AIがAI開発を約2倍に加速したのか?METRによるAnthropic内部調査から分かったこととその限界

人工知能

はじめに

「AIを使って、さらに高性能なAIを開発する」。この仕組みが本格的に働き始めたとしたら、AIの進歩はこれまで以上に速くなるのでしょうか。

2026年11月5日、AIの能力やリスクを評価する非営利研究機関METR(Model Evaluation & Threat Research)が、Anthropicの研究開発にAIがどの程度貢献しているかを調べた報告書を公開しました。結論の一つは、Anthropicのモデルは、明確に定義されたタスクにおいて、従来の約1.9倍のペースで能力を向上させていると推定されるというものでした。[1]

今回はMETRの調査報告書と、同日公開されたAnthropicのリスク評価へのレビューを読み、「何が観測され、何が推測で、何がまだ分からないのか」を整理してみます。

METRは何を調べたのか

調査は2026年8月12日から10月29日まで、約11週間にわたって実施されました。METRはAnthropicから、事前学習・強化学習に関する社内指標、学習計算量、未公開モデルのベンチマーク結果、研究者へのインタビューなどの情報提供を受けています。[1]

調査の中心となった内容は次の3つです。

  • AnthropicのAIモデルの能力向上ペースは、本当に速くなっているのか。
  • 速くなっているとすれば、AIを研究開発に使うことが、どれほど貢献しているのか。
  • 後の加速を制限する技術的なボトルネックはあるのか。

特徴的なのは、公開モデルの性能を外部から比べるだけではなく、開発企業の内部データにアクセスし、研究開発の進行そのものを分析しようとした点です。

もっとも、METRが社員と同じ権限ですべての社内情報を自由に閲覧したわけではありません。提供情報はAnthropic側の承認を経ており、未公開モデルをMETRが直接操作して評価することもありませんでした。また、METRは調査報酬を受け取っていませんが、調査用端末やClaudeの利用枠はAnthropicから提供されています。[1]

つまり、社外機関による評価ではあるものの、完全に制約のない監査ではないという点は押さえておきたいところです。

能力向上のペースは「約1.9倍」に

METRが最も重視したデータの一つが、AECIです。これは複数のベンチマーク結果を統合し、モデルの能力の推移を比較するための指標です。

その分析では、2025年10月ごろを境に、AnthropicのモデルのAECIの伸びが、それ以前の約1.9倍になったと推定されました。統計モデル上の95%信頼区間は1.5〜2.8倍です。METRはこれを、過去の基準で約2年かけて達成していたベンチマーク上の進歩を、直近では約1年で達成したことに相当すると説明しています。[1]

分析には公開モデルだけでなく、報告書で「Model 2」「Model 3」「Model 4」と呼ばれる未公開の社内モデルも含まれます。これらのデータが加わったことが、AnthropicのClaude Haiku 5.5のシステムカードに記載された1.7倍という推定値と、METRの1.9倍との差を生んだ主要な理由だと説明されています。

ただし、1.9倍は「モデルの知能が1.9倍になった」という意味ではありません。あくまで、特定の能力指標の伸びる速さを、過去の傾向と比べた数字です。また、一般社会における生産性、科学研究の成果、あらゆる知的作業の進歩が同じ倍率で速くなったことも示していません。

さらに、推定は分析方法によって変わります。ベンチマークの難易度分布に関する仮定を変えると、加速率は1.1〜2.9倍の範囲で動きました。METRは、ベンチマークに適した能力だけが特に伸びている可能性や、比較対象となる以前のAnthropicの伸びが相対的に遅かった可能性も認めています。[1]

したがって、この結果は「約2倍の加速を示唆する有力な証拠」ではあっても、「あらゆる意味でAIの進歩が厳密に2倍になったという確定事実」ではないと読むのが適切でしょう。

加速の原因はAIなのか

では、なぜ能力向上のペースが速くなったのでしょうか。

METRは、少なくとも学習用計算資源の規模を拡大するペースが、以前より速くなったことでは説明できないと判断しています。[1]

METRは、人員の増加、データの改善、アルゴリズム上の発見、研究工程の制約の解消なども検討しました。そのうえで、2026年10月時点の加速について、大部分、おそらく約80%はAIを研究開発に利用した効果だろうという主観的な推測を示しています。一方、2025年後半に加速が始まった段階では、AI以外の要因も相当大きかった可能性があるとしています。[1]

