Claude вже веде 26% AI-R&D Anthropic: компанія вперше показала, наскіл

AI вже не просто пише код для Anthropic

Anthropic опублікувала рідкісні внутрішні цифри про те, як Claude використовується для створення майбутніх моделей. Станом на серпень 2026 року Claude «веде» 26% виміряної AI-дослідницької та інженерної роботи компанії: отримує високорівневу задачу, виконує більшість роботи end-to-end, а людина залишається наглядачем. Ще показовіше, що понад 90% роботи вже перебуває на рівні, де AI щонайменше активно співпрацює з людиною.

Claude вже веде 26% AI-R&D Anthropic: компанія вперше показала, наскільки AI допомагає будувати наступний AI — Anthropic / Wikimedia Commons — CC0

Від майже нуля до чверті роботи за пів року

У лютому частка задач рівня AI-leads була меншою за 1%. У серпні — вже 26%. Anthropic не стверджує, що Claude автономно будує свого наступника: компанія прямо пише, що жодна виміряна категорія R&D ще не досягла рівня AL5, де AI працює повністю самостійно без людини.

Як Anthropic це порахувала

Компанія створила R&D Automation Index. Дослідники зібрали приблизно 15 тисяч гранулярних задач із робочих записів, Slack та внутрішньої документації, організували їх у дерево з 542 вузлів і оцінили рівень автоматизації за шкалою Epoch AI від AL0 до AL5. Вагу задач визначали через приблизну частку людського робочого часу.

Метрика недосконала — і Anthropic це визнає

Оцінювання значною мірою робили самі моделі Claude, тому існує очевидний ризик, що judge-модель повторює помилки системи, яку оцінює. Anthropic звіряла частину оцінок із працівниками: модель і люди були в межах одного рівня у 97% випадків, але точний збіг становив 59%. Компанія пропонує залучати незалежних третіх сторін.

Усередині Anthropic одночасно працюють близько 30 тисяч агентів

Ще одна сильна цифра: на найуживанішій внутрішній платформі компанії в серпні одночасно працювало приблизно 30 000 research та engineering agents. 100% їхніх дій проходять через online monitor перед виконанням, а потім потрапляють і до offline monitoring.

Скільки агентів реально блокують

За серпень Anthropic проаналізувала понад мільярд рішень агентів. Online monitor заблокував приблизно 0,002% — близько одного рішення на 47 тисяч. Offline-система додатково відбирає приблизно 100 тисяч transcript на тиждень для каскаду перевірок, а близько 50 найпріоритетніших випадків щотижня доходять до людей.

Чому всі говорять про recursive self-improvement

Коли AI прискорює дослідження, які створюють кращий AI, виникає позитивний зворотний зв'язок: сильніша модель допомагає швидше створити ще сильнішу. Anthropic називає повністю автономне замикання цього циклу recursive self-improvement. Поточні дані ще не показують такого стану, але вперше дають числову шкалу наближення.

Є ще один незручний показник — compute на safety

За тиждень, який Anthropic окремо аналізувала в липні, приблизно 6% compute для AI R&D було класифіковано як safety work; серед compute, використаного саме AI-driven R&D, частка становила близько 12%. Компанія називає ці оцінки консервативними й визнає, що compute — недосконалий proxy для реальної уваги до безпеки.

Що це означає для розробників

Для звичайної команди це не сигнал терміново будувати тисячі агентів. Навпаки, головний урок — автоматизація R&D вимагає інфраструктури нагляду: окремих identity для агентів, журналювання, обмежень прав, моніторів до і після дії та зрозумілого escalation path до людини.

Чому це одна з найважливіших AI-новин дня

Ринок звик оцінювати моделі за бенчмарками. Anthropic пропонує іншу метрику: скільки самої роботи зі створення наступних моделей уже виконує AI. Якщо інші frontier labs почнуть публікувати аналогічні цифри, темп автоматизації AI-R&D стане вимірюваним, а не предметом чуток.

Коротко