Anthropic diz que pode estar perto de um "progresso drasticamente acelerado" em IA graças à própria IA
Aprofundamento CEVIU
Aprofundamento
O texto vem de um pesquisador ligado ao METR e comenta um relatório público do próprio METR sobre aceleração de P&D em IA dentro da Anthropic. O autor não participou do projeto nem viu a versão sem cortes. Segundo ele, a Anthropic escreveu no S1 que "pode atingir iminentemente" o limiar de "progresso drasticamente acelerado devido à IA", definido na Responsible Scaling Policy (vigente desde julho de 2026). O critério: observar ou esperar que o progresso de capacidades ande ao dobro do ritmo da maior taxa sustentada antes de a IA contribuir muito com P&D, com atribuição plausível à automação da pesquisa.
O relatório diz que, entre outubro de 2025 e outubro de 2026, o progresso na Anthropic foi cerca de duas vezes mais rápido que nos doze meses anteriores. A medida usada é uma versão interna do Epoch Capabilities Index, chamada AECI. Boa parte da evidência de apoio foi redigida (os autores a descrevem como "a maioria da evidência mais informativa"), inclusive os motivos para atribuir a maior parte do ritmo atual à automação por IA. O autor faz uma conta própria: se as capacidades dobram de ritmo via software, os "compute multipliers" precisariam crescer uns 2 a 3 vezes mais rápido. Num modelo Cobb-Douglas simples, o ganho de trabalho de pesquisa teria de ser o quadrado disso, algo como 4 a 9 vezes, e talvez perto de 10 vezes hoje, por causa dos retornos decrescentes. Ele nota que isso bate com relatos informais de funcionários da Anthropic, de ganho de cerca de 12 vezes com modelos internos. É extrapolação do autor, com incerteza alta, e não resultado do relatório.
O que mudou
Em 3 de novembro de 2026, o CEVIU noticiou "Anthropic diz que pode estar perto de alcançar sua definição de IA que se aprimora sozinha", a partir do documento de IPO. Agora o foco passa da declaração da empresa para uma leitura externa: o relatório do METR indica que o limiar pode já ter sido cruzado, com aceleração de cerca de 2x medida em outubro de 2026. Já em 6 de junho de 2026, em "Anthropic pede pausa global em IA e alerta para risco de autoaperfeiçoamento", a empresa dizia que sistemas de IA logo poderiam se aprimorar sem intervenção humana. O que era alerta prospectivo ganhou uma estimativa quantitativa, ainda que com muita evidência redigida.
Por que isso importa
Para quem trabalha com IA, a leitura é que o debate de prazos deixa de ser só especulação e passa a depender de um número medido por um avaliador externo. Só que os dados centrais estão cobertos, então a verificação independente é limitada e o público precisa confiar nos autores. Para quem planeja infraestrutura, segurança de pesos e governança, o texto sugere que os requisitos de proteção que a política antiga ligava a níveis mais altos de automação de P&D podem estar chegando antes do esperado. Isso é interpretação do autor, não fato consolidado.
Linha do tempo
CEVIU noticia que a Anthropic pede pausa global e alerta para risco de autoaperfeiçoamento da IA.
CEVIU noticia que a Anthropic, no documento de IPO, pode estar perto de sua definição de IA que se aprimora sozinha.
Texto sobre o relatório do METR indica aceleração de cerca de 2x no progresso de capacidades na Anthropic e sugere que o limiar já foi cruzado.
Perguntas frequentes
O que é o limiar de "progresso drasticamente acelerado devido à IA"?
É um marco da Responsible Scaling Policy da Anthropic. Ele é atingido quando a empresa observa ou espera que o progresso de capacidades vá ao dobro da maior taxa sustentada antes de a IA contribuir muito com P&D. A aceleração precisa ser plausivelmente atribuível à automação da pesquisa.
O limiar já foi cruzado?
A Anthropic diz no S1 que pode atingi-lo iminentemente. O autor do texto, lendo o relatório do METR e a política, acha que provavelmente já foi cruzado. O relatório estima cerca de 2x de aceleração em relação ao passado, com cerca de 80% atribuído à IA, o que dá algo como 1,8x sem IA em outubro de 2026.
O que são compute multipliers?
São melhorias de algoritmo, arquitetura ou eficiência de execução que reduzem o custo para atingir certo desempenho. Um multiplicador de 2x permite o mesmo resultado com metade do custo de computação. As capacidades efetivas são o produto desses multiplicadores pela computação de treino.
Por que o relatório é criticado?
Boa parte da evidência mais informativa foi redigida, incluindo as razões para atribuir a aceleração à automação por IA. O autor do texto diz confiar nos colegas, mas gostaria de mais transparência para que cientistas externos testem seus próprios modelos.
Fontes
- planned-obsolescence.orgfonte original
- Categoria
- CEVIU IA
- Publicado
- 09 de novembro de 2026
- Editoria
- CEVIU IA

