Anthropic 可能早就踩过了自己划下的那条红线。METR 公布的十一周审计结果给出了一个不太好听的结论：自 2025 年 10 月以来，这家公司的模型测试分数提升速度大约加快了 1.9 倍，其中约八成要归功于 AI 被用于公司自身的研究工作。按时间线倒推，它可能在 7 月 15 日就已经触及负责任扩展政策中的预警阈值。
真正值得注意的地方在于加速度的来源，数字本身反而没那么关键。1.9 倍听上去还算温和，可拆开看就会发现，增长曲线是被“AI 做 AI 研究”这一段撬起来的。这不是模型能力自然迭代形成的斜率，而是在人把研发流程交给模型之后出现的斜率。RSP 里那些阈值原本就是为这种情况写的——公司自己在章程里承认，如果研发自动化开始自我强化，就得停下来评估。现在的分歧只剩一个：该停下来评估的时间点是 7 月，还是更晚。
METR 的审计还披露了过程中部分证据被删除的细节，这让“是否越线”这个问题很难有一个干净利落的答案。审计靠内部数据支撑，而内部数据有多完整，直接决定结论有多硬。Anthropic 至今既没有明确承认越线，也没有否认加速。说到底，自愿性承诺的价值并不取决于写得多严厉，而取决于越线之后敢不敢认。当 AI 开始帮着造下一代 AI，最先失灵的往往不是模型，而是自我监管的那只刹车。
