Anthropic divulga três métricas que mostram o papel do Claude em P&D, supervisão de agentes e computação de segurança

Em 17 de setembro de 2026, a Anthropic publicou três métricas projetadas para medir o ritmo de desenvolvimento de IA em laboratórios de ponta. As métricas focam em três áreas: a proporção do trabalho de pesquisa e desenvolvimento (P&D) diretamente impulsionado pelo modelo principal da empresa, Claude; o número de agentes autônomos operando na plataforma interna da Anthropic; e a fração de computação alocada a tarefas relacionadas à segurança.

Participação do Claude no trabalho de P&D

De acordo com os próprios dados da empresa, o Claude atualmente lidera 26 % da carga de trabalho de P&D medida. Na prática, isso significa que o Claude recebe uma instrução de alto nível, executa a maior parte da tarefa do início ao fim e, em seguida, entrega o resultado a um revisor humano para validação.

A Anthropic também afirma que o Claude contribui substancialmente para mais de 90 % da P&D medida, embora nunca opere de forma totalmente autônoma em qualquer parte avaliada do trabalho. A distinção é importante: o modelo pode lidar com o núcleo de uma tarefa, mas a responsabilidade final permanece com supervisores humanos.

Pontos de referência históricos mostram um crescimento rápido. Em fevereiro de 2026, a métrica para trabalho dirigido pelo Claude foi registrada como zero. Em março de 2026, outra medição citada pela Bright colocou o número em 1 %. A métrica de setembro de 2026, portanto, reflete um aumento acentuado, embora as duas primeiras cifras tenham usado uma metodologia diferente e não possam ser mescladas diretamente com os dados mais recentes.

Escala da supervisão de agentes

A plataforma interna da Anthropic hospeda cerca de 30 000 agentes que realizam simultaneamente tarefas de pesquisa e engenharia. Esses agentes são monitorados por uma versão do Claude que classifica cada peça de trabalho de acordo com a escala de automação Epoch AI, após o que humanos verificam as classificações.

A Bright informou que, em agosto, mais de um bilhão de decisões foram tomadas pelo sistema, e apenas cerca de uma decisão a cada 47 000 foi bloqueada pelos controles internos de segurança. Esse número provém dos próprios controles internos da Anthropic e ilustra a baixa taxa de intervenção manual em escala.

Computação dedicada à segurança

Um recorte feito entre 13 e 20 de julho de 2026 mostra que 6 % da computação total alocada à P&D de IA foi destinada a atividades relacionadas à segurança. Quando a computação é limitada à parcela de P&D realizada por sistemas de IA, a participação de segurança sobe para 12 %.

A Anthropic enfatiza que todas as três métricas são geradas usando seus dados e modelos proprietários. Elas servem como ponto de partida para discussões setoriais e ainda não foram validadas por auditorias externas, nem pretendem ser medidas universais de progresso.

• Claude lidera 26 % do trabalho de P&D medido
• Claude contribui para mais de 90 % das tarefas de P&D medidas
• 30 000 agentes operam simultaneamente na plataforma interna
• 6 % da computação total de P&D, 12 % da computação de P&D impulsionada por IA, alocada à segurança

A divulgação dessas métricas sinaliza a tentativa da Anthropic de trazer transparência a um campo onde benchmarks internos raramente são compartilhados. Ao quantificar o papel do Claude, a empresa oferece um ponto de dado concreto que pode ser comparado com outros laboratórios que experimentam pesquisa assistida por modelos em grande escala.

Para organizações que operam em português, a implicação prática é clara: as métricas fornecem um modelo para monitorar quanto da própria cadeia de P&D está sendo automatizada, quantos agentes autônomos estão em operação e qual proporção da computação está reservada à segurança. Empresas podem adotar estruturas de medição semelhantes, adaptar a classificação da escala de automação e definir limites internos para revisão humana, baseando‑se na baixa taxa de bloqueio relatada pela Anthropic.

Em resumo, as três métricas da Anthropic oferecem um recorte mensurável da pesquisa impulsionada por IA em um laboratório de referência. Embora os números sejam internos e ainda aguardem verificação externa, eles dão a outras empresas um referencial para construir seus próprios painéis, calibrar processos de humanos no loop e garantir que a segurança continue sendo uma fatia visível do orçamento de computação.