Anthropic открыла необычно подробное окно во внутреннюю разработку своих будущих моделей. Компания впервые опубликовала набор метрик, показывающих, какую долю исследовательской и инженерной работы внутри лаборатории уже выполняет Claude — то есть ИИ, который фактически помогает создавать следующие поколения самого себя.
Главная цифра: по состоянию на август 2026 года Claude «ведет» 26% всей измеренной AI R&D-работы Anthropic. В методике компании это означает, что модель способна получить задачу высокого уровня, самостоятельно выполнить большую часть работы от начала до конца, справиться с возникающими по пути проблемами и передать результат человеку для финального решения. При этом ни в одной измеряемой категории Claude пока не работает полностью автономно.
Что именно означает «Claude ведет 26% разработки»
Anthropic использует шкалу автоматизации, основанную на подходе Epoch AI. На уровне AL3 система «сотрудничает» с человеком: может выполнять крупные фрагменты задачи, но остается под постоянным руководством. На уровне AL4 ИИ уже «ведет» работу: человеку достаточно сформулировать цель высокого уровня, после чего агент способен самостоятельно пройти большую часть процесса, а специалист подключается в основном для проверки и принятия окончательного решения. Полная автономность — AL5 — предполагает, что системе не нужно даже поручать задачу вручную.
Claude уже достиг уровня AL4 примерно для четверти измеренной работы. Еще заметнее другая цифра: более 90% AI R&D Anthropic сейчас выполняется как минимум в режиме сотрудничества человека с Claude. То есть работа без заметного участия ИИ уже стала исключением внутри значительной части исследовательского цикла компании.
Рост произошел очень быстро. На опубликованном Anthropic графике доля задач, где Claude выступал ведущим исполнителем, была ниже 1% в феврале 2026 года. К августу показатель вырос до 26%. Reuters также отмечает, что компания рассматривает эти показатели как способ показать внешнему миру, насколько быстро ИИ начинает участвовать в создании следующего поколения моделей.
Главное: речь пока не идет об ИИ, который без участия людей проектирует и обучает своего преемника. Anthropic измеряет более раннюю стадию: модели уже выполняют существенную часть исследований и инженерной работы, но цели, контроль, доступ к инфраструктуре и финальные решения остаются у людей.
Внутри Anthropic одновременно работают около 30 тысяч агентов
Еще одна важная цифра относится не к одной модели, а к масштабу внутренней агентной инфраструктуры. По данным Anthropic, в августе на ее наиболее используемой внутренней платформе одновременно работало примерно 30 тысяч AI-агентов, выполнявших исследовательские и инженерные задачи.
Это уже среда, в которой агенты не просто отвечают отдельным сотрудникам, но могут долго работать над задачами и взаимодействовать друг с другом. Anthropic пишет, что в такой системе каждый агент получает собственную идентичность, которая сохраняется даже при смене лежащей в основе модели. Сообщения между агентами проходят через общую открытую систему обмена, чтобы их действия можно было связать с конкретными исполнителями и восстановить цепочку решений.
Для лаборатории это создает новую проблему масштаба. Если один агент ошибается крайне редко, то при десятках тысяч параллельно работающих агентов и миллиардах решений даже небольшой процент нестандартного поведения перестает быть чисто теоретической величиной.
Anthropic проверила более миллиарда действий агентов за месяц
Компания описала два уровня мониторинга. Онлайн-система проверяет действия до их исполнения и способна заблокировать или перенаправить опасное действие. Офлайн-мониторинг анализирует уже произошедшую активность и ищет более медленно развивающиеся проблемы — например, признаки нежелательного поведения, которые невозможно заметить по одному изолированному действию.
По данным Anthropic, через онлайн-проверку проходит 100% действий агентов на измеряемой внутренней платформе. За август компания проанализировала более миллиарда решений; примерно 0,002% — около одного из 47 тысяч — были заблокированы. Это не означает, что каждое заблокированное действие было попыткой причинить вред: показатель включает решения, которые монитор посчитал достаточно рискованными, чтобы остановить их автоматически.
Офлайн-система, в свою очередь, отмечает для дополнительной проверки примерно одну-две записи на тысячу. Anthropic сообщает, что около 100 тысяч транскриптов в неделю проходят дальнейшую автоматизированную фильтрацию, после которой примерно 50 наиболее приоритетных случаев еженедельно доходят до человеческой проверки.
