26%研发由Claude主导,离全自动只差一级

9月18日，Anthropic 公开了一组自家内部数字：截至今年 8 月，公司 AI 研发工作里已经有 26% 到了"AI 主导"这一级。而今年 2 月，这个数字还不到 1%。

同一份报告里还有另一个数：8 月，内部监控分析了超过 10 亿次 Agent 决策，其中 0.002% 被实时拦下。

一个涨得飞快，一个小得不像话。把它们放在一起读，才是这份报告真正值得看的地方。

542 个节点的任务表，怎么算出 26%

一句话说清：这套 Anthropic R&D Automation Index，把公司所有 AI 研发工作列成任务清单，给每项打一个自动化等级，再按投入的人力加权，最后汇总成一个百分比。

拆开看它借用的刻度，来自 Epoch AI 提出的六级自动化标准，从 AL0 到 AL5。AL0 是人做完全部；AL3 是"AI 协作"，人类盯着的时候 AI 能完成大块工作；AL4 是"AI 主导"，人给一句高层指令，AI 自己把大部分活跑完；AL5 是完全自主，从发现问题到上线都不需要人。

落地方法官方写得很细：7 月按部门随机抽 20% 的员工，从内部文档和沟通记录里还原每人每周干了什么，得到约 1.5 万条细粒度任务；再聚成一棵 542 个节点的任务树，其中 378 个是叶子。

每个节点交给 Claude 调研"这类活现在谁在做、AI 占多少"，另一个独立的 Claude 判官从六级里选一档；最后按人时占比加权。这棵树被冻结，之后每月都对着同一篮子工作打分。

放到场景里更好懂。官方举了夜里数据管道挂掉的例子：AL3 状态下，工程师带着日志找 Claude，来回确认细节，改完逐行 review，再自己重新部署。

AL4 状态下，工程师只丢一句"管道坏了，修一下"，Claude 自己翻日志、定位失败的环节、写补丁、跑测试、拿上一版正常输出做对比、写复盘说明，但不部署，只把工程师叫来看结论、决定今晚发不发。

从 AL3 到 AL4，差的就是人要不要一直盯着。

比 26% 更该记住的几个数

26% 是上标题的数字，另外几个更接近风险剖面。

约 3 万个 Agent 同时在线​，在那个最常用的内部平台上做研究和工程。报告口径说得很清楚：这些监控指标只覆盖这一个平台。

线上监控覆盖 100% 的动作，在执行前判定，8 月一共分析超过 10 亿次决策，其中 0.002%（约四万七千分之一）被拦下​，换算过来是每月约两万次被挡住的危险动作。

线下监控同样覆盖 100% 的动作，看的是事后。它每周标记约 10 万条会话记录，绝大多数由分类器消解，最高优先级的约 50 条才进入人工复核。

算力那头，7 月 13 日到 20 日这一周：AI 研发的总算力里约 6% 投给安全相关研究；只看"AI 做 AI 研发"的那部分，这个比例约 12%。

三个最容易看错的地方

误区一：26% 意味着 AI 已经在自己写代码，人可以撤了。这话有一半对，AL4 的定义就是人只给方向、AI 自己跑完大部分流程。

但它解释不了 AL5 是零——没有任何一项被测工作能做到从发现到部署全自主；也解释不了 26% 是按人时加权的任务份额，不是产出份额，更不是岗位替代率。更准确的理解是，它是一张分工地图，告诉你在哪些活上人已经从操作者退成了验收者。

误区二：0.002% 的拦截率说明 Agent 很乖、很安全。听上去合理，单次动作出问题的概率低到万分之一都不到。

但它解释不了基数——10 亿次决策的 0.002% 意味着这个月仍有约两万次动作被拦下；而且拦截率低既可能是"行为确实安全"，也可能是"监控只认得它认得的那类问题"。更准确的理解是，Agent 安全得三个数一起看：覆盖率、复核延迟、升级率，只看拦截率容易偏乐观。

误区三：这份指数要么是失控前兆，要么是自卖自夸。两句都有点道理：半年从不到 1% 涨到 26% 确实陡；判定又是自家模型做的，研究 Agent 取证、判官模型打分。

但这两句也解释不了报告里最实的部分：判官和人类业主的完全一致率是 59%，而人类之间的完全一致率只有 35%，两者相差一个等级以内占 97%。更准确的理解是，它是一份能被第三方复算的方法草案，不是一份结论。Anthropic 自己也说，接下来会引入多家外部机构，给到与内部风险评估团队同级的系统和数据权限。

和你有关的部分

AL4 里人类干的活其实很具体：给方向、读复盘、决定发不发。这三件事在未来几年，比"熟练执行"更值钱。

以后再看到任何"AI 替代了 X%"的数字，先问三句：口径是什么、基数多大、谁在评。这套问法对各家都一样管用。

安全算力的两个比例本身就是一次边界演示：同一天的数据，换个统计口径就差一倍。指标能被核查，比指标好看重要。

半年 26%，下一步要看的不是它涨到多少，而是谁有能力复算它。

如果觉得今天这篇有启发，点个在看，顺手转发给需要的朋友；想第一时间收到推送，可以星标我⭐。

关注我，每天陪你聪明看世界 —— 看懂热搜，玩懂AI。

作者提示含AI生成内容。作者声明本文无利益相关，欢迎值友理性交流，和谐讨论～