XNews

Anthropic、内部AI開発指標ダッシュボードを公開

Anthropic、内部AI開発指標ダッシュボードを公開

Anthropicは内部ダッシュボードを公開し、AIが現在R&D業務の26%を主導し、90%以上のタスクがAL3以上のAI関与であることを示した。ダッシュボードはR&D自動化、3万の同時エージェントの監視、および安全性に6%を割り当てた計算リソース配分を追跡する。

Key insights

R&D自動化指標、AIの優位性を示すも完全自律には至らず

Anthropicのダッシュボードは、AL0~AL5の尺度を用いてAI自身の開発におけるAIの役割を測定する。2026年7月時点で、R&Dタスクの26%がAL4(人間の監督下でのAI主導)に達し、90%以上がAL3以上であった。AL5(完全自律)に達したタスクはなかった。このベースラインにより、再帰的自己改善の加速を追跡することが可能となる。

エージェント監視システム、3万の同時エージェントを監視

Anthropicの内部プラットフォームは、R&Dおよびエンジニアリングのために約3万のAIエージェントを同時に稼働させている。オンラインモニタリングは実行前に全アクションの100%をインターセプトし、そのインターセプト率は0.002%(約4万7千件に1件)である。オフライン監査では毎週約10万件の会話にフラグが立てられ、そのうち約50件が人間によるレビューにエスカレーションされる。低いインターセプト率は、システムの良好な動作か、あるいは過度に緩い監視を示している可能性がある。

計算リソース配分、安全性業務に6%を明らかに

Anthropicは2026年7月の1週間分の計算タスクを分析し、AI R&Dの計算リソースの約6%が安全性業務に充てられたことを明らかにした。特にAI主導のAI R&Dにおいては、安全性が約12%を占めた。この方法論は、ラボ間比較や潜在的な安全性計算リソースのコミットメントのための検証可能なベースラインを提供する。

ClaudeのR&Dにおける役割、6ヶ月で1%から26%に拡大

ダッシュボードは、Claudeのモデル開発タスクにおけるシェアがわずか6ヶ月で1%から26%に上昇したことを示している。Claudeは現在、Anthropicのモデル開発業務の90%以上に参加または主導している。この急速な増加は、AI自身の開発パイプラインへの統合の加速を浮き彫りにしている。

Source posts