Anthropic spune că Claude conduce acum 26% din propria sa cercetare AI

Anthropic a început să publice o automăsurare a cât de mult din propria sa cercetare AI este realizată de AI. Într-o postare din 17 septembrie 2026 a Institutului Anthropic, compania a declarat că Claude „conduce” acum 26% din activitatea de cercetare și dezvoltare AI a Anthropic începând cu august 2026 — față de sub 1% în februarie. Este prima publicare a ceea ce Anthropic numește un prototip de Indice de Automatizare a Cercetării și Dezvoltării.

Ce înseamnă cifrele

Indicele punctează sarcinile pe o scară de automatizare dezvoltată de organizația nonprofit Epoch AI, de la AL0 (fără implicarea AI) la AL5 (AI funcționează complet autonom, fără om în buclă). La AL3, Claude „colaborează” — realizând porțiuni mari de lucru sub îndrumarea atentă a unui om. La AL4, „conduce”, poate finaliza cea mai mare parte a unei sarcini de la un capăt la altul pornind de la un prompt de nivel înalt, în timp ce o persoană supraveghează rezultatul. Anthropic spune că peste 90% din activitatea sa de cercetare și dezvoltare AI se situează acum la AL3 sau mai sus, dar că nicio activitate măsurată nu a atins autonomia completă la AL5.

Cum a fost măsurat și care sunt limitele

Timp de o săptămână în iulie 2026, un agent de cercetare Claude a analizat un eșantion aleatoriu de 20% din personal din fiecare departament din bucla de cercetare și dezvoltare a modelelor, catalogând aproximativ 15.000 de sarcini și sortându-le într-o taxonomie fixă de 542 de categorii. Anthropic însăși semnalează avertismentul care contează cel mai mult pentru cititorii externi: evaluatorii model și cei umani au fost de acord cu privire la nivelul exact de automatizare doar în 59% din cazuri, față de un acord de 35% între doi evaluatori umani, deși cei doi au fost la cel mult un nivel distanță unul față de celălalt în 97% din cazuri. Compania raportează, de asemenea, aproximativ 30.000 de agenți simultani care desfășoară activități interne de cercetare și inginerie, cu monitoare automate care blochează aproximativ 1 din 47.000 de decizii ale agenților.

De ce contează modul de prezentare

Este vorba despre un furnizor care se măsoară pe sine, folosind un model construit de el pentru a evalua activitatea și publicând rezultatul la câteva zile după ce propriul său CEO a pledat public pentru încetinirea dezvoltării AI la nivelul întregii industrii. Anthropic prezintă indicele ca pe un șablon pe care orice laborator de frontieră l-ar putea adopta, nu ca pe un reper auditat al industriei. Cumpărătorii care evaluează marketingul de automatizare AI de la orice furnizor ar trebui să ceară aceleași lucruri pe care Anthropic le-a dezvăluit aici — metodă, eșantion și avertismente privind evaluarea — în loc să accepte un procent din titlu ca atare.

Surse: Anthropic Institute, Unite.AI.