Компания также раскрыла, сколько вычислений идет на безопасность
Третья опубликованная метрика касается распределения вычислительных ресурсов. Anthropic изучила одну неделю — с 13 по 20 июля 2026 года — и попыталась разделить вычисления, использовавшиеся для AI R&D, на работу над возможностями моделей и работу, основная цель которой связана с безопасностью.
По оценке компании, около 6% вычислительных ресурсов AI R&D за эту неделю пришлось на safety-исследования. Если смотреть только на исследовательскую работу, выполняемую самим ИИ, доля составила около 12%. Anthropic называет оценки консервативными: работа, одновременно улучшающая и безопасность, и возможности модели, учитывалась как развитие возможностей, а не как safety.
При этом сама компания предупреждает, что доля compute — несовершенная мера. Некоторые виды исследований безопасности требуют большого количества человеческой работы, но сравнительно небольших вычислительных затрат. Поэтому показатель полезнее для отслеживания изменений внутри одной лаборатории со временем, чем как абсолютная оценка того, насколько компания «безопасна».
Почему Anthropic публикует эти цифры именно сейчас
Цель проекта — создать измеряемый индикатор того, насколько близки ведущие лаборатории к ситуации, когда ИИ начинает существенно ускорять разработку следующего поколения ИИ. Anthropic называет предельный сценарий recursive self-improvement — рекурсивным самосовершенствованием, при котором система способна полностью автономно построить своего преемника. Компания прямо говорит, что такого уровня Claude сейчас не достиг.
Но важность опубликованных данных в другом: до сих пор общественное обсуждение автоматизированной AI-разработки в основном строилось на отдельных демонстрациях и заявлениях руководителей лабораторий. Anthropic предлагает считать реальную долю работы, которую ИИ способен выполнять внутри процесса разработки новых моделей, и публиковать ее регулярно.
Компания предлагает другим разработчикам внедрить аналогичные показатели, чтобы цифры можно было сравнивать между лабораториями и отслеживать во времени. Одновременно Anthropic признает, что полноценное межлабораторное сравнение пока невозможно: отсутствует единая методика, а разные компании могут по-разному трактовать уровень автоматизации.
У методики есть важное ограничение: Claude частично оценивает Claude
Наиболее интересная оговорка находится в техническом приложении. Anthropic сформировала карту примерно из 15 тысяч конкретных исследовательских задач, собранных из внутренних рабочих данных, после чего Claude помог организовать их в дерево из 542 категорий. Затем один агент Claude исследовал степень автоматизации каждой категории, а другой Claude выступал независимым «судьей» и назначал уровень автоматизации.
Компания отдельно проверила результаты на сотрудниках. Точное совпадение оценки модели с человеческой составило 59%, тогда как два человека совпадали друг с другом лишь в 35% случаев; в пределах одного уровня модель и человек совпадали в 97% случаев. Тем не менее Anthropic прямо признает потенциальную проблему: система в значительной степени используется для оценки собственного участия в работе.
Именно поэтому компания считает независимую проверку важным следующим шагом. Anthropic заявила, что планирует допустить внешних сторонних оценщиков к внутренним процессам, системам и данным на уровне, сопоставимом с доступом внутренних команд оценки рисков.
Что изменилось на практике
Новая публикация не означает, что Claude внезапно начал самостоятельно создавать свои следующие версии. Она показывает менее эффектный, но, возможно, более важный переход: разработка передовых моделей постепенно превращается из процесса «люди используют AI-инструменты» в процесс, где тысячи AI-агентов становятся непосредственными исполнителями значительной части R&D.
Если доля AL4-задач продолжит расти теми же темпами, вопрос будет уже не только в том, насколько способнее становятся сами модели. Не менее важными окажутся надежность мониторинга, право агентов на доступ к инфраструктуре, процесс человеческого утверждения действий и возможность независимо проверить заявления лабораторий о степени автоматизации.
Пока опубликованные цифры дают редкий количественный ориентир: 26% работы Claude уже способен вести почти самостоятельно под надзором, более 90% выполняется при существенном участии ИИ, но полностью автономной AI-разработки Anthropic пока не фиксирует.
