Anthropic посчитала, сколько ИИ строит ИИ. Самое трудное в знаменателе.

DAILY RESEARCH NOTE · PRIMARY METHODOLOGY

26 процентов звучит как приговор, но это измерение конкретной корзины задач. Августовский снимок Anthropic говорит, что Claude «ведёт» 26% измеренных задач AI R&D. Больше 90% дошли как минимум до уровня «сотрудничает». Ни одна не стала полностью автономной. Это заданный набор работы, а не доля компании, которую ИИ способен заменить.

Откуда взялись 26%

За каждую неделю июля выбрали 20% релевантных сотрудников. Claude извлёк около 15 000 задач и построил 542 узла с 378 листьями. Другая модель дала уровни AL0–AL5, рабочее время задало веса. Фиксация помогает тренду, но может пропустить новые работы.

Оценщики расходятся, и это нормально, если об этом сказано

Дайте модели и человеку одну и ту же задачу, и уровень совпадёт в 59% случаев. Два человека совпадают в 35%. В пределах одного уровня модель и человек согласны в 97% случаев. Шкалой AL можно пользоваться, но она субъективна, особенно на границе AL3 «сотрудничает» и AL4 «ведёт».

Видеть всё не значит ловить всё

На основной платформе одновременно работало около 30 000 агентов. Anthropic заявляет 100% прохождение через онлайн- и офлайн-мониторы. Из более миллиарда решений 0,002% заблокированы. Около 100 000 расшифровок отмечаются в неделю, 50 доходят до людей. Маршрутизация не доказывает обнаружение.

Дашборд, который не принимает проценты-сироты

Оригинальный код прикрепляет к каждой доле охват и период и отвергает процент без числителя и знаменателя. Это пояснительный шаблон, не код Anthropic.

def rate(n, d, scope, period):
    if d <= 0 or n > d: raise ValueError("bad denominator")
    return {"rate": n/d, "n": n, "d": d,
            "scope": scope, "period": period}

Оригинальный иллюстративный паттерн, а не программа Anthropic.

Учения, которые можно провести на этой неделе

Заложите 100 известных нарушений на разных агентах, правах доступа и горизонтах времени. Затем измерьте, дошло ли каждое, было ли обнаружено, заблокировано, эскалировано и верно разрешено, и сколько это заняло. Смените модель или монитор и повторите. Опубликуйте и ложные пропуски.

Шесть процентов от чего именно?

За 13–20 июля 6% вычислений AI R&D классифицировано как безопасность, среди AI-driven R&D - 12%. Проверили 14% почти 10 000 запусков с весом по вычислениям. Это неделя по правилам компании, не отраслевой стандарт.

Что известно, что я думаю, что открыто

Факт: Anthropic опубликовала метод, снимки и ограничения. Анализ: открытые знаменатели полезны, но нужны общие определения и внешняя проверка. Неизвестны тренд, независимое повторение и доля пропусков.

Что я хотел бы увидеть опубликованным дальше

Версионируйте дерево задач. Для каждой доли указывайте числитель, знаменатель, период и охват. Сообщайте о пропусках в данных и о тестах с заложенными нарушениями. Публикуйте, где внешние рецензенты не согласны. Число становится управляемым, когда посторонние могут воспроизвести его границы.

Primary methodology, results, and limitations