Anthropic 发布前沿 AI 开发节奏测量工具与内部指标快照

Anthropic 公布了一套用于衡量前沿 AI 实验室研发进度的指标，涵盖三项内容：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。公司同时公布了来自 Anthropic 内部的阶段性快照，并表示任何前沿开发者都可以发布同样的指标、第三方可以核验。

在 AI 参与研发方面，Anthropic 提出「Anthropic 研发自动化指数」，采用 Epoch AI 的自动化等级体系（AL0 无 AI 参与到 AL5 完全自主）。公司称，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「主导」了约 26% 的 AI 研发工作，处于「AI 协作」及更高等级的工作占比超过 90%。Anthropic 称该指数由梳理公司内部各类 AI 研发工作、为每项任务评级后汇总而成；IT之家报道称其从 2026 年 7 月内部工作记录、Slack 及其他文档中抽样整理出约 1.5 万个模型研发任务，归纳为 542 个任务节点。Ars Technica 报道称该数据由《华尔街日报》首先报道，26% 较 3 月的 1% 上升。

在智能体监督方面，Anthropic 称截至 2026 年 8 月，其最常用内部平台任一时刻约有 3 万个从事研究与工程工作的智能体，这些智能体的行动 100% 在执行前经过在线监控、执行后进入离线监控。公司称对 2026 年 8 月超过 10 亿次智能体决策的分析显示，约 0.002%（约每 4.7 万次中 1 次）被拦截；每周约标记 10 万份对话记录供进一步检查，其中优先级最高的约 50 份升级至人工审核。

在算力分配方面，Anthropic 统计了 2026 年 7 月 13 日至 7 月 20 日一周的算力使用：约 6% 的 AI 研发算力投向安全，约 12% 的 AI 驱动 AI 研发算力投向安全。公司强调这是刻意保守的估计——同时促进能力与安全的工作未被计入，且未计入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，因此算力占比不能直接代表安全工作的整体投入程度。Anthropic 称这些指标目前仍属原型测量体系，跨实验室比较面临统一方法和独立验证等问题，计划引入多个组织的独立第三方评估人员。