Anthropic首发R&D指数：Claude 8月主导26%内部AI研发

2026年9月17日，Anthropic发布首个R&D自动化指数原型版，显示截至2026年8月，Claude在AL4级别上负责公司26%的AI研究与工程工作，这一比例从2月的不足1%大幅上升。

事实还原

指数采用AL0至AL5分级，AL3为AI在人类密切指导下完成任务大部分内容，AL4为AI从高层指令主导完成绝大部分任务并由人类监督。Anthropic报告显示，8月时AL3及以上任务占比超过90%，尚无任务达到AL5完全自主级别。任务目录来自2026年7月对各部门20%员工工作记录的抽样，生成约15000个细粒度任务，后整理为542个节点的任务树。每个节点由Claude代理评估自动化水平，并由独立Claude评判员打分，权重按人时分配。

监督数据方面，8月内部平台同时运行约3万个代理，线上监控覆盖全部行动，8月分析的超过10亿次代理决策中，0.002%被阻断。线下监控每周标记约10万份记录，最终约50个高优先级标记升级至人工审查。计算资源分配方面，7月13日至20日一周内，AI研发相关算力中约6%用于安全工作，AI驱动的AI研发算力中安全占比约12%。

机制拆解

任务树冻结后，每周测量均针对同一工作篮子，避免新任务类型干扰。评判员与领域负责人的人工对照显示，模型与人类完全一致率为59%，而人类间一致率为35%，两者在一级差异内的一致率达97%。这种自下而上构建的目录，使自动化水平测量能追踪具体任务如“评估平台缺陷诊断与修复”的进展。

代理身份持久化与共享开放消息系统设计，支持跨模型升级的连续监控。线上监控针对快速不可逆危害，线下监控针对缓慢发展的行为，两者结合形成多层防护。算力分类使用Claude分类器对近万次训练与评估运行进行抽样，保守地将同时推进能力和安全的token计入AI研发。

产业影响

这一量化框架为理解近期模型能力曲线陡峭提供了内部参考。多家媒体在发布当日发出关于自我加速飞轮的警告，焦点集中在从2月到8月的快速上升。冻结任务篮子的局限性意味着新工作类型尚未纳入测量，Anthropic计划定期重建篮子并重新发布版本。

对其他前沿实验室而言，此类内部测量若成为常态，可能推动行业建立可比的自动化指数。安全研究者关注点在于，AL4级别工作占比上升是否会加速进一步自动化循环。

战略判断

【分析】从现有测量看，Anthropic通过自有模型完成大量内部研发工作，短期内可能降低对外部人力依赖，但同时要求更严格的监控体系以控制风险。长期而言，若类似指数被多家实验室采用，行业竞争可能转向谁能更安全地扩大自动化比例，而非单纯追求单一模型性能。算力中安全工作占比的保守估计，反映出公司在平衡推进与防护时的谨慎态度，这一比例若持续公开，可能成为评估实验室安全投入的重要外部指标。