Yapay zekâ değerlendirme kuruluşu METR, Anthropic'in iç verilerine 11 hafta erişimle yaptığı bağımsız değerlendirmede şirketin modellerini iyi tanımlanmış görevlerde bir yıl önceye kıyasla kabaca iki kat hızlı geliştirdiği sonucuna vardı; hızlanmanın büyük bölümünün kaynağının yapay zekânın kendi araştırmasında kullanılması olduğunu tahmin ediyor. Raporun kritik eksisi ise şeffaflık: Anthropic, ekibin en bilgilendirici bulduğu kanıtların çoğunu gizlilik gerekçesiyle sansürledi.
Anthropic’in Claude modelleri arkasındaki şirket, perşembe günü yayımlanan bağımsız bir değerlendirmeyle tarihinin en dikkat çekici hız fotoğrafını aldı. Berkeley merkezli kâr amacı gütmeyen Model Değerlendirme ve Tehdit Araştırması (METR), 12 Ağustos – 29 Ekim arasında Anthropic’in iç verilerine yüksek düzeyde erişimle çalıştı: ön eğitim, pekiştirmeli öğrenme, eğitim hesaplaması, iç modellerin kıyas testi skorları, yapay zekâ hızlandırma analizleri ve personelle görüşmeler. Sonuç, şirketin kendi ölçütleriyle de doğrulanan bir tablo: Anthropic, modellerinin iyi tanımlanmış görevlerdeki yeteneklerini Mart 2024 – Ekim 2025 dönemine kıyasla kabaca iki kat hızla geliştiriyor. METR bunu ‘bir yılda yaklaşık iki yıllık tarihsel ilerleme’ olarak tanımlıyor ve tahminin yüksek belirsizlik taşıdığını, gerçek oranın 1,3 ile 3 kat arasında olabileceğini not ediyor.
Sayısal dayanak, Anthropic’in Epoch Yetenekler Endeksi’ne kendi uyarlaması olan AECI: Ekim 2025’ten bu yana kıyas skorları önceki dönemin tahmini 1,9 katı hızla büyüyor (yüzde 95 güven aralığı 1,5-2,8). METR, hızlanmanın eğitim hesaplamasının ölçeklenmesinden kaynaklanmadığından ’emin’ — yani itici güç donanım değil. Görüşmeler ve anketler, yapay zekâ kullanımının yetenek ilerlemesinin hızını ikiye katladığı yönünde; ekibin öznel tahmini, bugünkü hızlanmanın büyük bölümünün — kabaca yüzde 80’inin — yapay zekânın kendi araştırma-geliştirme sürecinde kullanılmasından geldiği yönünde. Rapor, katkının şimdilik ağırlıkla otonom katkılardan çok yapay zekâ yardımıyla geldiğini, ama tamamen otonom katkıların yakında daha büyük rol oynayacağına dair işaretler bulunduğunu ekliyor.
Türbülanslı bir bağlamda geldi bu rapor. Değerlendirme döneminin tam ortasında, 12 Eylül’de Anthropic Genel Direktörü Dario Amodei, sektörü ‘yapay zekâ modellerinin yeteneklerini geliştirme hızımızı yavaşlatmaya’ çağırmıştı; Associated Press’in aktardığı gibi rapor, tam da bu çağrının arka planında hızlanmanın bağımsız ölçümünü getiriyor. Anthropic kurucularından Sam McCandlish rapora yanıt olarak ‘yapay zekâ araştırmamızı hızlandırıyor, ama tam olarak ne kadar olduğunu söylemek zor’ dedi. Şirket bu ay içinde olabilir tarihinin en büyük halka arzlarından birine hazırlanıyor; Amodei, dış değerlendiricilerin önde gelen laboratuvarların içine gömülmesini savunmuş ve METR’ı uygun üçüncü taraf olarak işaretlemişti — Altman da bağımsız değerlendiricilere çalışan düzeyinde erişim fikrini desteklediğini söylemişti.
En tartışmalı bulgu, darboğazların görünmemesi: METR, algoritmik ilerleme, eğitim hesaplaması, deney hesaplaması veya veri sınırlarının önümüzdeki 12 ayda ilerlemeyi durduracak belirgin bir darboğaz ya da güçlü azalan getiri kanıtı görmediğini yazıyor. Kendi ifadeleriyle ‘daha yetenekli modellerin gelişmesi daha da hızlanmaya yol açabileceği’ bileşik etki riski ciddi — yani hızlanmanın kendi kendini beslemesi ihtimali raporda açık kapı. Bununla birlikte ekip, darboğaz değerlendirmesinin değerlendirme boyunca birkaç kez değiştiğini ve mevcut tabloya güvenmediklerini de söylüyor.
Şeffaflık tarafı ise raporun açık yarası. Anthropic, kamuya açık sürümde METR’ın en bilgilendirici bulduğu kanıtların çoğunu ‘diğer yapay zekâ geliştiricilerini hızlandırabilecek gizli bilgi’ gerekçesiyle çıkardı; METR bunun ‘kanıtlar hakkında şeffaflık’ ilkesini karşılamadığını ve kamuoyunun kendi sonucuna varmak yerine METR’ın yargısına güvenmek zorunda kaldığını açıkça yazıyor. Şirketten ödeme alınmadı; dizüstü bilgisayar ve ücretsiz kullanım kredisi sağlandı. Öz eleştiri de var: METR, büyüme oranlarının yakın dönemde daha da artması veya tam otomasyonun hızlanmayı büyütmesi halinde hızlanmayı küçümsemiş, yapay zekâ dışı etkenleri veya kıyas odaklı ölçümü yanlış ağırlıklandırmış olabileceğini kabul ediyor. Kısacası çerçeve net ama karanlık noktalar geniş: yapay zekânın kendi gelişimini hızlandırıp hızlandırmadığı sorusu, bugün bağımsız bir ölçümle ‘muhtemelen evet, kabaca iki kat’ yanıtını aldı — kanıt zincirinin görünmeyen halkalarıyla.