距离 AI 造 AI 还有多远？Anthropic Claude 已主导 26% 内部 AI 研发工作

Anthropic 于 9 月 18 日公开了一套评估前沿 AI 实验室研发进度的指标体系，并发布了公司内部的阶段性数据。

该体系聚焦于三个核心维度：AI 在自身研发中的参与深度、AI 智能体的监督机制，以及算力在研发与安全研究之间的配置情况。

Anthropic 指出，随着 AI 能力增强，它们正越来越多地参与到下一代 AI 系统的构建中。公司希望通过公开这些指标，使公众、第三方机构和政府能更清晰地把握前沿 AI 研发的进展速度。

Anthropic CEO 达里奥·阿莫代伊此前曾呼吁国际社会协调放缓前沿 AI 的发展，若此类协调得以实现，相关数据预计将发生变化。

在 AI 参与研发方面，Anthropic 引入了“Anthropic 研发自动化指数”，用以衡量 Claude 在公司 AI 研发工作中的参与程度。该指数借鉴了 Epoch AI 提出的自动化等级体系，从 AL0 到 AL5，分别代表无 AI 参与、AI 辅助、AI 协作、AI 主导以及完全自主运行。

类似于汽车自动驾驶的分级标准，AL5 表示 AI 完全自主运行、无需人类介入；AL4 则表示 AI 能根据高层指示完成大部分任务，人类仅负责监督。

截至 2026 年 8 月，Claude 尚未在任何被测量的 AI 研发工作中达到“完全自主运行”阶段，但已“主导”了 Anthropic 约 26% 的 AI 研发工作。同时，处于“AI 协作”及以上等级的工作占比已超过 90%。

Anthropic 透露，这一比例在 2026 年 2 月时还不足 1%。公司认为，这些指标有助于观察 AI 研发自动化程度是否持续上升，以及距“递归自我改进”——即 AI 能完全自主开发下一代 AI——还有多远。

为构建这一指标，Anthropic 从 2026 年 7 月的内部工作记录、Slack 及其他文档中抽样整理了约 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定。

实时监控系统会在智能体执行操作前检查其行为，并在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% 的操作被该系统拦截（相当于每约 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 份会被升级至人工审核。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% 投入了安全研究；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未被计入安全研究，且该统计也未包括用于安全分类器的另一部分算力。公司同时指出，安全研究通常不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反映安全工作的整体投入程度。

Anthropic 称，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，以验证安全实践并持续监测相关指标。

Anthropic 表示，公布这些测量是为了让公众、第三方和政府更好了解前沿实验室内部的 AI 发展速度，并希望继续发布相关数据。