Et laboratorium offentliggør et tal om sig selv
Anthropic offentliggjorde tre målinger den 17. september, der beskriver, hvor meget af selskabets egen AI-forskning og -udvikling Claude nu udfører. Hovedtallet: Claude »leder« 26 procent af det arbejde i august 2026, mod under 1 procent i februar.
Selskabet har bygget det, de kalder et indeks for AI-ledet FoU-automatisering. De katalogiserede de typer forskningsopgaver, der udføres hos Anthropic, gav hver enkelt en værdi på en automatiseringsskala fra AL0, ingen AI-inddragelse, til AL5, fuldt autonomt, og vægtede resultatet efter, hvor meget medarbejdertid hver opgave kræver.
»Leder« svarer til AL4 på den skala: Claude fuldfører hovedparten af en opgave fra ende til anden ud fra en overordnet instruks, med et menneske som tilsynsførende. Trinnet under, AL3, er »samarbejder« — modellen laver store dele under tæt menneskelig styring. Mere end 90 procent af Anthropics AI-FoU ligger i dag på AL3 eller derover.
Ingen målt del af arbejdet har nået AL5. Anthropic siger lige ud, at Claude ikke arbejder fuldt autonomt på nogen del af det.
Tredive tusind agenter, og hvad der overvåger dem
Den anden oplysning handler om tilsyn. Anthropic oplyste, at omkring 30.000 agenter udførte forsknings- og ingeniørarbejde på ethvert tidspunkt på selskabets vigtigste interne platform i august.
Hver handling, disse agenter foretager, passerer en overvågning i realtid, før den udføres. Anthropic rapporterede, at overvågningen blokerede 0,002 procent af beslutningerne — omtrent én ud af 47.000. En separat efterfølgende overvågning gennemgår 100 procent af handlingerne bagefter og markerer cirka én til to udskrifter per tusind. Mennesker gennemgår direkte omkring 50 prioriterede sager om ugen.
De tal fortjener en gennemlæsning mere. En blokeringsrate på én ud af 47.000 kan betyde, at værnene sjældent er nødvendige, eller at de fanger lidt. Tallet alene skelner ikke mellem de to, og Anthropic hævder ikke, at det gør.
Seks procent til sikkerhed
Den tredje måling gælder regnekraft. Anthropic oplyste, at 6 procent af regnekraften til AI-forskning gik til sikkerhedsforskning i juli 2026, og 12 procent af den kraft, der specifikt var afsat til AI-drevet FoU.
Selskabet tilføjer selv et forbehold: sikkerhedsarbejde hviler mere på forsøgsdesign end på ren regnekraft, så en lav andel kan ikke uden videre oversættes til lav indsats. Det er en rimelig indvending og samtidig en bekvem en, og præcis den slags påstand, en ekstern evaluator ville skulle efterprøve.
Hvorfor nu
Tidspunktet er næppe tilfældigt. Fem dage forinden offentliggjorde Anthropics topchef Dario Amodei et essay, hvori han argumenterer for, at branchen må sænke den hastighed, hvormed den forbedrer modellernes evner, og at frontlaboratorierne bør lukke uafhængige evaluatorer ind for at kontrollere deres påstande.
At offentliggøre selvmålte tal er, hvordan det argument ser ud i praksis. Det sætter også en målestok, konkurrenterne ikke har nået: intet andet frontlaboratorium offentliggør et tal for, hvor meget af dets egen forskning dets modeller udfører.
Hvad der er værd at følge
Alt dette er Anthropic, der måler Anthropic. Indekset er selskabets egen konstruktion, automatiseringsniveauerne er dets egne definitioner, og intet er revideret.
Anthropic siger, at selskabet agter at lade uafhængige tredjepartsevaluatorer verificere målene. Prøven på denne åbenhed bliver, om det sker, hvem evaluatorerne er, og om tallet på 26 procent overlever en andens regnestykke.
