Anthropic 公开发布内部 AI 开发仪表盘

Anthropic 首次公开披露其内部 AI 开发仪表盘,数据显示截至 2026 年 7 月,Claude 在 AI 研发工作中占据 26% 的份额(AL4 级别),超过 90% 的研发工作深度涉及 AI。在任何时刻,有 3 万个智能体同时工作。AI 研发中约 6% 的计算资源用于安全。该仪表盘包含三个指标组:研发自动化指数、智能体监督和计算资源分配。
Key insights
26% 的 AI 研发工作达到 AL4(AI 主导)级别
Anthropic 的内部仪表盘显示,26% 的 AI 研发任务处于 AL4 级别,意味着 AI 在人工监督下处理大部分端到端工作。超过 90% 的研发任务达到 AL3 或以上(深度协作或主导)。没有任务达到 AL5(完全自主)。该测量通过每周抽样 20% 的研发人员,将 1.5 万个任务组织成 542 个节点的树状结构,并依据 Epoch AI 的 AL0-AL5 量表进行评级。
30,000 个智能体同时活跃,配备双层监督
在任何时刻,大约有 3 万个智能体在 Anthropic 最常用的平台上执行研发和工程工作。在线监控在执行前拦截 100% 的智能体动作,通常只需数秒。2026 年 8 月,分析了超过 10 亿次决策,拦截率为 0.002%(约 1/47,000),主要针对快速且不可逆的危害,如模型权重泄露。离线监控每周标记约 10 万次对话,其中约 50 次升级至人工审查。
计算资源分配:AI 研发中 6% 用于安全
在 2026 年 7 月 13 日至 20 日这一周,Anthropic 分析了所有约 1 万个计算任务。AI 研发中约 6% 的计算资源用于安全工作。若仅考虑 AI 驱动的 AI 研发,安全占比约为 12%。这些是保守估计。该方法允许跨实验室比较以及未来可能的安全计算承诺。
仪表盘为衡量 AI 自我改进加速提供基准
26% 的 AL4 比例是最关键的数字,因为它为未来比较建立了基准线。Anthropic 指出,虽然 AI 参与 AI 研发现已常态化,但递归自我改进的关键阈值(AL5)尚未达到。仪表盘的指标设计为随时间追踪,以观察加速情况。
低拦截率引发对监督严格性的质疑
0.002% 的拦截率可被解读为系统运行良好,或监督过于宽松。Anthropic 自身指出,在数万个智能体的规模下,罕见事件频繁发生。监督系统仅运行了几个月,其有效性需要更多时间来评估。