AI开发到底有多快?

Anthropic公布三项测量指标

Anthropic发布三组指标，试图量化AI参与研发、智能体监督和算力分配。公开快照显示，Claude已主导部分研发任务，但这些数字属于公司内部自报，仍需持续更新和独立核验。

为什么要测 AI 开发速度

当大家讨论前沿 AI 发展速度时，常见说法是模型变强、智能体变能干。但这些描述难以直接比较，也很难让外部知道 AI 参与了多少研发、智能体有没有及时被监督、公司把多少资源用于安全。Anthropic 这次试图把问题拆成可追踪的指标。

三组测量分别看什么

第一组关注 AI 主导的 AI 研发，按任务记录自动化程度。第二组关注智能体监督，包括动作覆盖率、审查延迟和拦截或升级比例。第三组关注算力分配，把能力研发、产品开发与安全研究等用途分开记录。

公开快照里的数字

Anthropic 表示，截至 2026 年 8 月，Claude 在其 AI 研发工作中“主导”的部分为 26%，达到“AI 协作”及以上的工作超过 90%。“主导”指模型可根据较高层级提示完成大部分任务、由人监督，并不等于完全自主。

公司还称，最常用的一个内部平台上约有 3 万个智能体承担研究和工程工作；在超过十亿次决策样本中，约 0.002% 的动作被在线监测拦截。2026 年 7 月 13 日至 20 日的样本显示，投入 AI 研发的算力中约 6% 用于安全工作。

数字必须连着方法看

这些数字来自 Anthropic 的内部记录和分类方法，不是第三方审计，也不是行业平均水平。统计周期并不一致，自动化等级和任务分类也存在边界争议。跨公司比较需要共同口径和独立检查，一周的算力快照更不能单独说明长期趋势。

对用户意味着什么

这条新闻的价值，是把“AI发展太快”拆成研发自动化、智能体监督和安全投入三个可追踪问题。对普通用户而言，指标还没有成为行业标准之前，仍应给智能体设置权限边界，关键动作保留人工确认，结果要能回溯来源。AI 可以加快工作，但“更快”不能替代监督。

来源Anthropic，2026年9月：《Measurements for understanding the pace of AI development inside frontier AI labs》