Anthropic称Claude主导四分之一研究工作，但「主导」远没那么自主

Anthropic在一篇博文中首次公开了衡量自身AI研发进度的三项指标：模型开发中AI的自主程度、AI智能体的可监控性，以及投入安全研究的算力占比。公司表示，这些数据旨在配合CEO达里奥·阿莫代伊此前呼吁各方协调放缓前沿AI开发的主张，让外界对模型构建过程有更清晰的认知，而不仅仅依赖衡量模型能力的基准测试。

核心指标采用Epoch AI的自动化分级框架，从AL0（无AI参与）到AL5（完全自主）共六级。截至2026年8月，Anthropic内部26%的工作达到AL4级，超过90%的工作至少达到AL3级，但没有任何工作达到AL5。AL4的典型场景是：工程师将一份缺陷报告交给Claude，Claude独立完成分析、修复和测试，但不能自行部署，最终决策权仍在人类手中。与AL3的主要区别在于，Claude遇到障碍时不再需要频繁请示，而非获得了真正的决策权。

这套评分体系的可信度存在明显局限。评级工作本身由Claude完成——智能体从Slack和内部文档中收集证据，再由另一个Claude模型分配级别。Anthropic坦承，充当「裁判」的模型可能犯下与被评估系统相同的错误。公司内部的人工交叉验证也印证了这一担忧：两名员工对同一领域的评级仅有约三分之一的概率一致，Claude的评分与人工判断的吻合率为59%，而AL3与AL4之间仅差一级，这意味着26%这个数字在很大程度上取决于解读方式。

26%这一数字的统计口径同样值得审视。Anthropic统计的是员工在7月份各项工作上花费的人工小时数，再按时间权重加总评分。这意味着该数字反映的是人类投入时间的分布，而非Claude参与决策的次数或对研究方向的影响程度。批评者指出，这个指标对Anthropic具有双重价值：既是产品能力的宣传素材，也是支持放缓开发呼吁的论据，而「主导」一词的宽泛定义恰好服务于这两个目的。

在智能体监控方面，Anthropic披露其最常用的内部平台同时运行约3万个智能体，实时监控系统在8月份超过10亿次决策中拦截了0.002%的操作，另有一套事后审查系统每周标记约10万条日志，其中约50条会上报给人工审核。公司承认该监控体系运行仅数月，尚不确定能否捕捉所有异常行为模式。安全研究的算力占比约为6%，Anthropic解释称，安全工作主要消耗研究人员时间而非大量算力，因此该比例偏低并不代表安全投入不足，但同时也警告，安全研究与能力研究之间的边界模糊，各家公司都有动机将边界划得对自己有利。

整体来看，Anthropic此次披露是AI行业罕见的内部透明度尝试，但其局限性同样显著：自评体系、模糊定义与有限的外部验证，使这些数字更像是一个起点，而非可供行业参照的成熟标准。如何建立真正可信、可比较的AI研发进度指标，仍是整个行业面临的开放性问题。

要点

• Anthropic公布的「Claude主导26%研发工作」中，「主导」对应AL4级别，意指Claude能独立完成任务但无权自行部署，人类仍掌握最终决策权，并非真正自主。
• 评分体系由Claude自身完成，人工交叉验证显示员工间评级一致率仅约三分之一，Claude与人工判断的吻合率为59%，数据可信度存在内在局限。
• 26%的统计口径基于人工小时权重，反映的是人类时间分配，而非Claude的决策次数或对研究方向的实质影响。
• Anthropic内部约3万个并发智能体的监控体系运行仅数月，安全算力占比约6%，公司承认监控覆盖范围和安全边界的划定仍存在不确定性。
• 此次披露兼具产品宣传与政策倡导的双重功能，如何建立独立、可比较的行业级AI研发进度指标，仍是待解难题。