Anthropic 發表前沿 AI 開發節奏量測工具：三項指標與意義

Anthropic 在 9 月 17 日公開了三項量測工具，用來回答一個過去只有業界內部看得到的問題：前沿 AI 實驗室到底用多快的速度在開發下一代模型。這不是產品發布，而是一種把「實驗室內部在發生什麼」攤到檯面上的嘗試。

對一般使用者來說，它不會改變你今天手機上的 AI 應用長什麼樣。但它決定了一件事：未來關於 AI 該不該放慢的討論，究竟有沒有資料可以依據。以下是這三項 Anthropic 指標在量什麼、量出什麼結果，以及它們離「可被外界檢驗」還有多遠。

Anthropic 開發節奏量測工具想解決什麼問題

先講背景。現在外界幾乎看不到 AI 實驗室內部在做什麼：模型怎麼訓練、用了多少算力、有多少工作已經交給 AI 自己完成，這些資訊長期留在公司裡。Anthropic 執行長 Dario Amodei 近來公開呼籲同業協調放慢前沿開發的節奏，而這套量測工具正是那個呼籲的配套：如果沒有人能從外部看到開發速度，所謂「放慢」就無從驗證。

這套 AI 開發量測框架聚焦在「模型是怎麼被造出來的」，而不是「模型能做到什麼」。後者由 Anthropic 既有的風險報告處理，前者才是這次新增的部分。兩者互補：把投入（算力、自動化程度）和產出（能力）放在一起對照，才有機會看出趨勢。

Anthropic 的說法是，當世界考慮為前沿開發定節奏時，應該盡可能縮小「實驗室知道什麼」與「公眾知道什麼」之間的落差。量測、公開、讓社會有機會決定怎麼使用這些資訊，是它列出的三步。

第一項 Anthropic 指標：AI 主導的研發比例

第一項量的是「多少前沿 AI 研究工作其實是 AI 自己做的」。Anthropic 建了一個原型指數，先把公司內部的 AI 研發工作逐項分類，再評估每一項目前的自動化程度，最後彙總成分數。

評估用的是一套由 Epoch AI 開發的自動化等級量表，從 AL0（完全沒有 AI 參與）到 AL5（AI 完全自主、沒有人在中間）。中間的 AL3 叫「AI 協作」，指 AI 能在人類密切指導下完成大塊工作；AL4 叫「AI 主導」，指 AI 能依一句高階提示把任務幾乎做完，人類只負責監督。

截至 2026 年 8 月，量測結果是這樣：Claude 在任何一個被量測的 AI 研發子領域都還沒有達到完全自主；Claude 在 26% 的 Anthropic AI 研發工作中處於「主導」狀態；達到或超過「AI 協作」的工作比例超過九成。

這組數字的意義在於它把抽象的說法變具體。超過九成的研發工作已經有 AI 大量參與，而四分之一左右的工作人類只是下指令和監督。這也是為什麼 Anthropic 會把「遞迴式自我改進」列為關注對象：當 AI 幾乎包辦造出下一代 AI 的工作，人類要理解或控制這些系統就更難。

第二項 Anthropic 指標：AI 智慧代理的監督機制

第二項量的是「人類對 AI 智慧代理的監督跟不跟得上」。Anthropic 內部已經有大量工作交給半自主的智慧代理，這些代理還會把任務再分包給彼此。截至 2026 年 8 月，在其中一個最常用的內部系統上，任何時刻大約有 30,000 個代理在做研究與工程工作，而這組量測只涵蓋這個系統。

監督分三種指標。覆蓋率指一個代理的動作有多少比例會經過監控器：線上監控器在動作執行前就檢查，100% 的動作都會先過這一關；離線監控器則在動作發生後讀取紀錄，同樣是 100% 收錄。

審查延遲量的是從動作發生到被審查的時間。自動審查在動作前完成，被人類擋下的動作會在一週內完成覆核。監控器每週標記大約 10 萬筆對話紀錄，交由多個分類器過濾誤報並做初步審查，其中最高優先的大約每週 50 筆會升級到人工審查。

