AREX Feed Article
Anthropic 首次公开 R&D 自动化指数：Claude 主导 26% AI 研发，约 3 万智能体同时运行
9 月 17 日，Anthropic Institute 发布，首次公开一套用于衡量前沿实验室内部 AI 研发速度的原型指标。Anthropic 披露，截至 2026 年 8 月，Claude 已能在人工监督下「主导」公司 26% 的 AI 研发工作；在其最常用的内部平台上，任意时刻约有 3 万个智能体从事研究与工程任务。
这组数字描述的是 AI 在 Anthropic 内部参与构建下一代 AI 的程度，但不等于模型已经可以自行迭代。Anthropic 明确表示，在纳入测量的任何工作子集中，Claude 都没有达到完全自主；文中的数据和自动化等级主要来自公司内部统计，并由 Claude 参与调研和评审，尚未经过独立审计。
26% 的工作由 Claude「主导」，90% 以上达到「协作」或更高等级
Anthropic 把内部模型研发任务映射到 Epoch AI 提出的六档自动化等级：AL0 代表没有 AI 参与，AL3 表示 AI 在人类密切指导下完成大块工作，AL4 表示 AI 能依据高层级指令端到端完成大部分任务、由人类监督，AL5 则代表没有人类参与的完全自主运行。
按这套量表，截至 8 月，Claude 达到 AL4「主导」的工作占 Anthropic AI 研发工作的 26%；达到 AL3「协作」或更高等级的工作合计超过 90%。图表显示，AL4 的占比在 2026 年 2 月仍低于 1%，3 月约为 1%，此后升至 4 月的 3%、5 月的 12%、6 月的 14%、7 月的 22%，8 月达到 26%。
这里的「主导」不等于「接管」。AL4 仍然保留人类监督；Anthropic 称，没有任何被测量的工作子集达到 AL5。公司把递归自我改进（recursive self-improvement，RSI）定义为模型完全自主地构建自己的后继者，并表示这种状态目前尚未发生。
指数如何生成：1.5 万项任务被整理成 542 个节点
这套 Anthropic R&D Automation Index 从内部任务目录开始构建。2026 年 7 月，Anthropic 每周从模型研发链条各相关部门随机抽取 20% 的员工，让 Claude 研究智能体根据 Slack 和内部文档梳理这些员工当周完成的工作。四周数据汇总出约 1.5 万项细粒度任务，随后由 Claude 整理成一棵包含 542 个节点的任务树，其中 378 个为叶子节点。
Anthropic 将这棵任务树冻结，使后续测量针对同一组工作。Claude 智能体调研每类任务在公司内部如何完成，另一套 Claude 评审再根据 AL0～AL5 量表打分，最终按人类工时加权汇总。
公司披露，在验证样本中，模型评分与人工评分完全一致的比例为 59%，人工评审员彼此完全一致的比例为 35%；模型与人工评分相差不超过一个等级的比例为 97%。Anthropic 同时承认，这套方法存在两项直接限制：冻结的任务篮子无法反映后来出现的新工作类型；用自家模型评审自家系统，可能让评审模型重复被测系统的错误。
约 3 万个智能体同时工作，10 亿次决策中 0.002% 被拦截
Anthropic 还首次给出内部研究智能体的运行和监控数据。截至 8 月，在公司最常用的内部平台上，任意时刻约有 3 万个智能体从事研究与工程工作。这个数字只覆盖该平台，并非 Anthropic 全部系统中的智能体总量。
在线监控会在智能体行动执行前检查 100% 的操作。Anthropic 称，8 月分析了研究与工程智能体超过 10 亿次决策，其中 0.002% 被监控系统拦截，约为每 4.7 万次决策一次；被拦截的行动会在一周内接受人工复核。
离线监控则在行动发生后读取 100% 的智能体活动，用于发现发展较慢、仍可逆转的风险信号。该系统每周标记约 10 万条记录，再由多套分类器过滤误报和进行初步审查；其中约 50 条最高优先级记录每周会升级到人工深度审查。Anthropic 称，METR 此前曾独立对其离线监控平台进行红队测试。
Anthropic 将这套机制描述为智能体的「纵深防御」：第一层是在模型内部通过训练强化有用、诚实与无害的行为；第二层是在模型周围限制权限、使用沙箱并持续审查；最后一层是在行动执行前拦截高风险操作，并在任何一层失效时暂停相关部署或重新设计机制。
研发算力中约 6% 用于安全，AI 驱动部分约为 12%
第三组指标关注算力如何分配。Anthropic 对 7 月 13 日至 20 日的一周内部加速器使用情况进行抽样，并用 Claude 分类器判断工作负载属于安全研究还是 AI 研发。
公司给出的结果是：AI 研发算力中约 6% 用于安全工作；如果只看由 AI 驱动的 AI 研发任务，约 12% 的算力用于安全。Anthropic 称这些数字是保守估计，因为部分具有安全价值的研究没有被分类器计入安全工作。
这项统计仅覆盖一周，标签也并非全部经过独立验证。Anthropic 提议，前沿实验室可以定期公开 AI 研发算力中用于安全的比例，并进一步披露由 AI 执行的安全研究与能力研究之间的分配。
从人均代码 8 倍，到直接测量 AI 研发自动化
这次发布接续了 Anthropic Institute 6 月的。那篇文章披露，Anthropic 工程师在 2026 年第二季度人均合并代码量达到 2025 年以前平均水平的 8 倍；第一季度为 5.8 倍。该指标计算的是每名活跃贡献者合并的代码行数，不直接等于生产率，也不能单独说明代码质量。
新的自动化指数试图把观察范围从代码产出扩展到整个模型研发链条：哪些任务仍由人类完成，哪些任务由 AI 辅助、协作或主导，以及实验室是否还能监督这些智能体的行动。Anthropic 称，这些指标可以作为能力评估之外的一组过程指标，让外部观察者看到模型是如何被生产出来的。
发布处在「是否给前沿 AI 减速」争论之中
这组数据发布前一周，Anthropic 研究员 Jacob Coxon 辞职并公开警告，两家头部实验室正在冲向能够自我改进的超级智能。Anthropic 对齐负责人 Evan Hubinger 随后表示，他认为未来十年 AI 导致全人类死亡的概率超过 10%，其担忧来自递归自我改进产生的超级智能。同时指出，这些风险判断属于研究人员的主观概率估计。
Anthropic CEO Dario Amodei 随后发表，主张放慢前沿模型能力提升的速度，并提出三步方案：在实验室内部嵌入独立评估人员、推动民主国家之间协调，再寻求全球层面的协调。Anthropic 在本次文章中称，如果行业就「给前沿减速」形成协调，自动化、监控与算力分配这些数字预计也会随之变化。
Anthropic 表示将定期发布这些指标，并计划让多个外部组织的独立评估员进入公司，获得与内部风险评估团队相当的流程、系统和数据访问权限，用于核验安全措施、报告事件和持续监测关键指标。公司还提出，这类数据未来可以成为更强要求的触发条件，例如在新模型投入下一轮 AI 研发之前设置固定测试窗口。
跨实验室比较目前仍有两个障碍：行业尚无共同方法论，各家也可能使用自己的模型评审自己的系统。在这两点解决之前，26%、3 万个智能体和 6% 的安全算力首先应被理解为 Anthropic 对自身研发过程的一次内部测量，而不是整个前沿 AI 行业的统一基准。