Anthropic公布Claude参与AI研发的测量框架
Anthropic称内部平台同时运行约3万名研发代理，但也承认现有方法仍难完整衡量AI对自身研发的自动化程度。
测量了什么
Anthropic公布了一套估算方法，用来衡量Claude参与公司自身人工智能研发的程度。公司称，截至2026年8月，其最常用的内部平台上，任一时刻约有3万名代理参与研究和工程工作。这个数字指的是代理活动规模，并不等于3万个独立模型，也不意味着3万名代理都能完全自主完成研发。
Anthropic将加速器使用记录、工作负载元数据、抽样训练任务、代码检查和代理会话记录结合起来，再把任务分成安全研究与其他AI研发。公司采用了偏保守的口径：同时提升安全性和能力的工作，通常计入研发而不是安全工作。Anthropic表示，在分类测试中，机器分类器与人工复核结果通常只相差一到两个百分点。
为什么值得关注
这篇文章的价值在于，它把行业对“AI帮助研发AI”的讨论，从零散案例推进到内部运营指标。Anthropic还介绍了自己的代理协作方式：每个代理都有持续身份，并在可审计的共享消息系统中交流。这样一来，团队可以追踪决策、核对不同代理的判断，并在模型升级后保留行为记录。
公司也明确列出了局限。数据只覆盖一周，部分标签依赖自动规则或员工填写，不能证明其他前沿实验室也达到了类似水平。算力占比同样不等于科研影响力：如果安全分类器变得更高效，安全工作的算力占比可能下降，但实际工作量未必减少。
即便如此，这仍为监管者、研究人员和竞争对手提供了一套可比较的语言。若前沿实验室越来越多地用自己的系统改进模型、评测和基础设施，能力进展速度就不只取决于训练规模，也取决于实验室能否可靠地监控研发环节中的代理。
Uncle Cat判断
Anthropic披露的3万名代理是重要的运营信号，但一周样本还不足以证明研发速度已形成持续加速曲线。