封鎖與升級率則量代理活動被擋下或標記的比例。Anthropic 分析了 2026 年 8 月超過十億筆來自研究與工程代理的決策，其中 0.002%（約每 47,000 筆有 1 筆）被監控器封鎖，而被標記待審的約為每一千筆中的一到兩筆。

Anthropic 指標為什麼值得關注：代理監督的規模問題

把第二項單獨拉出來看，會發現它回答了一個很實際的問題：當代理數量從幾十個變成幾萬個，罕見的失誤就不再罕見。

Anthropic 自己也提到，就目前的監控資料來看，個別代理很少出現不當行為。但當經濟裡有數百萬甚至數十億個代理在運作，即使機率極低的事件也會規律發生。這正是為什麼監督要同時處理兩件事：擋住單一代理的立即危害（例如把模型權重複製出去），以及偵測只有在大量代理之間才會浮現的慢速問題（例如失準的早期跡象）。

對正在考慮把手上的工作交給 AI 代理的使用者，這組數字的用途是提供一個參照：監督不是「有或沒有」，而是覆蓋率、反應速度與攔截率三件事的組合。

第三項 Anthropic 指標：算力分配與安全性投入

第三項量的是「開發能力的燃料用在哪裡」。Anthropic 把一段時間內的所有工作量分類，再看流向 AI 研發的算力裡有多少是安全性工作。

在受檢視的那一週（7 月 13 日至 7 月 20 日），流向 AI 研發的算力裡約 6% 用於安全性工作；流向 AI 驅動的 AI 研發的算力裡，約 12% 用於安全性工作。

Anthropic 強調這是刻意保守的估計。例如一筆詞元如果同時推進能力與安全性，就不會計入；這組數字也不包含安全防護用的分類器，那部分另外佔了相當的算力。之所以說算力只是粗略指標，是因為安全研究本質上耗的是研究人員設計實驗的時間，而不是實驗本身的算力。

這一項對「AI 發展速度」的意義在於：算力是最容易驗證的投入之一，因此未來若要協調放慢開發，算力分配很可能是政策槓桿。若業界同意提高安全性工作的算力比例，這個指標就能拿來對照各家是否真的照做。

Anthropic 開發節奏量測工具的限制與外界的疑問

把三項放在一起看，這套工具的長處是具體：每一項都給了數字、方法和量測期間，而不是含糊的說法。短處也同樣明顯。

第一，跨實驗室比較還做不到。目前沒有通用方法，各家量測的口徑不同；更關鍵的是，Anthropic 是用自家模型去評估自家系統，扮演「評審」的模型可能和被檢查的模型犯同一類錯誤。

第二，自願申報的可信度取決於公司。安全研究和能力研究本來就難以區分，每家開發者都會傾向把界線畫得寬一點。Anthropic 指出，舉證責任應該落在開發者身上，去證明某項工作確實與安全相關。

第三，驗證機制還在建。Anthropic 研究所表示計畫引入多個獨立的外部評估機構進駐，讓他們接觸內部流程、系統與資料，並由外部機構驗證安全實務、回報事件、監控這類關鍵指標。過去 METR 曾獨立對其離線監控系統做紅隊測試，但把這種驗證常態化，仍需要時間。

結語：把 Anthropic 量測工具當成 AI 發展速度的起點，而不是答案

Anthropic 這套前沿 AI 開發節奏量測工具的價值，是讓「AI 發展速度」從一句口號變成可以被討論的數字。26% 的研發工作已由 AI 主導、30,000 個代理同時運作、約 6% 的研發算力投入安全，這些是它願意公開的內部切片。這些數字目前還不能跨實驗室比較，也還沒有獨立稽核，把它當成趨勢的起點合理，當成定論則太早。

對關心這個議題的讀者，實際可做的是追蹤這些指標後續怎麼更新、外部驗證有沒有真的落地。想了解 AI 應用最新發展、掌握相關工具與資訊的讀者，可以下載 APKPure 應用程式，隨時查閱最新的 AI 相關報導與應用更新。真正值得觀察的是 10 月之後有沒有更多實驗室跟進公開同類數據，那才是這套量測能不能成為業界標準的關鍵。

補充說明： 本文數據來自 Anthropic 於 2026 年 9 月 17 日發布的量測說明，量測期間與結果以官方原始文件為準。