Anthropic 发布三项指标：Claude 在研发、代理监管和安全算力中的作用

2026年9月17日，Anthropic公布了三项专门用于衡量领先AI实验室研发速度的内部指标。这些指标分别聚焦于：Claude模型直接驱动的研发工作占比、平台上运行的自主代理数量以及分配给安全相关任务的算力比例，旨在为行业提供首个可对标的基准。

Claude 在研发工作中的占比

公司内部数据表明，Claude目前承担了测量范围内26%的研发工作量。实际操作中，Claude在收到高级指令后，从任务启动到完成的大部分环节均由其执行，随后将结果交由人工审阅者进行验证。

Anthropic进一步指出，Claude对超过90%的已测量研发工作都有实质性贡献，尽管在任何评估的工作部分它从未实现完全自主运行。这意味着模型可以处理任务核心，但最终责任仍由人工监督者承担。

历史参考点显示出快速增长。2026年2月，Claude主导的工作比例为零；2026年3月，Bright报道该比例为1%。因此，2026年9月的指标反映了陡峭的上升趋势，但前两项数据使用了不同的方法论，不能直接与最新数据合并。

代理监管规模

Anthropic的内部平台同时容纳约30 000个代理，这些代理执行科研和工程任务。Claude的一个版本负责监控这些代理，依据Epoch AI自动化等级对每项工作进行分类，随后由人工再次核对分类结果。

Bright报道，2023年8月系统做出了超过十亿次决策，约每47 000次决策中有一次被内部安全检查拦截。该数字来源于Anthropic的内部控制，体现了大规模下人工干预的低频率。

安全算力分配

2026年7月13日至20日的快照显示，AI研发总算力的6%用于安全相关活动。当仅考虑AI系统执行的研发部分时，安全算力占比上升至12%。

Anthropic强调，这三项指标均基于其专有数据和模型生成，旨在为行业讨论提供起点，尚未经过外部审计验证，也不声称是普遍适用的进展衡量标准。

• Claude 主导了26%的测量研发工作
• Claude 对超过90%的测量研发任务有贡献
• 平台上并发运行30 000个代理
• 安全算力占总研发算力的6%，AI驱动研发算力的12%

这些指标的发布标志着Anthropic在一个鲜有内部基准共享的领域提升透明度。通过量化Claude的角色，公司提供了一个可与其他实验室比较的具体数据点，后者也在探索大规模模型辅助研究。

对于中文使用的组织而言，实际意义十分明确：这些指标提供了一个模板，可用于跟踪自身研发流水线的自动化程度、运行的自主代理数量以及分配给安全的算力比例。企业可以采用类似的测量框架，调整自动化等级分类，并根据Anthropic报告的低拦截率设定内部人工审查阈值。

在实际落地时，企业需要先建立数据采集管道，确保能够准确记录模型参与的任务时长、代理的并发数以及算力使用细分。随后，可依据Anthropic的三项指标构建内部仪表盘，以便在研发进度和安全投入之间实现动态平衡。

值得注意的是，虽然Anthropic的数字尚未经过第三方审计，但它们已经为行业提供了一个可操作的参照框架。其他实验室可以在此基础上进行本地化调整，形成符合自身业务特点的评估体系。

从长远来看，这类内部基准的公开有助于推动AI研发的可持续发展。透明的度量标准能够促使实验室在追求创新速度的同时，保持对安全算力投入的可视化管理。

总之，Anthropic的三项指标为领先实验室的AI驱动研究提供了可量化的快照。尽管这些数字仍属内部数据且待外部验证，但它们为其他公司构建自己的仪表盘、校准人机协同流程，以及确保安全在算力预算中保持可视化提供了参考。

本报道面向中国大陆的AI企业和研究机构，旨在帮助其快速理解Anthropic公开的指标体系，并探索在本土环境中实施类似测量方法的可行路径。