社内のアンケートにも興味深い結果がありました。Anthropicの研究者らが、AIを利用した際の仕事の速さを自己申告した非公式のSlack投票では、2026年10月の最も高性能な社内モデルについて、平均で約12倍という回答が得られています。[1]

重要なことは、研究者への聞き取りを含め、AIが研究作業を支援しているという証拠が複数存在する一方、その貢献度を厳密に切り分けることは依然として難しいという点でしょう。

「AIによる研究支援」と「AIによる自律的な研究」は違う

今回の調査から見えてきたAI活用の中心は、AIが人間の研究者に代わってすべてを決定する仕組みではありません。

METRによれば、モデル学習の最も重要な工程で、AIが人間から独立して大きな成果を生み出す段階には、まだ達していません。現時点の加速は主として、人間の研究者がAIを使ってコードを書き、分析し、実験や研究作業を進めることによるものだと報告されています。[1]

もっとも、一部の研究工程では自律的な貢献が拡大しそうな兆候も報告されています。ただし、その具体的な内容の一部は非公開です。

ここは、再帰的自己改善(RSI)の議論とも区別したいところです。AIが研究者を支援し、次のAIモデルの開発を速めるという正のフィードバックは考えられます。しかし、それだけでAIが人間の介入なしに自らを改善し続ける閉じた仕組みが成立したとはいえません。

METRの調査が示しているのは、少なくとも現段階では、全面的な自律研究よりもAIを利用する人間の研究開発組織の生産性向上が中心だということです。

今後の加速を止めるものはあるのか

METRは、アルゴリズムの改善、学習用の計算資源、実験用の計算資源、データなどについて、今後12か月間の急速な進歩を妨げる明確なボトルネックを確認できなかったと報告しています。[1]

これは「今後も必ず加速する」「計算資源やデータの限界は存在しない」という意味ではありません。今回アクセスできた情報と分析の範囲では、決定的な制約を特定できなかったという評価です。

実際、METR自身、情報提供が進むにつれてボトルネックに関する解釈が何度も変わったため、現在の判断に強い自信はないと認めています。さらに、具体的な制約についての分析の一部は公開されていません。

AIによって研究が速くなり、その研究で生まれた新しいAIがさらに研究を支援する――そのような循環が加速を強める可能性はあります。ただし、そこから無制限の指数関数的成長や、自動的な「知能爆発」まで導くことはできません。現時点で言えるのは、加速が続く可能性と、その持続性を判断するためのデータがまだ十分ではないことです。

Anthropicの「2倍加速」の警告ラインは超えていたのか

今回、もう一つ重要だったのが、METRが同時公開したAnthropicの2026年8月版リスクレポートへのレビューです。[2]

AnthropicのResponsible Scaling Policy(RSP)では、研究開発の自動化に関する重要な条件として、研究者・研究エンジニア全員を競争力のあるコストで代替できること、またはAI研究開発の自動化によって進歩のペースが劇的に加速することが挙げられています。後者は、おおむね2倍の加速を目安とする早期警告の閾値です。[2][3]

Anthropicは、2026年7月15日時点ではこの条件を満たしておらず、対象となる破滅的リスクも「低い」と評価していました。

これに対してMETRは、完全代替には達していないという判断と、当時のモデルによる直接的な破滅的リスクは低かったという判断には、おおむね同意しています。その一方で、2倍加速の早期警告ラインを超えていなかったとするAnthropicの公開説明は、確信が強すぎると指摘しました。[2]

具体的には、Anthropicの公開版リスクレポートが先行指標の加速を「2倍未満」と表現していたのに対し、METRが非公開版の数値を組み合わせて計算すると、1.97倍という値になりました。さらに、AIがなかった場合との比較でも、2倍を超えていた可能性を排除できないという不確実性が、非公開版ではより明確に述べられていたといいます。[2]

ここで注意したいのは、AECIの「過去に対する1.9倍」と、RSPの「AIの寄与による2倍加速」は同じ計算ではないことです。前者は過去との比較であり、後者はAIを使わなかった場合に何が起こったかという反実仮想と、加速の原因についての判断を伴います。また、先行指標の「1.97倍」が、そのまま閾値を超えた証拠になるわけでもありません。

実際には、METRとAnthropicの関係研究者の多数派は、7月15日の時点では閾値に達していなかった可能性の方に傾いています。METRの主張は「確実に超えていた」ではなく、「超えていた可能性が十分あり、超えていないと断定的に書くべきではなかった」というものです。[2]

