Anthropic discloses internal R&D metrics: Claude leads 26% of its own AI development
Anthropic published three internal metrics on AI R&D automation, agent oversight and compute allocation; as of August Claude reaches AL4 "leads" on 26% of internal AI R&D and exceeds 90% at collaborates level or above.
Anthropic 当地时间 9 月 17 日发布《Measurements for understanding the pace of AI development inside frontier labs》，首次以量化方式公开内部 AI 研发自动化进度。
公司构建了 AI 研发自动化指数，采用 Epoch AI 提出的六级框架（AL0 完全无 AI 参与到 AL5 完全自主）对所有内部 AI 研发任务分类评级。截至 2026 年 8 月，Claude 已在约 26% 的 AI 研发任务中达到 AL4「AI 主导」——人类给出高层目标，模型完成端到端大部分工作；另有超过 90% 的工作处于 AL3「AI 协作」或更高级别，而 2026 年 2 月 AL4 占比还不到 1%，半年内实现快速跃升。
监督层面，Anthropic 内部平台上随时约有 3 万个 Agent 协同执行研究与工程任务，8 月产生的逾 10 亿次决策全部先经在线监测再执行，约 0.002%（平均每 47,000 次操作一例）被拦截；离线系统每周约标记 10 万条记录，最高级别约 50 例升级到人工审查。
算力分配上，7 月某一抽样周用于 AI 研发的算力中约 6% 投向安全领域，在由 AI 自身独立推进的研究中该比例提升至约 12%。Anthropic 同时承认评分由 Claude 担任「裁判」，与员工评估的一致率约 59%，跨实验室比较需要统一方法和第三方验证。该公司计划定期发布这一指数并引入第三方审计。