原文标题： AI开始「打造自己」Anthropic：Claude已主导26%AI研发工作 原文连结： https://reurl.cc/900lbj 发布时间： 2026-09-18 07:10 记者署名： 钜亨网 编译 许家华 原文内容： Anthropic周四(17日)公布一套新的AI研发自动化指标, 显示截至2026年8月, 旗下Claude已「主导」公司内部26%的AI研究与开发(R&D)工作 比2026年2月不到1%的 比率大幅提高。Anthropic表示, 超过90%的AI研发工作至少已达到「AI协作」程度, 意味 着AI已能在密切的人类指导下完成大量工作。 Anthropic目前仍是未上市公司, 因此没有可对应的美股股票代码。该公司表示, 新指标 旨在让外界更清楚掌握AI究竟以多快的速度参与下一代AI模型的开发, 并希望未来能定期 公布相关数据, 让外界追踪AI自动化程度的变化。 Anthropic将AI参与程度分成6个层级, 从完全没有AI参与, 到AI提供少量协助、AI协作、 AI主导, 最後是完全自主。该公司采用Epoch AI提出的自动化程度架构, 其中「AI协作」 代表AI能在密切的人类指导下完成大部分工作,「AI主导」则代表AI可以根据高 阶指令, 在人类监督下自行完成一项工作的多数流程。 Anthropic强调, Claude目前尚未在任何经衡量的AI研发工作中达到完全自主的程度。换 言之,26%的「主导」工作仍有人类在旁监督, 并不代表Claude已经能够在没有 人的情况下独立设计、训练及推出下一代模型。 不过, Claude参与AI研发的速度正在快速提升。Anthropic的数据显示, 2026年2月时, Claude能达到「主导」程度的AI研发工作占比仍不到1%, 到8月已升至26%, 短短约6个月 增加超过25个百分点。如果目前趋势延续, Anthropic的图表显示,AI主导的工 作占比甚至可能在2026年底接近80%, 但该公司强调这只是依照目前趋势推估的情境, 并非 正式预测。 Anthropic此次同时揭露公司内部AI代理人的使用规模。截至8月, 该公司最主要的内部平 台上, 约有3万个AI代理人同时从事研究与工程工作。这些代理人并非单纯回答问题, 而 是可以在较长时间内半自主执行任务, 并在部分情况下把工作进一步交给其他AI代理人处 理。 为了监控这些代理人的行动, Anthropic建立线上及线下两套监控机制。线上监控会在代 理人执行动作前进行检查, 所有相关代理人的行动都会经过这项监控, 通常只需数秒即可 完成; 线下监控则会在行动完成後检视代理人活动纪录, 以寻找可能需要进一步调查的异 常行为。 Anthropic表示, 8月期间共分析超过10亿次AI研究与工程代理人的决策, 线上监控系统拦 截约0.002%的决策, 约相当於每4.7万次决策中拦截1次。线下监控每周约标记10万份对话 纪录供进一步检查, 经过多层自动分类及初步审查後, 约每周有50件最高优先级案例升级 至人工审查。 为建立26%的AI主导比例, Anthropic并非单纯计算Claude产生多少程式码, 而是建立名为 「Anthropic R&D Automation Index」的指标。公司在2026年7月每周从涉及模型研发的 各部门随机抽取20%的员工, 让Claude研究代理人透过Slack及内部文件整理这些员工一周 内从事的工作。 经过4周抽样後, Anthropic取得约1.5万项细分的模型研发任务, 再将这些任务整理成一 套包含542个节点的工作分类树, 其中378个为最底层的具体工作项目, 涵盖模型训练、产 品开发、强化学习、评估系统及工程问题排除等工作。 接着, Claude代理人逐项研究这些工作的实际执行方式及AI参与程度, 再由另一个Claude 模型担任评估者, 按照六级自动化架构进行分类。Anthropic也让负责相关工作的员工在 不知道模型评估结果的情况下进行独立评分, 以检验AI评估的可靠性。结果显示, 模型与 人工评估完全一致的比例为59%, 人与人之间完全一致的比例则为35%; 若放宽至评估结果 相差不超过一个等级, 模型与人工的一致率达97%。 