एक प्रयोगशाला अपने बारे में आंकड़ा छापती है
एंथ्रोपिक ने 17 सितंबर को तीन माप प्रकाशित किए जो बताते हैं कि उसका अपना कितना एआई अनुसंधान और विकास अब क्लॉड करता है। मुख्य आंकड़ा: अगस्त 2026 में क्लॉड उस काम के 26% का “नेतृत्व” करता है, जबकि फ़रवरी में यह 1% से भी कम था।
कंपनी ने जिसे वह एआई-नीत अनुसंधान स्वचालन सूचकांक कहती है, वह बनाया। उसने एंथ्रोपिक में होने वाले अनुसंधान कार्यों के प्रकार सूचीबद्ध किए, हर एक को AL0 (कोई एआई भागीदारी नहीं) से AL5 (पूर्णतः स्वायत्त) तक की स्वचालन श्रेणी पर आँका, और परिणाम को इस आधार पर भारित किया कि हर काम कर्मचारियों का कितना समय लेता है।
“नेतृत्व” उस श्रेणी में AL4 है: क्लॉड एक व्यापक निर्देश से किसी काम का अधिकांश हिस्सा आरंभ से अंत तक पूरा करता है, जबकि कोई व्यक्ति निगरानी रखता है। उससे नीचे की सीढ़ी AL3 “सहयोग” है — मॉडल नज़दीकी मानव निर्देशन में बड़े हिस्से करता है। एंथ्रोपिक का 90% से अधिक एआई अनुसंधान आज AL3 या उससे ऊपर है।
मापे गए किसी भी हिस्से ने AL5 नहीं छुआ है। एंथ्रोपिक साफ़ कहती है कि क्लॉड इसमें कहीं भी पूर्णतः स्वायत्त रूप से काम नहीं कर रहा।
तीस हज़ार एजेंट, और उन पर नज़र कौन रखता है
दूसरा खुलासा निगरानी को लेकर है। एंथ्रोपिक ने बताया कि अगस्त में उसके मुख्य आंतरिक मंच पर किसी भी क्षण लगभग 30,000 एजेंट अनुसंधान और इंजीनियरिंग का काम कर रहे थे।
इन एजेंटों की हर क्रिया निष्पादित होने से पहले एक ऑनलाइन मॉनिटर से गुज़रती है। एंथ्रोपिक ने बताया कि मॉनिटर ने 0.002% निर्णय रोके — यानी लगभग 47,000 में से एक। एक अलग ऑफ़लाइन मॉनिटर बाद में 100% क्रियाओं की समीक्षा करता है और प्रति हज़ार में लगभग एक से दो प्रतिलेख चिह्नित करता है। मनुष्य सीधे तौर पर हर सप्ताह लगभग 50 प्राथमिकता वाले मामले देखते हैं।
ये आंकड़े दोबारा पढ़ने लायक हैं। 47,000 में एक की रोक-दर का अर्थ यह हो सकता है कि सुरक्षा-कवच की ज़रूरत कम पड़ती है, या यह कि वे कम पकड़ पाते हैं। अकेला आंकड़ा दोनों में फ़र्क़ नहीं करता, और एंथ्रोपिक यह दावा भी नहीं करती।
सुरक्षा के लिए छह प्रतिशत
तीसरा माप गणना-शक्ति का है। एंथ्रोपिक ने बताया कि जुलाई 2026 में उसकी एआई अनुसंधान गणना-शक्ति का 6% सुरक्षा अनुसंधान पर गया, और एआई-चालित अनुसंधान के लिए विशेष रूप से आवंटित गणना-शक्ति का 12%।
कंपनी अपने ही आंकड़े पर एक चेतावनी जोड़ती है: सुरक्षा का काम कच्ची गणना-शक्ति से अधिक प्रयोग की रूपरेखा पर टिका होता है, इसलिए कम हिस्सा सीधे कम प्रयास नहीं दर्शाता। यह उचित बात है और सुविधाजनक भी, और ठीक वैसा दावा है जिसे किसी बाहरी मूल्यांकनकर्ता को परखना होगा।
अभी क्यों
समय संयोग नहीं है। पाँच दिन पहले एंथ्रोपिक के मुख्य कार्यकारी डारियो अमोदेई ने एक निबंध प्रकाशित किया था जिसमें तर्क है कि उद्योग को मॉडल क्षमताओं में सुधार की रफ़्तार धीमी करनी होगी, और यह कि अग्रणी प्रयोगशालाओं को अपने दावों की जाँच के लिए स्वतंत्र मूल्यांकनकर्ताओं को भीतर आने देना चाहिए।
स्वयं मापे गए आंकड़े छापना व्यवहार में उसी तर्क का रूप है। यह एक ऐसा मानदंड भी तय करता है जिसे प्रतिस्पर्धी पूरा नहीं करते: कोई और अग्रणी प्रयोगशाला यह आंकड़ा नहीं छापती कि उसका अपना कितना अनुसंधान उसके मॉडल चलाते हैं।
आगे क्या देखना है
यह सब एंथ्रोपिक द्वारा एंथ्रोपिक को मापना है। सूचकांक कंपनी की अपनी रचना है, स्वचालन स्तर उसकी अपनी परिभाषाएँ हैं, और किसी चीज़ का अंकेक्षण नहीं हुआ।
एंथ्रोपिक कहती है कि वह चाहती है कि स्वतंत्र तृतीय-पक्ष मूल्यांकनकर्ता इन आंकड़ों की पुष्टि करें। इस खुलासे की असली परीक्षा यही होगी कि ऐसा होता है या नहीं, मूल्यांकनकर्ता कौन होंगे, और 26% का आंकड़ा किसी और के हिसाब में टिकता है या नहीं।
