Anthropic: Claude leads 26% of internal AI R&D
Anthropic：Claude 已主导 26% 内部 AI 研发工作
For readers interested in the development of AI systems, this provides concrete data on how much AI is involved in creating new AI, showing a significant increase from early 2026.
Anthropic released a new metric called the 'Anthropic R&D Automation Index' to measure how much AI is involved in its own research.
As of August 2026, Claude has led 26% of the company's AI R&D work, moving from less than 1% in February 2026.
The index uses a scale from AL0 to AL5, with AL4 meaning AI can complete most tasks with human supervision, and AL5 meaning fully autonomous operation without human intervention.
Claude has not yet reached AL5, but is at AL4 for over 90% of tasks.
Anthropic：Claude 已主导 26% 内部 AI 研发工作
IT之家 9 月 18 日消息，Anthropic 今日发布了一套用于衡量前沿 AI 实验室研发进度的方法，并公布公司内部的阶段性数据。 该体系主要关注 3 项指标：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。 Anthropic 称，随着 AI 能力的提升，AI 正在越来越多地参与下一代 AI 系统的研发。公司希望通过公开这些指标，让公众、第三方机构和政府更直观地了解前沿 AI 研发的推进速度。 Anthropic CEO 达里奥 · 阿莫代伊曾呼吁协调放缓前沿 AI 发展，若出现协调，相关数字预计会变化。 在 AI 参与 AI 研发方面，Anthropic 提出了“Anthropic 研发自动化指数”，用于衡量 Claude 参与公司 AI 研发工作的程度。该指标采用 Epoch AI 提出的自动化等级体系，从 AL0 到 AL5，分别对应没有 AI 参与、AI 辅助、AI 协作、AI 主导以及完全自主运行。 类似于汽车的自动驾驶评判等级，AL5 指的是 AI 完全自主运行、无需人类介入，AL4 指 AI 可依据高层提示完成大部分任务、人类只负责监督。 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”，但已经“主导”Anthropic 约 26% 的 AI 研发工作，同时处于“AI 协作”及更高等级的工作占比已经超过 90%。 Anthropic 披露，这一比例在 2026 年 2 月还不到 1%。该公司认为，这类指标有助于观察 AI 研发自动化程度是否持续提高，以及距离“递归自我改进”—— 即 AI 能够完全自主开发下一代 AI—— 还有多远。 为建立这一指标，Anthropic 从 2026 年 7 月的内部工作记录、Slack 及其他文档中抽样整理出约 1.5 万个模型研发任务，并将其归纳为 542 个不同层级的任务节点，其中 378 个属于最细分的任务类别。随后由 Claude 研究这些任务的执行方式及 AI 参与程度，并由独立的 Claude 评估模型进行自动化等级判断。 实时监控系统会在智能体执行操作前检查行为，并在发现危险操作时进行拦截或调整。Anthropic 对 2026 年 8 月超过 10 亿次智能体决策进行分析后发现，约 0.002% 的操作被该系统拦截（IT之家注：相当于约每 4.7 万次操作出现 1 次拦截）。 事后监控系统则会分析智能体已经完成的操作，每周约标记 10 万份对话记录进行进一步检查，其中优先级最高的约 50 份会升级至人工审核。此外，约千分之一至千分之二的智能体活动会被标记为需要进一步审查。 在算力分配方面，Anthropic 统计了 2026 年 7 月 13 日至 7 月 20 日期间的算力使用情况。数据显示，该公司用于 AI 研发的算力中约 6% 投入安全研究；如果仅统计基于 AI 的 AI 研发工作，其安全研究算力占比约 12%。 Anthropic 强调，上述算力比例是较为保守的估计，因为同时促进模型能力和安全性的工作没有被计入安全研究，而且该统计也没有计算用于安全分类器的另一部分算力。公司同时指出，安全研究通常并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，这些指标目前仍属于原型测量体系，跨实验室比较还面临统一方法和独立验证等问题。公司计划引入来自多个组织的独立第三方评估人员，让其获得与内部风险评估团队相近的流程、系统和数据访问权限，以验证安全实践并持续监测相关指标。 Anthropic 表示，公布这些测量是为了让公众、第三方和政府更好了解前沿实验室内部的 AI 发展速度，并希望继续发布相关数据。
This report is categorized under AITOP's "Models" desk, focusing on US frontier AI labs and Silicon Valley technology leaders. Within our cross-regional analytical framework, it directly maps to US-China foundation model benchmarks and commercialization comparison. Key entities and technical topics under continuous tracking include Claude, Anthropic, AI R&D, AI automation.
Source attribution: curated from IT之家. Cross-source corroboration: 11 independent sources have covered this development (including AI Will, lmarena.ai, Decoder), confirming industry-wide signal strength.
