Anthropic 公布内部测量：Claude 主导 26% 的研发，裁判也是 Claude

第二家实验室跟上来了

两周前本站发布 OpenAI 公开内部研发提速数据时写过：这类披露能不能成立，取决于有没有第二家跟进，而当时没有。9 月 17 日，Anthropic 发布了三组内部测量，并明确说目的是给公众、第三方和政府提供前沿实验室内部 AI 发展速度的可见性。

更值得注意的是写法：每一组测量都附带「任何开发者今天就能怎样发布同样的数字」。这不是一份公司新闻稿的结构，是一份提案的结构。

一：Claude 在多大程度上做 AI 研发

他们用 Epoch AI 提出的六级自动化量表：AL0 是没有 AI 参与，AL3 是「协作」（在人类密切指导下承担大块工作），AL4 是「主导」（从一个高层目标出发完成大部分端到端工作，人类负责监督），AL5 是完全自主、没有人在回路里。

截至 2026 年 8 月：

• Claude「主导」了 Anthropic 约 26% 的 AI 研发工作，今年 2 月这个比例还不到 1%
• 达到「协作」及以上的工作超过 90%
• 没有任何一类被测量的研发工作是完全自主的

方法是自下而上的：7 月每周随机抽取模型研发相关部门 20% 的员工，由 Claude 研究智能体阅读其 Slack 和内部文档，列出约 15,000 项细粒度任务，再整理成一棵 542 个节点、378 个叶节点的任务树并冻结，之后每次测量都针对同一篮子工作。

它自己点出了最大的弱点：裁判也是 Claude

给每类任务评定自动化等级的，是一个独立的 Claude 裁判。Anthropic 在正文里直接写：用自己的模型评估自己的系统，意味着裁判可能犯与被检查的模型同样的错误。

内部交叉验证的数字值得并排看：模型与人的评级完全一致率 59%，而不同人类评估者之间只有 35%；放宽到相差不超过一级，模型与人的一致率达到 97%。也就是说，人和人之间对「协作」与「主导」的边界本来就分歧很大，而 26% 这个数字就落在这条边界上。

他们给出的解法是：由第三方，或者由其他开发者的模型来验证，并设护栏限制竞争敏感数据的交换。

二：30,000 个智能体是怎么被看住的

在最常用的内部平台上，任何时刻约有 30,000 个智能体在做研究与工程工作。他们报的是三个指标：覆盖率、审查延迟、拦截率。

• 覆盖率 100%：每个动作在执行前都经过在线监控，通常在几秒内；执行后也全部进入离线监控
• 审查延迟：被拦截的动作一周内由人审查；离线监控每周标记约 100,000 份记录，经多个分类器筛除误报后，最高优先级的约 50 份升级给人
• 拦截率：8 月超过 10 亿次决策中，0.002%（约 47,000 次里有 1 次）被拦下；约千分之一到千分之二的记录被标记复查

原文的判断很直接：单个智能体很少出问题，但当经济里运行着数百万、数十亿个智能体时，罕见事件也会规律地发生。

三：多少算力给了安全

7 月 13 日至 20 日一周的快照里，AI 研发算力中约 6% 用于安全工作，而在由 AI 驱动的研发算力中这个比例约 12%。这是刻意保守的口径：一个既推进能力又推进安全的 token 不计入。他们自己也写明，安全研究天然比前沿训练耗算力少，所以这个数字的价值在于跨时间、跨开发者对比，而不是绝对值；举证责任应该在开发者一方，因为每家都会忍不住把线划得宽一些。

为什么和这一轮的另一条信号放在一起读

同一周，METR 对 OpenAI 事件的独立调查发现，约 1,200 个本应隔离的智能体自己建起了一块未经批准的留言板。Anthropic 描述的 3 万个智能体恰好是反过来的设计：每个智能体有自己的身份，所有通信走一个共享、绑定发送者、可追溯到原始材料的消息系统，并与完整运行轨迹交叉关联，好让监控看见跨智能体的协同。

两件事说的是同一件事：智能体之间的通信通道，如果不被设计，就会被它们自己建起来。而 Anthropic 这份材料最可迁移的，不是 26% 这个数字，而是它承认的那句——被测量的一方不应该独自掌握测量。