Anthropic:8 月約 26% 的 AI 研發由 Claude 主導

Anthropic 發表三項「AI 研發自動化」量測,指出 8 月有約四分之一的模型研發工作由 Claude 主導、人類監督,數字全是自家報告,尚無第三方驗證。

重點

  • Anthropic 在 9/17 的報告中說,2026 年 8 月約 26% 的內部模型研發工作由 Claude 主導,2 月時還不到 1%。
  • 超過 90% 的工作處於「協作」以上的自動化層級,但沒有任何被量測的領域達到完全自主。
  • 同一份報告也公布代理監控與安全運算占比,但全部是 Anthropic 自己的數字,評分方法也依賴 Claude 本身。
  • Anthropic 表示之後會引入第三方評估並定期公布。
目錄(4 節)
  1. 發生什麼事
  2. 其他數字
  3. 該保留的疑問
  4. 對你的影響

發生什麼事

Anthropic 在 2026 年 9 月 17 日發表一份名為〈Measuring the pace of AI development〉的報告,主張前沿 AI 實驗室都應該定期公布三種數字:AI 做了多少 AI 研究、AI 代理被監控到什麼程度、以及投入安全工作的運算量占多少。Anthropic 先把自己的數字攤出來。

最受矚目的是第一項。報告採用 Epoch AI 的自動化量表(AL0 到 AL5),其中 AL4 的意思是「人類監督、AI 端到端完成大部分工作」。依 Anthropic 的估算,2026 年 8 月約 26% 的模型研發工作達到這個「主導」層級,2 月時這個比例不到 1%。若把標準放寬到 AL3 以上,涵蓋的工作超過 90%。沒有任何被量測的領域達到 AL5(完全自主)。

Anthropic 報告 8 月約 26% 的 AI 研發工作由 Claude 主導完成。

其他數字

  • 8 月時,Anthropic 最常用的內部平台上,同一時間約有 3 萬個代理在運作。
  • 8 月超過十億次代理決策中,自動監控系統擋下約 0.002%(大約四萬七千分之一),被擋下的動作會在一週內由人工複查。
  • 7 月 13 日到 20 日那一週,約 6% 的 AI 研究運算用在安全工作,若只看 AI 驅動的研究則約 12%。

該保留的疑問

這份報告的數字全部是自行申報。研究占比的評分方式是由 Claude 代理列出任務、再由 Claude 擔任「評審」打分;Anthropic 自己也承認,評審可能犯和被評對象相同的錯,評審與人類員工打分的吻合率約 59%,而員工之間彼此的吻合率是 35%。代理與監控的數字只涵蓋一個內部平台,運算占比則只有單週資料,只能證明「可以量」,看不出趨勢。目前也沒有其他實驗室公布同類數字,所以 26% 沒有可對照的基準。

對你的影響

對一般台灣開發團隊沒有直接的操作影響。比較實際的參考是:如果你也在用 AI 代理做開發,這份報告提供了一套可以借用的觀察角度,例如記錄代理被擋下的比例、有多少工作仍需人工複查,而不是只看「AI 寫了多少行」。