Anthropic披露Claude参与内部研发指标：已主导约26% AI研发任务，仍未达到完全自主

据IT之家9月18日消息，Anthropic公布了一套用于观察前沿AI实验室研发进度的测量方法，并披露了公司内部阶段性数据。该体系重点关注三类指标：AI参与AI研发的程度、AI智能体执行任务时的监督机制，以及算力在AI研发与安全研究之间的分配。来源显示，截至2026年8月，Claude尚未在被测量的AI研发工作中达到“完全自主运行”，但已经主导约26%的Anthropic内部AI研发工作；同时，处于“AI协作”及更高等级的研发工作占比已超过90%。

从“辅助写代码”到“主导研发任务”

Anthropic将这套衡量方式称为“Anthropic研发自动化指数”，用于描述Claude在公司AI研发流程中的参与程度。该指数借鉴Epoch AI提出的自动化等级体系，从AL0到AL5划分不同阶段：AL0代表没有AI参与，AL1偏向AI辅助，AL2和AL3对应更深度的协作与主导，AL4意味着AI可根据高层提示完成大部分任务、人类主要进行监督，AL5则指AI完全自主运行、无需人类介入。

按照Anthropic披露的数据，Claude目前还没有在任何被测量的研发任务中实现AL5级别的完全自主。但与2026年2月“主导”比例还不到1%相比，2026年8月约26%的结果显示，AI在前沿模型研发中的角色正在快速上移。这也是外界关注“AI造AI”进程的重要原因：一旦AI能够持续、稳定地独立开发下一代系统，行业将进入所谓“递归自我改进”的讨论范围。

为建立该指标，Anthropic从2026年7月的内部工作记录、Slack及其他文档中抽样整理约1.5万个模型研发任务，并归纳为542个不同层级的任务节点，其中378个属于最细分任务类别。随后，Claude会分析这些任务的执行方式和AI参与程度，再由独立的Claude评估模型判断自动化等级。换言之，这套体系本身也在使用AI评估AI参与研发的程度，因此Anthropic也承认，相关方法仍属于原型阶段。

智能体监督：十亿级决策中少量操作被拦截

除了研发自动化，Anthropic还披露了智能体监督相关数据。来源显示，其实时监控系统会在智能体执行操作前检查行为，发现危险操作时进行拦截或调整。Anthropic对2026年8月超过10亿次智能体决策进行分析后发现，约0.002%的操作被系统拦截，相当于约每4.7万次操作出现一次拦截。

事后监控方面，系统会分析智能体已经完成的操作，每周约标记10万份对话记录进一步检查，其中优先级最高的约50份会升级至人工审核。此外，约千分之一至千分之二的智能体活动会被标记为需要继续审查。

• 事前拦截：在智能体执行动作前识别并阻止潜在危险操作。
• 事后审计：对已完成交互进行筛查，发现异常后再进入复核流程。
• 人工升级：将高优先级问题交由人工团队进一步判断。

算力分配显示安全研究占比，但不能简单等同投入

在算力使用上，Anthropic统计了2026年7月13日至7月20日期间的相关数据。来源显示，公司用于AI研发的算力中约6%投入安全研究；如果只统计基于AI的AI研发工作，安全研究算力占比约12%。Anthropic强调，这些比例偏保守，因为部分同时提升模型能力与安全性的工作未被计入安全研究，安全分类器所使用的另一部分算力也不在统计范围内。

不过，算力占比并不能直接代表安全研究的全部投入。相比前沿模型训练，许多安全评估、红队测试、流程审计和策略研究未必需要同等规模的计算资源。因此，这组数据更适合作为观察趋势的参考，而不是衡量一家实验室安全投入的唯一指标。

影响与解读：前沿实验室需要更可验证的透明度

对中文科技读者而言，这次披露的核心价值不只是“Claude能做多少研发”，而是Anthropic试图把前沿AI实验室内部的研发速度、安全机制和资源分配转化为可跟踪指标。随着模型能力增强，AI参与数据分析、实验设计、代码实现、评估流程乃至研究决策的比例都会提高，传统外部观察方式已经难以判断真实进展。

但这类指标也存在明显挑战：不同实验室的任务拆分方式、自动化等级判定标准、内部数据可访问性并不一致；如果缺乏独立验证，单家公司发布的数据很难直接横向比较。Anthropic表示，计划引入来自多个组织的独立第三方评估人员，并给予其接近内部风险评估团队的流程、系统和数据访问权限，用于验证安全实践并持续监测相关指标。

Anthropic CEO达里奥·阿莫代伊此前曾呼吁协调放缓前沿AI发展。Anthropic也提到，如果行业出现协调，相关数字预计会发生变化。就目前披露的信息看，AI距离完全自主研发下一代AI仍有距离，但从辅助工具走向研发流程中的主导角色，已经不再只是概念讨论，而正在成为前沿实验室需要公开解释和接受审视的现实问题。