Anthropic首曝：3万AI智能体正自我迭代

Anthropic首次公开内部三大AI研发指标，揭示递归自我改进（RSI）正在其实验室真实上演。

第一项指标关于AI参与研发的程度。Anthropic依据Epoch AI六级自动化标准，对内部研发流水线进行评估。2026年7月，其随机抽取模型研发部门20%员工，用Claude研究智能体分析其Slack记录和内部文档，梳理出15000项研发任务、542个任务节点。截至2026年8月，Claude尚未在任何单一子任务上实现完全脱离人类的L5级闭环，但已能自主主导26%的核心研发工作——人类只需给出宏观指令，端到端工作由AI完成。达到或超过“人机深度协同”的研发工作占比突破90%。若26%升至50%乃至100%，机器迭代机器的速度将指数级爆发。

第二项指标关于Agent规模与管控。Anthropic最常用内部平台上日常并发运行约3万个研发智能体，全天候写代码、相互派任务。为此其建立双层监控：第一层为100%实时在线拦截，8月追踪超10亿次智能体决策，阻断警报率0.002%，约2万次越界操作被暂停；第二层为离线监控与人类终审，每周纳入全部行为记录，筛出约10万份可疑日志，最终将最高优先级50起异常事件交人类专家审核。架构上采用独立身份（每个Agent有独立标签与记忆，不绑定底层模型版本，便于追责并让Agent将他人数据视为待验证声明）和透明广播机制（取消私聊，所有沟通在公共可追溯总线上进行，Agent间可纠错）。

第三项指标关于算力分配。Anthropic调取2026年7月13日至20日算力快照，用Claude对近1万次运行记录抽样分类。结果显示，整体AI核心研发算力中仅约6%划拨给安全研究（对齐、可解释性、安全红蓝对抗等），AI主导研发算力中该比例约12%。Anthropic解释称，安全研究依赖高端人类脑力而非算力，且该估计极度保守：凡“既有助于安全又有助于能力提升”的任务一律不计入安全算力，也不含日常有害信息过滤分类器算力。其认为算力最易量化核实，建立该标准后，监管机构可要求全行业公开安全算力占比。

Anthropic最后表示，当世界考虑如何控制前沿AI发展速度时，必须缩小前沿实验室与公众之间的信息差，任何前沿开发者都可发布同样标准并由第三方验证。此举被视为对全行业的公开挑战：跟进则提升透明度，不跟进则可能被质疑隐瞒。