Anthropic：26%模型研发工作由AI主导，完全自主仍为0

研究人员给人工智能（AI）一个目标，它能找问题、改代码、跑测试，最后交回一份结果。如果仍由人决定这项工作是否合格、能否上线，这算不算AI已经开始“自己造自己”？

AI公司 Anthropic 的一份内部测量报告，把这个常被混在一起的问题拆开了：截至2026年8月，旗下模型 Claude 已“主导”公司约26%的模型研发工作；但被评为“完全自主”的工作占比仍为0%。《华尔街日报》10月30日围绕这项测量，报道了AI行业对研发自动化的关注。[1-2]

26%表明AI承担的责任已超出零散辅助，0%则提醒我们，人仍在关键环节参与。这两个数字需要放在一起看。

“主导”与“自主”，差在谁必须参与

报告沿用研究机构 Epoch AI 研究人员提出的六级自动化框架，从没有AI参与，到AI自主完成任务。中间有两个重要台阶。[3]

在“AI协作”层级，模型可以完成大段工作，但需要人密切指导。在“AI主导”层级，人给出较高层次的目标后，模型能完成任务的大部分环节，人的监督仍然存在。[3] Anthropic 在本次测量中，把“完全自主”明确限定为没有人参与的状态。[1]

可以设想一个故障修复场景：如果研究人员不断向模型提供日志、调整假设、指出新问题，AI主要承担协作角色；如果模型接到目标后能自行定位、修改、测试，再汇报结果，就更接近“主导”。最后是否接受修改、是否部署，仍然可能由人决定。这类流程对应的层级，取决于实际需要多少人工介入。

这一区分有实际用途。评估一个AI工作流时，只看它生成了多少代码，容易忽略人花了多少精力引导、纠错和收尾。把“谁提出目标、谁处理例外、谁决定交付”逐项分清，才更接近自动化程度本身。

26%怎么得到，不能读成什么

Anthropic 从抽样的内部工作记录中整理任务类别，再由模型根据证据评定自动化层级。汇总时，用估计的人员工时作为权重近似值，让投入人员较多的工作类别占更大比重。[1]

因此，26%不是简单地把任务数除一遍，更不能直接换算成26%的员工被替代，或26%的完整新模型已由AI独立训练完成。这些对象的分母不同，不能互相替代。

报告还给出“AI协作及以上超过90%”。其中包含“AI主导”等更高层级，不能与26%相加，更不能把它们拼成一张互不重叠的份额图。

这些口径会影响读者判断：一项很短的修补任务，与需要多名研究人员持续投入的工作，重要程度未必一样；固定任务篮子方便前后比较，却也可能跟不上新工作种类的出现。指标提供了观察进展的工具，距离一个没有误差的“自动化总分”仍有差距。

AI评估AI，还需要外部检验

这份报告的另一层限制，是公司使用自家模型分析内部记录，再由模型进行评判。两个不同的模型角色，不等于两个独立于公司的评估机构，也不能排除相似的判断盲点。[1]

例如，工作文档如果没有写下某次重要的人工介入，评估者就可能低估人的作用；“完成大部分环节”和“需要密切指导”之间，也存在难以完全消除的判断空间。读者应把26%视为带有方法和边界的内部测量结果。

Anthropic 表示计划引入独立第三方评估者，让其接触内部流程、系统和数据。报告中的这一安排属于计划，不能写成这项结果已经通过独立审计。[1]

从自动执行，到改进下一代模型

“递归自我改进”指一个系统能自主构建更强的后继系统，后者再继续改进自身。[4] 要证明这件事，证据要求显然高于证明AI能够修复一批代码问题。

至少还需要回答：它能否持续选对值得研究的问题，可靠判断实验结果，并把改进带入完整研发流程？人在方向、验证或部署环节是否仍不可缺少？这些改进能否在重复实验中稳定带来更强能力？

研发自动化还会改变监督的负担。人少写一段代码，可能就要多审核一组实验、多检查一次权限或一次部署。Anthropic 在另一篇讨论中，也将选择研究方向、判断结果与审核代码列为人仍需承担的重要工作。[4] 判断效率变化，既要看AI做了多少，也要看人如何验证，以及出错后有没有可用的纠正办法。

因此，这份测量值得关注的变化，是AI开始从执行细碎指令，走向承担较完整的研发任务。至于它是否已经接管了制造下一代AI的全过程，报告给出的0%与仍然存在的人工监督，划出了清楚的边界。

参考资料

[1] ANTHROPIC. Measurements for understanding the pace of AI development inside frontier labs[EB/OL]. [2026-11-01].

[2] COHEN B. The Smartest People in AI Believe This Is the World’s Most Important Chart[N/OL]. The Wall Street Journal, 2026-10-30.

[3] DENAIN J S, KWON J, HO A. Toward an O*NET for AI R&D[EB/OL]. Epoch AI, 2026-06-17.

[4] ANTHROPIC. When AI builds itself[EB/OL]. [2026-11-01].