Claude已主导26%的AI研发:工具开始参与制造下一代工具

今天最重要的变化，不是又出现了一个更强模型，而是AI已经进入下一代AI的生产链条。Anthropic披露的26%、约3万个Agent和超过90%人机协作，让“AI帮助改进AI”第一次从推演变成可测量的组织实践。

今日主新闻

N01｜Claude已“主导”26%的下一代AI研发工作

Anthropic披露，截至8月，Claude在公司约26%的AI研发工作中处于“主导”位置，3月这一比例约为1%；超过90%的研究工作已有人类与AI协作，内部主平台同时运行约3万个Agent。与此同时，公司明确说明：被统计的研发环节中，没有任何一项由Claude完全自主完成。

这组数据最值得注意的，不是“AI已经取代研究员”，而是研发系统的结构正在改变。过去，研发速度主要取决于研究人员数量与个人效率；未来，它可能越来越取决于人类研究人员、Agent数量、Agent能力与治理质量的乘积。当工具开始参与制造下一代工具，技术进步的速度函数本身就可能变化。

但加速和治理必须放在一起看。Anthropic抽样的一周中，约6%的AI研究算力用于安全工作；只统计AI执行的研究时，安全占比约12%。8月超过10亿次Agent决策中，大约每4.7万次有一次被安全系统拦截。这说明组织并不是简单增加Agent，而是在把拦截、权限与验收嵌入生产系统。

对个人最有价值的启发，不是复制“3万个Agent”，而是从“AI执行任务”升级到“AI帮助改进执行任务的系统”：一个Agent生成内容，第二轮专门检查事实，第三轮分析结果，第四轮提出可复用的流程修正。接下来真正值得观察的是，“主导”比例是否继续上升、完全自主环节是否出现，以及安全投入能否跟上能力扩张。

三条重点新闻

N02｜OpenAI推出Astra for Law：法律AI开始拼完整行业系统

OpenAI推出Astra for Law，将GPT-6 Astra与美国判例、法规、法令等索引结合，加入法律分析与写作指令，并连接Relativity、Clio、Intapp、Thomson Reuters等专业软件，首批与多家律所合作测试。通用模型越来越强以后，行业竞争优势正从“模型高几分”迁移到可信数据、专业规则、保密、审计、权限和现有工作流。对工业安全AI同样如此：更现实的起点可能不是训练一个“煤矿安全大模型”，而是把通用模型接入法规、制度、事故案例、设备知识、标准输出与审批链。

N03｜华为AI芯片供不应求：从技术突破走向规模制造

华为轮值董事长徐直军表示，公司目前无法满足中国国内对AI计算产品的全部需求，因此暂不大规模拓展海外市场；公司同时公布Ascend 950DT、960DT、960PR及百万处理器系统规划。需要保留边界：其“市场份额可能超过Nvidia”的说法没有配套数据，只能视为管理层判断。真正的变化是瓶颈从“能否造出”转向“能否足量、稳定、持续交付”。实验室解决0→1，供应链、良率、软件生态和组织解决1→N。

N04｜Lucid与Bolt计划在欧洲部署2.5万辆Robotaxi

Lucid与Bolt宣布合作，计划在欧洲主要城市部署2.5万辆完全自动驾驶汽车，Bolt长期目标是在2035年前建立10万辆车队；车辆目标达到SAE Level 4。当前仍是计划，车辆尚未全部上路，监管、许可和技术验证仍是关键条件。这条新闻说明自动驾驶正从“谁的Demo更强”进入“谁能运营万辆车队”：充电、维修、调度、保险、清洁、事故处理和城市合作，都会成为系统能力的一部分。

六条快速新闻

N05｜Nebius三个月内第二次上调AI算力价格

Nebius宣布10月1日起再次涨价，部分GPU租赁上涨17%—21%，部分CPU上涨25%，内存产品约上涨41%。单家公司不能代表全部市场，但在效率持续进步时仍连续涨价，至少说明其高质量可用算力短期仍偏紧。

N06｜Crusoe融资39亿美元，能源能力迁移到AI基础设施

Crusoe完成39亿美元Series F，投后估值309亿美元；公司披露已签约数据中心容量超过6GW，约1GW运行。它从利用油田废弃天然气挖矿转向AI基础设施，变化的是客户，不变的是能源获取、计算部署与高密度基础设施管理能力。

N07｜联合国让全球统计数据支持MCP调用

UN System Data Commons开始支持Agent直接连接权威统计数据。UNICEF测试显示，6个主流模型回答全球发展指标问题的平均准确率只有21.2%，但研究尚未同行评议。信号很明确：模型能力不能替代结构化、可验证、可调用的数据治理。

N08｜美国政府网站曾使用Qwen，安全判断不能只看“国籍”

Federal Register网站曾使用Qwen帮助搜索法规公开评论，曝光后撤下。安全专家指出，开放权重模型若在自有基础设施运行并处理公开数据，未必直接构成国家安全风险。真正要画清的是模型来源、部署位置、数据流向、权限和日志。

N09｜美国AI监管讨论转向具体部署边界

Mark Warner希望美国国会年底前至少通过一套AI安全标准，并担忧Agent集群进入银行、供水或医院等关键系统。立法结果仍不确定，但讨论已从“要不要减速”逐步进入哪些动作要人审、哪些行为要留痕、哪些异常必须停止。

N10｜AI投资面对能源与利率双重约束

能源冲击、通胀和加息预期抬升了AI基础设施成本。当前只能说滞胀风险上升，不能说滞胀已经发生。资源变贵后，行业会更关注每瓦多少Token、每美元多少推理、每张GPU产生多少有效收入。

今日总结

今天的十条新闻可以用三个闭环理解：AI参与改进AI的智能闭环，芯片、电力和资本构成的资源闭环，以及能力进入法律、交通、公共数据和组织的部署闭环。产业真实速度，不由最亮眼的单项能力决定，而由三条闭环中最弱的一环决定。

今天可以做一个30分钟实验：从你正在运行的一条AI工作流中抽取一个结果，让第二轮只检查事实和边界，让第三轮只提出一条可复用的流程修正。验收信号是至少发现一处可修正问题；如果只是重复原文，就停止增加Agent，先改进任务定义。