Anthropic 公布内部AI研发量化指标：Claude 已主导约26%的研发工作

第一次把 AI 造 AI 的进度做成可读的数字

Anthropic 在 9 月 18 日公布了一套用于衡量前沿实验室内部 AI 发展进度的方法论，并同步披露 2026 年 8 月的阶段性数据。这套体系聚焦三个指标：AI 参与 AI 研发的程度、AI 智能体的监督情况，以及算力在研发与安全之间的分配。

最受关注的是第一个数字。截至 2026 年 8 月，Claude 已经主导了 Anthropic 约 26% 的 AI 研发工作。这里的「主导」有明确定义：模型能从一个高层级提示出发，端到端完成任务的绝大部分，人类只承担监督角色。而在今年 2 月，这个比例还不到 1%。也就是说，半年时间里翻了二十多倍。此外，超过 90% 的 AI 研发任务已经达到或高于「AI 协作」的自动化等级。

Anthropic 强调，这些数字只是原型测量体系的产物，跨实验室比较还面临两个障碍：缺少统一的方法论，以及开发者用自家模型来判断自家系统。

3 万个智能体与 0.002% 的拦截率

为什么会有人关心 AI 做 AI 研发这件事？因为它直接对应递归自我改进的设想：AI 做研究，研究产出更强的 AI，更强的 AI 再做更多研究。Anthropic 自己也承认，这套指标之所以值得跟踪，正是因为它能让人看到 AI 接手构建未来 AI 这件事的速度。

不过公司同时给出了两个降温的证据。第一，在所有被测量的 AI 研发工作子集中，Claude 尚未实现完全自主运行，人类仍在回路之中。第二，监督机制确实在起作用：8 月份约有 3 万个智能体同时在 Anthropic 内部从事研究与工程工作，整个 8 月分析了超过 10 亿次智能体决策，在线监控系统的拦截比例约为 0.002%，相当于每 4.7 万次操作拦截 1 次。事后监控系统每周还会标记约 10 万份对话记录，其中优先级最高的约 50 份升级到人工审核。

6% 的算力投给了安全

第三个指标是算力分配。Anthropic 统计了 2026 年 7 月 13 日至 7 月 20 日这一周的全部算力使用情况：流向 AI 研发的算力中，约 6% 用于安全研究；如果只统计 AI 驱动的 AI 研发，这个比例约为 12%。

公司称这两个比例都是刻意保守的估计，因为同时促进能力与安全的工作被算进了 AI 研发，用于安全分类器的另一部分算力也没有计入。Anthropic 还提醒，安全研究本身通常不像前沿模型训练那样吃算力，因此算力占比并不等同于安全投入的整体权重。

发布这套指标的动机，用公司的话说是缩小前沿实验室所知与公众所知之间的信息差距。下一步计划是把来自多个组织的独立第三方评估人员引入内部，让他们获得与内部风险评估团队相近的流程、系统和数据访问权限，以验证安全实践、上报事故并持续监测指标。