Anthropic usa IA para acelerar criação de IA e relatório alarma pesquisadores

O que o relatório mostra

Um relatório publicado na quinta-feira, dia 5 de novembro de 2026, pela organização de pesquisa em segurança de IA METR mostra que a Anthropic está usando inteligência artificial para acelerar a própria pesquisa e desenvolvimento de novos modelos. O documento é resultado de uma investigação de 11 semanas dentro da empresa, com acesso a dados de desempenho, pesquisa confidencial e entrevistas com funcionários (fonte: The Verge, 7 de novembro de 2026).

Segundo a METR, os ganhos de desempenho em testes de referência (benchmarks) sugerem que a Anthropic "fez cerca de dois anos de progresso histórico no último ano". Os pesquisadores dizem estar confiantes de que essa aceleração não vem simplesmente de mais poder computacional usado no treinamento, historicamente o principal motor de avanço em IA. A maior parte da aceleração registrada até outubro de 2026, segundo o relatório, vem do próprio uso de IA no processo de pesquisa.

Produtividade 12 vezes maior, mas humano ainda no comando

A METR cruzou enquetes internas feitas no Slack da Anthropic com entrevistas a funcionários. Quem usa o modelo interno mais avançado da empresa relatou, em média, ser cerca de 12 vezes mais produtivo no próprio trabalho do que seria sem assistência de IA, quase o dobro do que os mesmos funcionários relatavam poucos meses antes, quando usavam um modelo interno chamado Mythos 5.

Por enquanto, a maior parte desse ganho vem de IA ajudando pesquisadores humanos, não de IA trabalhando sozinha. A METR escreveu que já há "alguns sinais de que contribuições totalmente autônomas vão ter um papel maior em breve" e disse não ter encontrado sinais claros de retornos decrescentes ou gargalos que possam travar uma aceleração ainda maior.

Os modelos que o público nunca viu

Parte do ganho de produtividade descrito pela METR vem de modelos internos que a Anthropic ainda não lançou publicamente. Nos últimos seis meses, a empresa terminou de treinar três desses modelos, batizados pela METR com codinomes próprios (diferentes dos nomes internos reais da empresa) para preservar o sigilo:

Nenhum desses modelos está disponível via API hoje. O relatório não diz quando, ou se, alguma dessas versões vai virar produto público.

Anthropic apagou a maior parte das evidências mais relevantes

O acordo entre Anthropic e METR deu à empresa poder de cortar (redigir) trechos do relatório final antes da publicação, e a Anthropic usou esse poder de forma extensa. A METR escreveu, em publicação no X, que entregou um relatório completo de cerca de 100 páginas e que, "para a versão pública, a Anthropic redigiu a maioria das evidências que consideramos mais informativas".

A organização também disse que seu acesso dentro da empresa foi "relativamente estreito" e que um pequeno número de pedidos de dados foi negado. Segundo a METR, boa parte do material cortado tinha "múltiplas interpretações plausíveis", o que dificulta que o público avalie sozinho as conclusões do estudo e obriga a confiar no julgamento da própria organização.

Nós cortamos muita coisa, e eu aceito que isso torna mais difícil para outros verificarem o trabalho da METR.

We redacted a lot, and I accept that this makes it harder for others to check METR's work.Sam McCandlish, cofundador da Anthropic

McCandlish disse que a Anthropic vai publicar seu próprio relatório sobre o ritmo do progresso em IA "nas próximas semanas", junto com novas medidas de segurança. Até a publicação desta matéria, a Anthropic não respondeu a perguntas do The Verge sobre o relatório e as críticas recebidas, remetendo apenas à publicação de McCandlish.

O que muda para quem escolhe modelo e monta agente

Nada disso aparece hoje numa chamada de API. Model 2, Model 3, Model 4 e Unreleased 2022 são ferramentas internas, usadas pelos próprios pesquisadores da Anthropic para acelerar pesquisa, não produtos no catálogo público da empresa. Mas o relatório deixa um sinal pra quem decide qual modelo colocar em produção: o hiato entre o que está disponível via API e o que já roda dentro do laboratório pode ser maior do que o ritmo de lançamentos sugere.