さらに、早期警告ラインに達したことと、破滅的リスクが高いと実証されたことも別問題です。METRは、この区別を維持したうえで、7月時点のリスク評価はおおむね妥当だと結論しています。

「根拠の大部分が非公開」という問題

私が今回のレポートで最も気になったのは、加速率の数字以上に、その根拠の公開方法でした。

METRは約100ページの詳細な報告書をAnthropicに提出しました。しかし公開版では、METRが結論を判断するうえで特に重要だと考えた証拠の多くが、Anthropicの判断により非公開となっています。アルゴリズム改善の推定、学習工程ごとの加速の内訳、将来モデルの予測、ボトルネックの詳しい分析などは、十分に確認できません。[1]

Anthropicは、競合するAI開発企業の進歩を速めかねない機密情報を守るためだと説明しています。そのような情報公開上の懸念には、一定の合理性があるでしょう。

ただし、公開された情報がゼロというわけではありません。AECIの分析手法や感度分析、いくつかのベンチマーク結果やインタビューの要約は掲載されています。問題は、最も重要な因果関係や将来見通しを独立に吟味するための証拠が、公開情報だけでは不足していることです。

METR自身も、公開版は証拠について十分な透明性を実現できておらず、一般の読者はMETRの判断に相当程度依存せざるを得ないと認めています。[1]

加えて、METRは自らの分析作業の大部分にもClaudeを用いたと開示しています。METRは人間への聞き取りなどとの間に重大な不整合を見つけなかったとしていますが、評価対象企業のAIを解析に使うことも、検証手順を読む際の重要な背景情報です。[1]

さらに、当初予定されていた「計算資源を能力向上と安全性のためにどの程度配分しているか」の検証は、Anthropic側が調査途中で対象から外しました。そのため、この点についてMETRは結論を出していません。

第三者機関が開発現場の内部データにアクセスできたことは意義があります。一方で、その評価の根拠を社会がどこまで追試・検証できるのかは、依然として残された課題です。

まとめ――AI研究開発の加速は観測されたが、不確実性が残る

今回のMETRの調査から、私が重要だと考えた点は次の5つです。

  1. 能力指標の伸びは加速している可能性が高い。 Anthropicのモデルは、特定のベンチマークにおいて、過去より約1.9倍速いペースで進歩していると推定された。
  2. AIの貢献は大きいと考えられるが、厳密には測れていない。 METRの「約80%」は、2026年10月時点の加速についての主観的推測である。
  3. 現状の中心は人間の研究者への支援である。 重要な研究工程をAIだけで全面的に自律遂行できていると示されたわけではない。
  4. 早期警告ラインを超えたかは未確定である。 METRはAnthropicの公開説明の確信度を問題視したが、2026年7月時点で破滅的リスクが高かったと結論したわけではない。
  5. 調査の透明性には限界がある。 第三者に広いアクセスが認められた一方、結論の重要な根拠の多くは公開されていない。

今回の結果は、AIがAI開発を助ける仕組みがすでに無視できない規模になりつつあることを示唆しています。しかし、これをもって「完全自律的な再帰的自己改善が実現した」「今後の技術進歩は必  ず加速し続ける」とまではいえません。

今後注目したいのは、同様の分析がAnthropic以外の企業でも再現されるか、ベンチマーク上の伸びが実際の研究成果とどう結びつくか、そしてAIの貢献をより厳密に測定できるかという点です。

AIがAI開発を速めているのか。それに「おそらくそうだ」と答えられる証拠は増えてきました。しかし「どの程度、何によって、いつまで続くのか」という問いは、まだ開かれたままです。

参考資料

[1] Cunningham, T., Rush, N., Whitfill, P., & Wijk, H. (2026). “Independent Assessment of AI R&D Acceleration at Anthropic in October 2026.” METR, 2026年11月5日. https://metr.org/blog/2026-11-05-anthropic-ai-rd-acceleration-assessment/

[2] Cunningham, T., Rush, N., Whitfill, P., & Wijk, H. (2026). “Review of the ‘Risks from automated R&D’ section in Anthropic’s Risk Report (August 2026).” METR, 2026年11月5日. https://metr.org/blog/2026-11-05-rd-section-anthropic-risk-report-august-2026-review/

[3] Anthropic (2026). “Risk Report — August 2026,” Section 3 “Autonomy threat model 2: Risks from automated R&D.” Anthropic. https://www-cdn.anthropic.com/f61d49fa5596956a5dec75fea0e973bf6a6a8378/Redacted%20Risk%20Report%20August%202026%20.pdf

タイトルとURLをコピーしました