Anthropic表示, 这项研究最重要的意义之一, 在於观察AI是否正在形成「自己 协助打造下一代自己」的循环。当AI能协助研究、设计、测试及训练新的AI模型时, 下一 代模型的能力提升可能进一步增加AI参与研发工作的程度, 形成所谓「递回式自我改进」 (recursive self-improvement)的可能路径。 不过, Anthropic强调, 目前距离完全自主的递回式自我改进仍有明显差距。Claude目前 没有任何经衡量的AI研发工作达到完全自主程度, 而且人类仍负责设定重要目标及方向。 该公司认为, 现阶段的情况更接近「人类提出目标, AI负责执行及测试」, 而不是AI自行 决定下一代模型应该如何发展。 Anthropic另外公布, 其内部Claude使用程度也大幅提高。截至2026年5月, 超过80%合并 至公司程式码库的程式码由Claude撰写, 相较於Claude Code在2025年2月以研究预览版推 出前的低个位数比例大幅增加。2026年第2季, Anthropic一般工程师每天合并的程式码量 约为2024年的8倍, 公司表示这主要反映AI协助工程师处理程式设计及较长时间自主工作 的程度提高。 在一项更具体的实验中, Anthropic让Claude最佳化一套用於训练小型AI模型的程式码, 要求在维持正确性的情况下尽可能提高执行速度。2025年5月, Claude Opus 4平均可让程 式码速度提高约3倍; 到2026年4月, Claude Mythos Preview在相同实验中达到约52倍。 不过Anthropic特别提醒, 这并不代表现实世界的AI训练速度真的提高52倍, 因为实验结 果高度取决於原始程式码还有多少改善空间。 Anthropic也测试Claude自行提出研究方向的能力。在2026年4月公布的一项AI安全研究中 , AI代理人获得一个开放式问题後, 自行提出假设、设计实验、测试结果并与其他代理人 分享发现。在该实验中,两名人类研究人员花约一周时间完成的工作, AI代理人则累计执 行约800小时, 使用约1.8万美元运算资源, 并恢复约97%的研究差距; 不过Anthropic也指 出, 人类仍负责选择研究问题及制定评分标准, 而且结果尚未能直接转化到生产规模模型 。 Anthropic此次公布数据的同时, 公司执行长Dario Amodei近期也呼吁AI业界放慢先进模 型能力提升速度, 并提出让独立安全评估人员进入AI公司、建立业界安全标准及加强国际 合作等构想。这使得Anthropic公布AI参与自身研发的数据, 更受到外界关注。 值得注意的是, Anthropic表示, 这套指标目前仍存在限制。首先, 评估AI自动化程度本 身依赖AI模型判断, 可能产生评估偏差; 其次, 目前使用的是固定於2026年7月建立的工 作分类, 指标上升主要反映原本由人类执行的工作被AI自动化, 并不能单独证明AI已经取 代所有新增的人类工作。Anthropic表示, 未来将定期重新建立工作分类并更新指标。 此外, Anthropic估算, 2026年7月某一周用於AI驱动AI研发的运算资源中, 约12%投入AI 安全工作, 但公司也提醒, 运算资源并非衡量安全投入的完美指标。整体而言, 这批新数 据显示AI已从单纯协助人类开发模型, 快速进一步参与下一代AI的研究与工程工作, 但距 离完全由AI自行决定目标、设计并打造下一代AI, 目前仍存在明显的人类监督与决策环节 。 心得/评论： 我懂了! 原来这些巨头说放缓发展AI是人类要放缓~ 如果是AI自己训练自己就不用! Anthropic现在慢慢朝向"递回式自我改进(RSI)"迈进了 以後就让AI自己打造AI了........ 各位AI股神觉得人类统治的社会还剩下多久呢? --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 163.17.149.240 (台湾) ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Stock/M.1789690508.A.A57.html