Anthropic量化公开AI研发自动化进度

Anthropic 首次以量化方式公开内部 AI 研发自动化的进展。数据显示，截至今年8月，Claude 已主导公司内部26%的 AI 研发工作，而今年2月这一比例还不足1%。同时，公司内部 Agent 平台任意时刻约有3万个 AI Agent 在运行，8月产生超过10亿次决策。这组数字被视为递归自我改进（RSI）从概念走向工程现实的重要信号。

在衡量标准上，Anthropic 采用了独立 AI 研究机构 Epoch AI 提出的六级自动化框架，将 AI 参与程度划分为 AL0 至 AL5。其中 AL0 表示完全没有 AI 参与，AL3 为 AI 协作，AL4 为 AI 主导，AL5 则是完全自主。截至8月，26%的 AI 研发工作达到 AL4：人类只需给出高层目标，Claude 就能完成端到端的大部分工作，人只负责监督、检查和最终拍板；另有超过90%的研发工作至少达到 AL3。Anthropic 明确表示，目前尚未有任何被测量的 AI 研发工作达到 AL5 完全自主水平。

一个具体场景能说明这种变化：夜间数据管道出故障后，工程师只需把报告丢给 Claude 并说一句“把它修好”，它就能自主查看日志、定位原因、编写修复代码、测试、处理新冒出来的问题，最后重跑管道、对比结果并撰写说明。

规模数据同样值得关注。截至8月，Anthropic 内部约3万个 Agent 从事研究和工程工作，它们拥有独立于底层模型升级的身份标识，通过共享消息系统互相委派任务、交叉纠错。在安全监控上，所有 Agent 动作执行前都要经过在线监控，8月超10亿次决策中约0.002%被阻止；离线监控每周标记约10万条对话记录，经分类器过滤误报和初步审查后，最高优先级约50条会升级到人工审查。算力分配方面，7月样本周内约6%的 AI 研发算力投入安全研究，若只统计 AI 驱动的研发，这一比例升至约12%。Anthropic 也坦承，AI 协作与 AI 主导的边界存在主观性，跨实验室比较需要统一方法和第三方验证。

RSI 眼下已是行业最热的概念之一。智谱创始人唐杰披露，GLM-5.3-Flash 两周内完成国产加速器全量部署，大部分工作由 GLM-5.3 驱动的 Infra Agent 完成；他判断距离完全 RSI 尚远，但“模型优化系统、系统服务模型”的循环已经开始运转。OpenAI 在9月初宣布达成自动化 AI 研究实习生里程碑，目标2028年3月前实现自动化 AI 研究员，最薄弱的环节仍是“决定做什么”——任务超过4小时就需要人类频繁介入。谷歌 DeepMind 的进化式编码智能体 AlphaEvolve 从算法进化切入，其提出的电路方案已集成进下一代 TPU，谷歌前首席科学家杰夫·迪恩称之为“TPU 大脑帮助设计下一代 TPU 身体”的最新案例。

谷歌 DeepMind 首席战略官贾吉特·塞洪此前的一句话点透了底层逻辑：RSI 正成为 AI 资本开支的核心投资逻辑，虽然当前 AI 收入还撑不起正在投入的资本开支，但不下注 RSI 并不明智。

Anthropic 这次把数字摆上台面，一面是想在人类仍握主导权的窗口期，让社会参与决定 AI 自我迭代的节奏与方向；另一面则是给行业立下一个可参照的披露基准。当研发自动化比例、Agent 规模、算力投入占比和安全监控覆盖率都被公开，透明度本身就变成了无声的竞争压力，不跟进就可能被当成有意遮掩。