Anthropic公布AI研发自动化指数：Claude主导26%内部研发工作

驱动中国9月18日消息，Anthropic发布了一套用于衡量前沿AI实验室研发进度的评估方法，并公布了公司内部的阶段性数据。该体系主要关注三项核心指标：AI参与AI研发的程度、AI智能体的监督情况，以及算力在AI研发与安全研究之间的分配。Anthropic表示，随着AI能力的提升，AI正在越来越多地参与下一代AI系统的研发，公开这些指标旨在让公众、第三方机构和政府更直观地了解前沿AI研发的推进速度。

在AI参与AI研发方面，Anthropic提出了“Anthropic研发自动化指数”，用于衡量Claude参与公司AI研发工作的程度。该指标采用Epoch AI提出的自动化等级体系，从AL0到AL5，分别对应没有AI参与、AI辅助、AI协作、AI主导以及完全自主运行。这一体系类似于汽车的自动驾驶评判等级，其中AL5指AI完全自主运行且无需人类介入，AL4指AI可依据高层提示完成大部分任务，人类仅负责监督。

数据显示，截至2026年8月，Claude未在任何被测量的AI研发工作中实现“完全自主运行”，但已经“主导”Anthropic约26%的AI研发工作。同时，处于“AI协作”及更高等级的工作占比已经超过90%。Anthropic披露，这一比例在2026年2月还不到1%。该公司认为，这类指标有助于观察AI研发自动化程度是否持续提高，以及距离“递归自我改进”——即AI能够完全自主开发下一代AI——还有多远。

为建立这一指标，Anthropic从2026年7月的内部工作记录、Slack及其他文档中抽样整理出约1.5万个模型研发任务，并将其归纳为542个不同层级的任务节点，其中378个属于最细分的任务类别。随后由Claude研究这些任务的执行方式及AI参与程度，并由独立的Claude评估模型进行自动化等级判断。

在AI智能体监督方面，Anthropic建立了实时监控与事后监控机制。实时监控系统会在智能体执行操作前检查行为，并在发现危险操作时进行拦截或调整。对2026年8月超过10亿次智能体决策的分析显示，约0.002%的操作被该系统拦截，相当于约每4.7万次操作出现1次拦截。事后监控系统则会分析智能体已经完成的操作，每周约标记10万份对话记录进行进一步检查，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进一步审查。

在算力分配方面，Anthropic统计了2026年7月13日至7月20日期间的算力使用情况。数据显示，该公司用于AI研发的算力中约6%投入安全研究；如果仅统计基于AI的AI研发工作，其安全研究算力占比约12%。Anthropic强调，上述算力比例是较为保守的估计，因为同时促进模型能力和安全性的工作没有被计入安全研究，且该统计也没有计算用于安全分类器的另一部分算力。公司指出，安全研究通常并不需要像前沿模型训练那样消耗大量算力，因此算力占比不能直接代表安全工作的整体投入程度。

Anthropic指出，这些指标目前仍属于原型测量体系，跨实验室比较还面临统一方法和独立验证等问题。公司计划引入来自多个组织的独立第三方评估人员，让其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。此前，Anthropic CEO达里奥·阿莫代伊曾呼吁协调放缓前沿AI发展，若出现协调，相关数字预计会变化。