26%不是自动化率：Anthropic开始给“AI造AI”装里程表

先说结论

这周最值得记住的，不是“Claude已经完成Anthropic四分之一研发”这个吓人的简写，而是Anthropic终于承认：如果AI开始参与制造下一代AI，公众需要看的就不能只有模型榜单，还要有研发流水线的仪表盘。

9月17日，Anthropic Institute提出三组指标：AI在模型研发中承担到什么程度；智能体的动作有多少被监控、多久复核；研发算力中有多少投向安全。它想把“递归自我改进还有多远”从情绪判断，变成可以按月追踪、最终跨实验室比较的问题。这个方向比单个百分数重要得多。

事情是怎么发生的

Anthropic先把内部模型研发拆成一棵任务树，再按六级自动化尺度打分：完全不用AI、最低限度使用、辅助、协作、主导和完全自主。按它对2026年8月的估计，Claude在26%的研发工作中达到“主导”——也就是人给出高层目标，模型能端到端完成大部分任务，但仍由人监督和决定是否部署。超过90%的工作至少达到“协作”；没有任何被测领域达到完全自主。

同一份报告还披露：其主要内部平台同时运行约三万个研发和工程智能体；2026年8月超过十亿次动作判断中，在线监控器阻断约0.002%。另一个一周快照显示，AI研发算力中约6%被归为安全工作，在由AI驱动的AI研发算力中，这一比例约12%。

为什么重要

过去讨论“AI造AI”，常把模型会不会写训练代码，当成唯一问题。但真正决定速度的，是整条研发链：提出假设、改基础设施、跑实验、诊断失败、选择方向、批准上线。Anthropic的贡献，是把自动化程度、监督能力和资源投入放在同一张表上。

这会改变治理的抓手。监管不必等到某个系统被宣布“自主”，才开始行动。若“AI主导研发”的比例快速上升，而监控覆盖、人工复核速度或安全投入没有同步增长，就可以提前触发更长测试窗口、第三方审计或算力限制。治理对象由一次模型发布，前移到模型的生产过程。

站得住与站不住的地方

站得住的是方法意识。Anthropic没有把26%冒充成“26%的研究员被替代”，也明确说人仍设定目标、监督结果，“主导”不等于自主。它还主动列出冻结任务篮子、单周算力快照和安全分类边界等限制。

站不住的是独立性。任务来自内部记录，分类和评分大量依赖Claude，权重又用人时近似；所谓“主导”本身存在边界争议。模型与人的精确评分一致率为59%，这个数字不能把主观口径变成客观事实。监控覆盖100%也只说明动作经过监控，不说明监控能识别多少未知风险。更关键的是，目前只有一家实验室按自己的定义报数，跨公司排名还没有意义。

接下来该盯什么

真正的分水岭不是26%涨到多少，而是这套里程表能否离开Anthropic仍然成立：任务分类是否统一，原始记录能否让独立机构抽样复算，监控器的漏检率是否公开，安全算力的定义能否事先固定。如果这些条件补不上，这只是企业自述变得更精密；如果补得上，“AI发展太快”才第一次有机会成为可审计、可触发行动的工程量。