当地时间9月17日，Anthropic发布一组罕见的内部数据，试图量化AI究竟已在多大程度上参与自己的研发。结果显示，截至2026年8月，Claude已能够“主导”Anthropic约26%的AI研发工作；超过90%的AI研发工作至少达到“AI协作”水平。在Anthropic使用最广泛的内部Agent平台上，约3万个Agent正在同时执行研究和工程任务。

更值得注意的是变化速度。Anthropic公布的图表显示，今年2月，Claude能够达到“主导”水平的模型研发任务占比还不到1%，半年后已升至26%，增长超过25个百分点。Anthropic将这套衡量体系直接与RSI（AI自主构建继任者）联系起来。

这里的“主导”需要特别解释。Anthropic构建了内部“R&D Automation Index”，采用Epoch AI提出的AL0至AL5六级自动化标准。AL3为“协作”，AI可在人类密切指导下承担大块工作；AL4为“主导”，工程师只需给出高层目标，AI即可完成一项任务的大部分端到端工作，人类主要负责监督和最终决策；AL5才意味着无人类介入的完全自主运行。因此，“26%”并非指Anthropic四分之一研发已完全无人化，而是约四分之一AI研发进入“人类定目标和监督、Claude完成大部分执行”的阶段。

为得出这一数字，Anthropic在2026年7月每周随机抽取参与模型研发循环各部门20%的员工，由Claude Research Agent阅读其Slack和内部文档，整理出约1.5万项细粒度研发任务，再整理成包含542个节点、378个叶节点的任务树，涵盖预训练、强化学习、评测平台故障诊断、RL沙箱网络策略和推理服务事故复盘等工作，并按人力时间加权。Anthropic也承认方法存在局限：评估Claude自动化程度的“裁判”同样是Claude，模型与人的评级完全一致率为59%，不同人类评估者之间为35%，相差不超过一个等级时一致率达97%。

为管理这3万个同时工作的“AI员工”，Anthropic为内部Agent引入两项设计：一是独立身份，每个Agent拥有自己的身份，数据和行为记录均与身份绑定，底层模型升级后身份仍可延续；二是开放通信，Agent之间通过共享消息系统交流，每条消息绑定发送者身份并链接原始资料，其他Agent可查看、纠错和协作，同时与完整运行轨迹交叉关联，便于监控跨Agent协同行为。