。METRが実質的な結論を出す前のことで、Anthropicは当面リスク評価に集中したいからだと説明しました。

反応：時期の見通しを早めた人たち

AIの将来予測に取り組む研究者の間では、超知能が来る時期の見通しを早める声が相次ぎました。

Ryan Greenblatt

METR 研究スタッフ（元Redwood Research）

約4.5倍

「1〜2年以内のASI（超知能）に向けた大きな見直しだ」と書きました。2026年の加速は1.15〜1.3倍ほどと見ていて、「ひどく間違っていた」と認めています。AI全体が2倍速くなるには、アルゴリズムとデータの研究はもっと速くなっている必要があり、自分の公開済みのモデルで試算すると約4.5倍になると述べました。シナリオ「AI 2027」では、この速さに達するのは2027年3月ごろです。METRの同僚で、黒塗りのない版は見ていないとも断っています。

出典：本人のX投稿（2026年11月5日）写真：本人のXのプロフィール画像

Jake Mendel

Coefficient Giving

18か月で50%超

Anthropicの友人たちは自社モデルの宣伝を信じすぎていると思い、自分は長めの見通しを持っていたと書きました。それでも、METRが正しければ友人たちのほうがずっと正しかったことになると認めています。開発が減速しなければ、18か月以内に本格的な超知能が来る確率は50%を超えると考えるようになり、「家族に電話しなければ」と結んでいます。

出典：本人のX投稿（2026年11月5日）写真：本人のXのプロフィール画像

Daniel Kokotajlo

AI Futures Project代表、「AI 2027」の主著者

報告書の公開前、AnthropicがS-1を更新した段階で、AI Futures Projectとして「おびえている」と書きました。本当に2倍の基準に間もなく達するなら、自分たちのモデルの設定を合わせ直すだけで、超知能は「AI 2027」の描いた時期より早く来ると述べています。報告書が出ると、この投稿を自ら引用して「METRが裏付けた」と短く書いています。

出典：本人のX投稿（2026年11月3日）写真：本人のXのプロフィール画像

AI安全性の研究者Nikola Jurkovicは、AI 2027の「2倍」は人間の研究者と比べた数字で、METRの数字は過去の速さと比べた数字だと指摘しました。比べ方が違うので、進歩はAI 2027の予測より速いように見えると書いています。METRで同じくリスク評価を担当するAjeya Cotraは、「非常に短いタイムラインへの大きな見直しだ」と投稿しました。

反応：黒塗りとAnthropicへの批判

Anthropicの共同創業者で安全方針の責任者でもあるSam McCandlishは、公開の約40分後にXで長い見解を出しました。

Sam McCandlish

Anthropic共同創業者、Responsible Scaling Officer

METRの結論の多くは自分の考えと一致すると書きました。「AIは私たちの研究を速めているが、正確にどれだけかは言いにくい」。黒塗りについては「多くを黒塗りにした。そのせいで他の人がMETRの仕事を確かめにくくなることは認める」としたうえで、何が加速を生んでいるかを明かすのは、商業上の機密であるうえ、他社がもっと速く進むための道筋を渡すことになると説明しました。それはMETRが心配しているリスクを悪化させる、という理屈です。今後数週間のうちに、Anthropic自身による進歩の速さの分析と、RSPに照らした現状を報告するとしています。

出典：本人のX投稿（2026年11月5日）写真：本人のXのプロフィール画像

この説明には反発も出ました。 The Vergeの記者Hayden Fieldはこの一節を引用し、Gary Marcusは「見栄えが悪い」と一言添えました。AIセキュリティのスタートアップを創業したZack Kormanは、黒塗りをAIの安全を理由に正当化していると批判しています。Platformerの記者Casey Newtonは、黒塗りについてのMETRの一文を、落胆の絵文字を付けて引用しました。

AI政策の非営利団体Encode AIのNathan Calvinは、Anthropicが義務でもないのにここまでの情報を渡したことは「称賛に値する」と書きました。そのうえで、危険だと自ら警告している競争を続ける理由と証拠をもっと示していないことは「腹立たしい」とも書いています。詳細が欠けていると懐疑的な人を説得しにくくなり、国際的な協調を進めるうえでも小さくない損失だ、という指摘です。AI政策の非営利団体AVERIで米国の政策を担当するNat Purserは、外部の評価者に「社員並みのアクセス」を与えるだけでは足りないと述べました。報復を恐れずに結果を公表できるか、調査の範囲を自分で決められるか、問題を見つけたときに独立した規制機関が動けるか、まで問うべきだという主張です。

AP通信は、CEOが減速を呼びかけるなかでAnthropicの開発が加速している、という見出しで報じました。 Anthropicが今月中に予定する上場を控えていることにも触れています。