Anthropic 研发自动化度量：Claude 已主导内部 26% 的 AI 研发工作

Anthropic 公布了一套用于量化前沿实验室内部 AI 研发自动化程度的指标体系与阶段性数据，披露 Claude 已主导其内部约 26% 的 AI 研发任务，展现了模型在下一代系统构建中的参与现状。

• 引入六级自动化指数：基于 Epoch AI 体系建立 AL0 至 AL5 评估等级，衡量 AI 从未参与、辅助、协作到主导与完全自主的程度。
• 协作与主导比例攀升：截至 2026 年 8 月，Claude 在内部 AI 研发中未达到完全自主（AL5），但在协作（AL2）及以上任务中的参与率已超 90%，主导（AL4）占比达 26%（2 月该比例不足 1%）。
• 建立实时与事后双重监管：8 月份在超过 10 亿次智能体决策中，实时拦截系统拦截了约 0.002% 的潜在危险操作；事后监控每周标记约 10 万份记录并升级重点日志至人工审核。
• 算力分配与独立验证规划：7 月单周统计显示用于 AI 研发的算力中约 6% 投向安全研究；Anthropic 计划引入独立第三方评估团队以核验安全实践与数据真实性。
• 影响/看点：这一度量框架为观察 AI 递归自我改进进程提供了阶段性量化基准，但其长期有效性取决于跨实验室评估标准的统一与第三方独立审计机制的落地。
• 资料依据：
• IT之家（2026-09-17）：https://www.ithome.com/1/003/886.htm
• Anthropic 官方研究（2026-09-17）：https://www.anthropic.com/research/measuring-ai-rd-automation

本内容由 AI 生成，仅供参考，请注意甄别