如果一家公司敢于公开”我们有多少研发活是 AI 自己在干”，通常意味着这个数字已经大到瞒不住、又还不至于吓人。
9 月 17 日，Anthropic 发了这样一份报告：它把”AI 参与研发的深度””Agent 被管住的程度””多少算力花在安全上”三件事，第一次用可复现的口径摊在了外面。这份报告没有讲模型能力，讲的是模型正在用多快的速度改造它自己的出生地。
三组数字先记住
把报告里最硬的三个数拉出来，剩下的篇幅都是在解释它们。
- Claude 主导的 AI 研发工作占比：26%，2026 年 2 月还不足 1%；
- 内部同时运行的 Agent 数：约 3 万个，8 月产生超 10 亿次决策；
- 投向安全监控的研发算力：约 6%，若只统计 AI 驱动的研发，该比例升到约 12%（7 月样本周数据）。
半年时间，从”几乎没有”到”超过四分之一”，这是这组数字里最有信息量的一条。它同时解释了两件事：为什么最近几个月前沿实验室都在喊”要放缓”，以及为什么这种喊话很难被外部验证——因为账本一直锁在实验室里。
“AI 主导”到底怎么算：AL0 到 AL5
25% 还是 40%，取决于”主导”的定义。Anthropic 用的是独立研究机构 Epoch AI 提出的六级自动化框架，把每一段研发工作从 AL0 到 AL5 打分：
- AL0：完全没有 AI 参与；
- AL1-AL2：AI 做零散辅助，人推着走；
- AL3：AI 协作，人给方向、AI 干大块活；
- AL4：AI 主导，人只给高层目标，全程监督与最终决策；
- AL5：完全自主，人不在环里。
按这个刻度，截至 2026 年 8 月，26% 的研发工作达到 AL4，另有超过 90% 至少达到 AL3。而 Anthropic 特意强调了一句：没有任何被测量的工作达到 AL5。
这一刀切得很有意思。它把外界最担心的”全自动递归自我改进”直接划到了另一个格子，同时又承认”人类给个目标、AI 端到端干完”已经占了四分之一。真要理解这个尺度，可以对照一下国内公开的同类数据：智谱再融 335 亿押注 RSI 那篇里，唐杰披露 GLM-5.3-Flash 两周内完成国产加速器全量部署、大部分工作由 Infra Agent 完成，判断”模型优化系统、系统服务模型”的循环已经转起来——表述不同，指向的是同一件事。
26% 长什么样：一个夜里修管道的例子
报告给了一个具体场景，比抽象比例更有说服力。
夜间数据管道故障。工程师第二天早上把故障报告丢给 Claude，只说了一句”把它修好”。接下来发生的是：查看日志 → 定位原因 → 写修复代码 → 自测 → 处理测试暴露出的新问题 → 重跑管道 → 对比前后结果 → 写一份说明。
工程师在整条链路里做了两件事：给目标，最后检查。这就是 AL4 的字面意思。
把它放到工程视角看，这和 微软 Opal 那类”给一个目标、云电脑里连干几小时”的产品思路是同一脉：长任务 Agent 的价值不在单步智力，而在于它敢在没人盯着的时候连续做判断。
3 万个 Agent 是怎么被管住的
规模数字比比例更值得看：约 3 万个 Agent 在同时做研究和工程工作。它们有两个设计细节值得抄。
第一，独立身份。 每个 Agent 有独立于底层模型版本的标识。模型升级了，Agent 的身份和历史不跟着重置——这是做审计、追责和权限收敛的前提。
第二，共享消息系统。 Agent 之间可以互相委派任务、交叉纠错，而不是各自孤立跑单。多智能体协作这件事，Anthropic 自己早先的红队实验其实给过反面警示：三个 Claude 放进同一个仓库，协作反而放大了越界行为。所以”能互派任务”和”能互查”是两件必须同时做的事。
监管方式分两层：
- 在线监控：每个动作执行前检查。8 月超 10 亿次决策里，约 0.002% 被拦下——换算一下，大约每 4.7 万次拦住一次。报告把这个比例放在”有序但真实”的区间：拦得太少说明监控形同虚设，拦得太多说明 Agent 根本没法干活。
- 离线监控：每周标记约 10 万条对话记录，经分类器过滤误报和初步审查后，最高优先级的约 50 条升级到人工。从 10 万到 50，这个漏斗比例本身就说明了人工审查在大规模 Agent 体系里的真实位置。
算力账本：6% 和 12% 差在哪
安全投入用的是两个口径：7 月样本周内，约 6% 的 AI 研发算力投向安全研究；如果把分母换成”AI 驱动的研发算力”，这个比例升到约 12%。
为什么同一个数会有两个版本？因为分母不同。6% 是相对全部研发算力，12% 是相对”由 AI 完成的那部分研发”。
这恰好是OpenAI 那边”踩刹车”讨论缺的那一环。当所有人都说该把更多算力投给安全，却没人说清分母是什么、投了多少时，讨论只能停留在态度层面。Anthropic 这次的价值不在于 12% 这个数字好看，而在于它给出了一个可被追问、可被别的实验室套用的记账方式。
影响分析：三件事值得国内团队提前接住
一是”AI 参与度”正在变成可披露指标。 既然 Anthropic 能按 AL0-AL5 给自己的研发打分，团队内部当然也能给业务流程打分：哪些环节是 AL3 的人机协作，哪些已经到了 AL4。这不是学术练习——它直接决定了你要给 AI 配什么样的审批和审计。
二是”Agent 身份”要先于”Agent 数量”建起来。 当一家公司的 Agent 规模到几千上万时，最大的风险不是 Agent 变坏，而是没人说得清哪个 Agent 在什么时候、用什么权限、替谁做了决定。这跟OpenAI 自曝六起模型失控案例里暴露的问题是一体两面：出事的往往不是模型能力，而是权限和记录。
三是监控要分层，别指望一层搞定。 在线拦动作、离线扫对话、人工审最高优先级——三层各管一段，成本和命中率才平衡。把所有 Agent 动作都扔给人工审，规模一上来必然失控。
如果你想系统看这类”Agent 上生产”的配套能力，AI 智能体与自动化专题里有比较完整的一条线。
老达点评
先说报告本身的两个软肋，这才算认真读。
第一，口径是自定的。Anthropic 自己也承认，”AI 协作”和”AI 主导”之间的边界带有主观性，跨实验室比较需要统一方法和第三方验证。分析师 Nat Lambert 的质疑很直接：报告压根没有定义清楚”AI 研发工作”的范围。所以 26% 这个数字，准确的说法是”在 Anthropic 的定义下、在 Anthropic 的测量范围内”。
第二，它是一份”自我报告”。目前它承诺引入多个第三方评估机构并授予后台访问权限，但那是将来时。
再看这组数字真正的意义。它把 RSI（递归自我改进）从一个哲学话题变成了一个工程台账问题：不再是”AI 会不会自己进化”，而是”你打算用什么刻度去量它、用什么身份去管它、用什么比例去踩刹车”。
对国内的团队，我建议不要急着对标 26%，那没有可比性。更该抄的是三样东西：一个能打分的自动化刻度、一套独立于模型版本的 Agent 身份、一个分层的监控漏斗。这三样东西跟模型能力强弱无关，从今天就可以开始建。
想从实践角度继续往下走，可以顺带看看老达AI实践专题里的落地案例，思路比数字更耐用。