Algumas implicações práticas do que a METR descreveu:

• Benchmarks públicos correm atrás. Resultados divulgados hoje medem modelos que, segundo o próprio relatório, já ficaram para trás do estado da arte interno do laboratório.
• Verificação independente ficou mais difícil. Com a maior parte das evidências redigida, a comunidade técnica não tem como auditar de forma independente o que está puxando a aceleração, nem reproduzir ou prever o próximo salto de capacidade.
• Autonomia crescente em tarefas de pesquisa tende a chegar aos agentes de produção. A METR já vê sinais de contribuição autônoma crescendo dentro da Anthropic, um padrão que historicamente aparece depois em agentes voltados a tarefas de engenharia de software vendidos a clientes externos.

A comparação com a OpenAI ajuda a dimensionar o momento. Em setembro de 2026, a OpenAI disse estar "fazendo progresso forte" rumo a um sistema capaz de avançar sozinho em aprendizado profundo e alinhamento até março de 2028. O relatório da METR sobre a Anthropic sugere que esse tipo de automação de pesquisa já está em andamento, ao menos parcialmente, antes do que muitos esperavam.

Pesquisadores de segurança veem o sinal que temiam

Marius Hobbhahn, CEO da Apollo Research (empresa que faz testes de segurança de IA para vários laboratórios de ponta), disse ao The Verge que o ritmo descrito no relatório é mais rápido até do que o previsto pelo AI 2027, um cenário influente que projetava uma virada importante rumo à autoaperfeiçoamento (quando um sistema de IA ajuda a criar sua própria sucessora, sem intervenção humana) só no início de 2027.

Preparem-se para a loucura. Vai muito rápido.

Brace for craziness. It is going to go very fast.Marius Hobbhahn, CEO da Apollo Research

Alan Chan, pesquisador sênior do centro de políticas de tecnologia GovAI, disse ao The Verge que as descobertas devem levar quem duvidava da ideia de IA acelerando IA a reconsiderar a posição, e possivelmente a encurtar a previsão de quando sistemas vão conseguir automatizar por completo tarefas como engenharia de software.

Daniel Kokotajlo, ex-pesquisador da OpenAI que hoje dirige o AI Futures Project (responsável pelo cenário AI 2027), acusou publicamente a Anthropic de apostar de forma imprudente com a vida das pessoas, e chamou de contraditório o fato de a empresa citar a concorrência como justificativa para as redações enquanto, segundo ele, não dá sinais de desacelerar.

Brianna Rosen, diretora de pesquisa em segurança de fronteira do Institute for AI Policy and Strategy, disse ao The Verge que é preocupante empresas, e não governos, estarem no controle de decidir o ritmo de automação da pesquisa em IA.

Para a supervisão democrática funcionar, avaliadores independentes precisam de liberdade para explicar por que chegaram às conclusões deles, governos precisam avaliar as evidências por conta própria, e o público precisa confiar nesse processo. O relatório não foi suficientemente transparente sobre as evidências.

For democratic oversight to work, independent evaluators need the freedom to explain why they reached their conclusions, governments need to assess the evidence themselves, and the public has to trust this process. The report was not sufficiently transparent about the evidence.Brianna Rosen, diretora de pesquisa em segurança de fronteira, Institute for AI Policy and Strategy

O que fica em aberto

Do lado político, o deputado estadual de Nova York Alex Bores, figura central na agenda de IA dos democratas, pediu ao Congresso americano que proíba a autoaperfeiçoamento recursivo (RSI, sigla em inglês para recursive self-improvement, quando um sistema de IA melhora a si mesmo ou cria sucessores sem depender de intervenção humana) "neste ano, se possível", em resposta direta ao relatório da METR.

A Anthropic está se preparando para abrir capital na bolsa mesmo com seu CEO, Dario Amodei, defendendo publicamente que os laboratórios desacelerem o desenvolvimento de IA, uma contradição que pesquisadores apontam como central na reação ao relatório. A própria METR reconheceu que a Anthropic cancelou parte da avaliação planejada, que mediria quanto da capacidade computacional da empresa vai para segurança em comparação com capacidade, alegando querer manter o escopo focado em avaliação de risco por ora.

McCandlish prometeu que a Anthropic vai detalhar seu próprio relatório sobre o ritmo do progresso "nas próximas semanas". Até lá, quem decide qual modelo usar ou como desenhar um agente de produção segue sem acesso às evidências que a própria METR considerou mais relevantes, e precisa confiar no julgamento de terceiros para avaliar o quão perto a indústria está de um ponto de virada que, até pouco tempo, parecia distante.

Fonte: The Verge — IA