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

IT之家 9 月 18 日消息，Anthropic 在周三推出了一套评估前沿 AI 实验室研发进度的测量方法，并公开了其内部的部分阶段性数据。

这套体系聚焦于三大核心指标：AI 在自身研发中的参与度、AI 智能体的监管状况，以及计算资源在研发与安全研究之间的分配比例。

Anthropic 指出，随着 AI 能力的不断增强，它们正越来越多地参与到下一代 AI 系统的构建过程中。公司希望通过公开这些数据，让公众、第三方机构以及政府部门能够更清晰地把握前沿 AI 研发的进展速度。

Anthropic CEO 达里奥·阿莫代伊曾呼吁各方协调行动以放缓前沿 AI 发展速度，若这种协调得以实现，相关数据预计将出现变化。

在 AI 参与研发方面，Anthropic 提出了“Anthropic 研发自动化指数”，用来衡量 Claude 在公司 AI 研发工作中的参与程度。该指数借鉴了 Epoch AI 的自动化等级框架，从 AL0 到 AL5 依次对应无 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评级标准，AL5 代表 AI 完全自主运行、无需人类干预；AL4 则表示 AI 能依据高层指令完成大部分任务，人类仅负责监督。

截至 2026 年 8 月，Claude 在评估的所有 AI 研发任务中尚未实现“完全自主运行”，但它已“主导”了 Anthropic 约 26% 的 AI 研发工作。同时，达到“AI 协作”或更高级别的工作占比已超过 90%。

Anthropic 透露，2026 年 2 月这一比例还不到 1%。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升，以及距离“递归自我改进”——即 AI 能完全自主开发下一代 AI——还有多远。

为了构建这一指标，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，并将它们归为 542 个不同层级的任务节点，其中 378 个属于最细分的类别。随后，Claude 被用来分析这些任务的执行方式及 AI 的参与程度，并由另一个独立的 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，一旦发现危险操作便进行拦截或调整。Anthropic 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（IT之家注：相当于每 4.7 万次操作中约有 1 次被拦截）。

事后监控系统则负责分析智能体已完成的操作，每周大约标记 10 万份对话记录以供进一步检查，其中优先级最高的约 50 份会升级至人工审核。此外，约千分之一到千分之二的智能体活动会被标记为需要额外审查。

在算力分配方面，Anthropic 统计了 2026 年 7 月 13 日至 7 月 20 日期间的计算资源使用情况。数据显示，公司用于 AI 研发的算力中，约 6% 投入到了安全研究；若仅考虑基于 AI 的 AI 研发工作，安全研究所占算力比例约为 12%。

Anthropic 强调，上述算力比例是较为保守的估算，因为那些同时促进模型能力和安全性的工作并未计入安全研究，且该统计未包括用于安全分类器的另一部分算力。公司同时指出，安全研究通常不需要像前沿模型训练那样消耗大量算力，因此算力占比并不能直接反映安全工作的整体投入程度。

Anthropic 表示，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挑战。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 称，公布这些测量数据是为了让公众、第三方和政府能更深入地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。