Anthropic publica três métricas sobre o papel do Claude em I&D, supervisão de agentes e computação de segurança

A 17 de setembro de 2026, a Anthropic publicou três métricas concebidas para medir o ritmo do desenvolvimento de IA nos principais laboratórios. As métricas focam‑se em três áreas: a proporção de trabalho de investigação e desenvolvimento (I&D) impulsionada diretamente pelo modelo principal Claude, o número de agentes autónomos que operam na plataforma interna da Anthropic e a fração de computação alocada a tarefas relacionadas com a segurança.

Quota do Claude no trabalho de I&D

De acordo com os próprios dados da empresa, o Claude lidera actualmente 26 % da carga de trabalho de I&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 depois entrega o resultado a um revisor humano para validação.

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

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

Escala da supervisão de agentes

A plataforma interna da Anthropic alberga aproximadamente 30 000 agentes que, simultaneamente, executam tarefas de investigação e engenharia. Estes agentes são monitorizados por uma versão do Claude que classifica cada peça de trabalho segundo a escala de automação Epoch AI, após o que humanos verificam as classificações.

A Bright reportou que, em agosto, mais de mil milhões de decisões foram tomadas pelo sistema, e apenas cerca de uma decisão em 47 000 foi bloqueada pelos controlos internos de segurança. Este número provém dos próprios controlos internos da Anthropic e ilustra a baixa taxa de intervenção manual em escala.

Computação dedicada à segurança

Um recorte entre 13 e 20 de julho de 2026 mostra que 6 % do total de computação alocada à I&D em IA foi dedicada a atividades relacionadas com a segurança. Quando a computação se limita à parte da I&D realizada por sistemas de IA, a quota de segurança sobe para 12 %.

A Anthropic sublinha que as três métricas são geradas usando os seus dados e modelos proprietários. São apresentadas como ponto de partida para o debate da indústria e ainda não foram validadas por auditores externos, nem pretendem ser medidas universais de progresso.

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

A divulgação destas métricas sinaliza a tentativa da Anthropic de trazer transparência a um campo onde benchmarks internos raramente são partilhados. Ao quantificar o papel do Claude, a empresa fornece um ponto de dados concreto que pode ser comparado com outros laboratórios que experimentam investigação assistida por modelos de grande escala.

Para organizações em Portugal, a implicação prática é clara: as métricas oferecem um modelo para monitorizar quanto da sua própria pipeline de I&D está a ser automatizada, quantos agentes autónomos estão em operação e que proporção da computação está reservada à segurança. As empresas podem adotar quadros de medição semelhantes, adaptar a classificação da escala de automação e definir limiares internos de revisão humana com base na baixa taxa de bloqueio reportada pela Anthropic.

Em resumo, as três métricas da Anthropic fornecem um instantâneo mensurável da investigação impulsionada por IA num laboratório de referência. Embora os números sejam internos e aguardem verificação externa, dão a outras empresas um referencial para construir os seus próprios dashboards, calibrar processos humanos‑no‑ciclo e garantir que a segurança continue a ser uma parte visível do orçamento de computação.