Компания Anthropic опубликовала данные о ходе разработки своих моделей, согласно которым ИИ-агент Claude ведет 26 процентов исследовательских задач. Оценка базируется на шкале Epoch AI от AL0 до AL5. По состоянию на август 2026 года 26 процентов работ достигли уровня AL4, тогда как в феврале 2026 года этот показатель составлял менее одного процента.
Уровень AL4 означает, что Claude самостоятельно анализирует, исправляет и тестирует программные ошибки, однако финальное решение остается за человеком. Оценку уровней проводил сам Claude на основе анализа внутренней документации. В ходе проверки выяснилось, что оценки модели совпадают с мнением сотрудников в 59 процентах случаев, а в 97 процентах отклонение не превышает одного уровня.
Показатель в 26 процентов отражает долю задач, измеренную по затраченному человеко-часу. На внутренней платформе Anthropic одновременно работают около 30 000 агентов. Система мониторинга в августе обработала более миллиарда решений, заблокировав 0,002 процента из них. Вторая система еженедельно помечает около 100 000 логов, из которых около 50 передаются на проверку людям.
В июле на задачи по безопасности было направлено шесть процентов вычислительных мощностей. Anthropic отмечает, что этот показатель выбран как наиболее прозрачный для внешнего контроля. Компания подчеркивает, что данные метрики призваны повысить прозрачность разработки на фоне призывов генерального директора Дарио Амодеи к замедлению темпов создания передовых моделей ИИ.
