Anthropic 公開三項 AI 研發節奏指標：Claude 主導 26% R&D，代理監控與算力分配一併揭盅

重點摘要

Anthropic 於 2026 年 9 月 17 日發布三項可對外核對的前沿實驗室內部指標：AI 本身承擔多少 AI 研發、代理行為如何被監管，以及算力如何分配。內容已對照 Anthropic Institute 官網原文與 Anthropic 官方 X 帖核實。

Anthropic 於 2026 年 9 月 17 日在 Anthropic Institute 發表《Measurements for understanding the pace of AI development inside frontier labs》，公開三類指標原型：Anthropic R&D Automation Index（AI 主導／協作研發比例）、內部代理（agent）線上／離線監控覆蓋率與升級率，以及 AI 研發算力中安全相關工作的佔比。官方以 Epoch AI 的 Automation Level（AL0–AL5）量尺描述自動化程度，並附方法附錄。本文已對照該官網原文與 Anthropic 官方 X 發布帖核實來源真實性。

一、核心事件：把「實驗室內部節奏」變成可公開追蹤的數字

技術細節

Anthropic 指出，前沿模型愈來愈多用於建造下一版模型；在各界討論是否要協調「放慢前沿節奏」（pacing the frontier）之際，公眾與監管者需要比能力評測更貼近「生產過程」的可見度。本次公開的三項測量分別對應：

1. AI 主導的 AI 研發（AI-led AI R&D）：原型指數 Anthropic R&D Automation Index，盤點公司內各類模型研發任務，再依自動化程度加權彙總。
2. 代理監管（oversight of AI agents）：線上監控（即時攔截／導正）與離線監控（事後標記、分類、人工升級）的覆蓋率、審查延遲與升級／攔截率。
3. 算力分配（compute allocation）：在某一週快照中，AI 研發算力有多少用於安全相關工作。

官方同時表示，若業界真的就 pacing 達成協調，這些數字預期會變動；並計劃讓多方獨立第三方評估人員進駐 Anthropic，取得與內部風險評估團隊可比的流程與資料存取，以核實安全實踐、事故與關鍵指標。

二、技術原理深度解析

1. R&D 自動化指數：從任務樹到 AL 等級

方法上，Anthropic 並非由單一負責人手寫任務清單，而是以 Slack 與內部文件等紀錄自下而上取樣：2026 年 7 月各週隨機抽樣每部門 20% 員工，由 Claude 研究代理整理每人該週任務，再彙成約 15,000 項細粒度模型研發任務，並組織成凍結的層級樹（約 542 個節點、378 個葉節點）。每個節點由 Claude 代理蒐證、再由獨立 Claude「裁判」依 Epoch AI 的 AL 量尺評級：

• AL3（協作）：AI 在緊密人工指導下完成大塊工作。
• AL4（主導）：AI 可自高階提示端到端完成大部分任務，人類監督。
• AL5（全自主）：無人在迴路——官方強調截至量測時尚未達到。

截至 2026 年 8 月的快照結果：

• Claude 未在任何被量測的 AI 研發子集以全自主（AL5）運作。
• Claude「主導」（leads）約 26% 的 Anthropic AI 研發工作。
• 「AI 協作」及以上的工作佔比超過 90%。

加權以人週投入為代理：每人每週一單位權重，均分到當週任務。官方亦做了人機校準：裁判模型與人類完全一致率約 59%（人與人僅約 35%），相差一個等級以內約 97%。凍結任務籃的局限是：指數上升顯示「當下人類正在做的工作被自動化」，未必自動反映「人類是否轉移到全新任務類型」；他們另以 2026 年 1 月樹對照 2–7 月新任務，未見「新穎任務」明顯上升，但仍計劃定期重建任務籃並重新版本化公開數字。

2. 代理監管：覆蓋、延遲與升級

官方稱，在最常用的內部平台上，任一時刻約有 30,000 個從事研究與工程的代理；量測僅涵蓋該平台。設計重點包括為代理賦予可持續的身分（跨模型升級可審計），以及開放式訊息通道（降低「傳話失真」、便於相互糾錯與行為監控）。

線上監控偏向「不可逆、發生快」的危害（例如權重外洩）；離線監控偏向「緩慢出現、可逆」的對齊／行為問題。官方稱個別代理很少行為異常，但當經濟體出現數百萬至數十億代理時，稀有事件仍會常態化——因此需要可公開對照的覆蓋與升級指標。

