Um laboratório publica um número sobre si próprio
A Anthropic publicou três medições a 17 de setembro que descrevem quanta da sua própria investigação e desenvolvimento em IA é agora feita pelo Claude. O número principal: o Claude «lidera» 26% desse trabalho em agosto de 2026, face a menos de 1% em fevereiro.
A empresa construiu aquilo a que chama um índice de automatização de I&D liderada por IA. Catalogou os tipos de tarefa de investigação feitos na Anthropic, pontuou cada um numa escala de automatização que vai de AL0, sem envolvimento de IA, até AL5, totalmente autónomo, e ponderou o resultado pelo tempo de pessoal que cada tarefa consome.
«Lidera» corresponde ao nível AL4 dessa escala: o Claude completa a maior parte de uma tarefa de ponta a ponta a partir de uma instrução geral, com supervisão humana. O degrau abaixo, AL3, é «colabora»: o modelo faz grandes blocos sob direção humana próxima. Mais de 90% da I&D em IA da Anthropic está hoje em AL3 ou acima.
Nenhum subconjunto medido chegou a AL5. A Anthropic afirma sem rodeios que o Claude não opera de forma totalmente autónoma em nenhuma parte desse trabalho.
Trinta mil agentes, e o que os vigia
A segunda divulgação é sobre supervisão. A Anthropic indicou que cerca de 30 mil agentes faziam trabalho de investigação e engenharia a cada momento na sua principal plataforma interna em agosto.
Cada ação desses agentes passa por um monitor em linha antes de ser executada. A Anthropic informou que o monitor bloqueou 0,002% das decisões — cerca de uma em 47 mil. Um monitor separado, fora de linha, revê 100% das ações a posteriori e assinala aproximadamente uma a duas transcrições por cada mil. Pessoas revêem diretamente cerca de 50 casos prioritários por semana.
Estes números merecem uma segunda leitura. Uma taxa de bloqueio de uma em 47 mil pode significar que as salvaguardas raramente são precisas, ou que apanham pouco. O número por si só não distingue as duas hipóteses, e a Anthropic não alega que o faça.
Seis por cento para segurança
A terceira medição é de capacidade de cálculo. A Anthropic indicou que 6% da sua capacidade de cálculo de I&D em IA foi para investigação em segurança em julho de 2026, e 12% da capacidade especificamente afeta a I&D conduzida por IA.
A empresa junta uma ressalva ao seu próprio número: o trabalho de segurança apoia-se mais no desenho experimental do que na capacidade bruta, pelo que uma proporção baixa não corresponde linearmente a um esforço baixo. É um argumento razoável e também conveniente, e é exatamente o tipo de afirmação que um avaliador externo teria de testar.
Porquê agora
O momento não é acidental. Cinco dias antes, o presidente executivo da Anthropic, Dario Amodei, publicou um ensaio defendendo que o setor tem de abrandar o ritmo a que melhora as capacidades dos modelos e que os laboratórios de fronteira deviam deixar entrar avaliadores independentes para verificar as suas afirmações.
Publicar métricas medidas por si próprio é o aspeto prático desse argumento. Também fixa uma fasquia que os concorrentes não alcançaram: nenhum outro laboratório de fronteira publica um número sobre quanta da sua própria investigação é conduzida pelos seus modelos.
O que vigiar
Tudo isto é a Anthropic a medir a Anthropic. O índice é construção da própria empresa, os níveis de automatização são definições suas, e nada foi auditado.
A Anthropic diz que pretende que avaliadores terceiros independentes verifiquem estas métricas. O teste desta divulgação será se isso acontece, quem serão os avaliadores e se o número de 26% sobrevive à aritmética de outra pessoa.
