Ing. Calogero Bono
Anthropic опубликовала первые измерения того, насколько собственные исследования ИИ уже выполняет Claude. В то же время в пересмотренной версии документа S-1/A, поданного в SEC 2 ноября 2026 года, компания написала, что вскоре может соответствовать собственному определению ускоренного прогресса за счёт ИИ. Это важно, потому что крупная компания называет цифры о своём внутреннем процессе и признаёт, что в прошлом не замечала серьёзных ускорений, когда они происходили.
Несколько терминов, прежде чем перейти к фактам. RSI (recursive self-improvement) — рекурсивное самоулучшение, модель, которая помогает создать собственного преемника. AI R&D — исследования и разработки в области ИИ. AL — шкала автоматизации Epoch AI, от AL0 (без участия ИИ) до AL5 (полная автономия). S-1 — документ, поданный в SEC перед выходом на биржу. Compute — вычислительные мощности, которые используются для обучения и работы моделей.
Что Anthropic измерила в ИИ, который разрабатывает ИИ?
В официальном посте компания предлагает три инструмента измерения. Первый показывает, насколько ИИ строит следующую версию себя по сравнению с людьми. Второй — способность контролировать и останавливать действия ИИ-агентов во внутренних системах. Третий — ресурсы, которые питают разработку более мощных моделей.
Anthropic создала прототип под названием Anthropic R&D Automation Index. Он классифицирует каждый вид исследовательской работы в компании, оценивает, насколько он автоматизирован, и агрегирует баллы.
Сколько исследовательской работы уже делает Claude?
По данным Anthropic, на август 2026 года Claude не работает полностью автономно ни на одном измеренном подмножестве исследовательских задач. Модель «ведёт» 26% такой работы, то есть выполняет большую часть задачи по указанию высокого уровня, пока человек контролирует процесс. Доля работы, где как минимум уровень «ИИ сотрудничает», превышает 90%.
Это данные, заявленные самой компанией и не проверенные третьими сторонами. Сама Anthropic указывает на два препятствия для сравнения между лабораториями. Нет общей методологии, а оценивает собственная модель, которая может ошибаться так же, как контролируемая.
Как контролируют ИИ-агентов?
На август 2026 года около 30 000 агентов одновременно работали над исследованиями и инженерией на самой используемой внутренней платформе. Измерения охватывают только эту платформу. Anthropic предлагает три показателя.
- Покрытие, то есть доля действий, которые проходят через монитор до или после выполнения.
- Задержка проверки, время между действием и контролем, сначала автоматическим, затем человеческим.
- Частота эскалации, доля задач, которые заблокированы, перенаправлены или помечены.
Компания утверждает, что отдельные агенты ошибаются редко, но при миллионах агентов даже редкие события становятся частыми. Для тех, кто использует агентов в своих процессах, тема близка к jailbreak и prompt injection.
Что S-1 говорит о риске RSI?
Как сообщает TechCrunch, а за ним HDblog, в разделе факторов риска Anthropic пишет, что в прошлом не выявляла сильного ускорения до тех пор, пока оно уже не произошло. Она добавляет, что внутренние оценки могут привести к тому, что она «вскоре» будет соответствовать определению драматически ускоренного прогресса за счёт ИИ из её Responsible Scaling Policy.
Ни одна существующая модель не названа превысившей порог. Компания заявляет, что не планирует использовать Claude полностью автономно, без значимого человеческого контроля, и рассматривает изменения политики для сохранения человеческого контроля.
Ограничения, которые стоит знать
Цифры по автоматизации получены из прототипа индекса, рассчитанного с помощью моделей самой компании и без внешней проверки. Измерения по агентам касаются только одной платформы. Анализ использования вычислительных мощностей охватывает одну неделю, с 13 по 20 июля, а официальный источник, которым мы располагаем, обрывается до того, как показывает результаты, поэтому мы их не приводим. Остаётся ждать сторонних наблюдателей, которых Anthropic обещает подключить.
Что это меняет для тех, кто работает с цифровыми технологиями
Для компании или разработчика сигнал простой – ИИ уже пишет значительную часть кода и аналитики у тех, кто его создаёт. Лучше не воспринимать ассистентов как безошибочные инструменты и всегда предусматривать проверку человеком. Тем, кто встраивает модели через API, стоит ожидать быстрых обновлений и поведения, которое меняется между версиями. Европейское регулирование, описанное в руководстве по EU AI Act, тоже опирается на прозрачность моделей.
Наше мнение
Публикация метрик о собственном процессе — полезный и редкий шаг. Но это самооценка, а S-1 ещё и маркетинговый документ, как напоминает TechCrunch. Ценность будет зависеть от независимой проверки, а не от процентов. Важно и признание, что прошлые ускорения были пропущены. Если это правда, проблема не только в скорости, а в способности вовремя это заметить.
Часто задаваемые вопросы
Что такое RSI?
Это автономное рекурсивное самоулучшение. Модель помогает создать более мощную версию себя, которая ускоряет создание следующего поколения. По определению Anthropic, крайний случай — модель, которая полностью самостоятельно строит своего преемника.
Строит ли уже ИИ Anthropic себя сам?
Не полностью. Anthropic заявляет, что Claude не работает полностью автономно ни на одном из измеренных подмножеств задач. Однако он ведёт 26% такой работы и участвует в более чем 90% исследовательских задач.
Говорит ли Anthropic, что RSI неизбежен?
Она говорит, что в ближайшее время может соответствовать определению ускоренного прогресса за счёт ИИ из своей политики. Ни одна существующая модель не названа превысившей порог, и компания всё ещё оценивает данные.
Кто проверяет эти цифры?
Пока никто извне. Anthropic планирует привлечь независимых оценщиков из нескольких организаций, которым дадут доступ к внутренним процессам и данным. Раньше METR проверял её офлайн-мониторинг.
Почему есть скептики?
Потому что S-1 одновременно информирует и продвигает компанию. Рассказ о близости к модели, которая строит себя сама, может служить и имиджевым целям, как замечает TechCrunch.
Внешняя проверка и правила человеческого контроля – на что смотреть
Ближайшие месяцы покажут, станут ли эти цифры стандартом или останутся отдельной инициативой. Решающее значение имеют проверка третьими сторонами и возможные изменения политики.
- Следи, появятся ли обещанные независимые наблюдатели и какие данные им будут доступны.
- Отслеживай обновления Responsible Scaling Policy о сохранении человеческого контроля.
- Проверяй, публикуют ли другие лаборатории сопоставимые измерения по тем же метрикам.