3. 算力快照：安全佔比刻意保守

以 2026 年 7 月 13–20 日一週為例，官方把工作負載分類後估計：

• 進入 AI 研發 的算力中，約 6% 用於安全相關工作；
• 進入 AI 驅動的 AI 研發 的算力中，約 12% 用於安全。

定義刻意保守：若一枚 token 同時推進能力與安全，則不計入安全；安全分類器等額外開銷亦未計入。官方坦言安全與能力研究邊界模糊，並公開分類器提示與抽樣方法，以便第三方複核。

四、日常應用場景

1. 開發者與技術團隊

若你在建內部編碼代理、研究代理或「AI 寫 AI」管線，可對照這套指標設計自家儀表板：任務自動化等級、線上攔截率、離線升級佇列，以及安全／能力算力拆分。重點不是抄數字，而是把「代理身分、開放通訊、雙層監控」寫進架構，避免代理之間無法審計。

2. 企業與隱私敏感行業

金融、醫療、法律與受 NDA 約束的香港企業，若把長時間自主代理放進內網或客戶資料域，監管壓力會從「模型會不會幻覺」擴到「誰在何時授權代理做了什麼」。Anthropic 公開的覆蓋率／升級率，可作為採購與內部治理的對照清單：是否 100% 動作可攔截、最高優先標記能否在可接受 SLA 內到人。

3. 一般用戶

這組指標主要服務政策討論與實驗室透明度，並非消費者產品功能。一般用戶仍應把公開模型當輔助工具；涉及關鍵決策、機密文件與合規義務時，須有人工覆核與資料邊界。

4. 香港與亞洲市場視角

香港企業與公營機構正評估生成式 AI 與代理落地，同時面對《個人資料（私隱）條例》、行業保密與跨境數據限制。Anthropic 這次把「自動化比例、代理監管、安全算力」攤開，對本地董事會與風險委員會的價值在於：可用同一語言要求供應商與內部團隊報告，而不是只看排行榜分數。若工作負載不能離開本港，仍須評估私有部署、資料不出境與可審計 API。

五、專業評價與潛在考量

優勢

• 官方把 pacing 辯論需要的「生產過程可見度」具體化為三組可複製指標，並附方法附錄，便於跨實驗室比較討論。
• 明確聲明尚未達 AL5，並給出 26%／90% 等可引用快照，避免空泛安全口號。
• 代理監管同時公開覆蓋、延遲與極低攔截率，方便外界判斷監控是否「有量測、可升級」。
• 算力安全佔比採保守定義，並承認分類困難，較符合稽核思維。

需要留意的地方

• 指數依賴自家模型當研究代理與裁判，官方亦承認「裁判可能犯與被評模型同類錯誤」；跨實驗室比較仍缺共同方法與第三方核證落地細節。
• 任務樹凍結、算力僅一週快照，趨勢解讀需等後續定期發布。
• 安全算力百分比低，並不自動等於「安全投入少」（安全研究常更耗人時而非加速器）；亦可能因能力側效率提升而相對變動。
• 30,000 代理與十億決策等數字僅描述其最常用內部平台，不可外推至所有產品面代理。

結語

Anthropic 這次並非發布新模型，而是把前沿實驗室內部最敏感的節奏——AI 做了多少 AI 研發、代理如何被看住、算力怎麼分——做成可公開追蹤的原型指標。對香港企業而言，這既是觀察全球 pacing 與透明度討論的窗口，也提醒：落地代理與領域模型時，同樣需要可審計的監管與資料主權設計。如需在香港以數據不出境方式部署企業私有 LLM 與可治理的內部 API（年費 HK$88,000 起，Dataset → QLoRA/LoRA → 私有 API），可參考 YSK Limited 的企業私有 LLM 全託管：https://ysk.hk/services/ai-automation。

參考來源

1. Anthropic Institute 官方：Measurements for understanding the pace of AI development inside frontier labs（2026-09-17）— https://www.anthropic.com/institute/measuring-pace-of-ai-development
2. Anthropic 官方 X 發現帖（2026-09-17）— https://x.com/AnthropicAI/status/2100684274114699295
3. （背景）Anthropic：When AI builds itself / recursive self-improvement — https://www.anthropic.com/institute/recursive-self-improvement