Anthropic ha rilasciato un insieme di misurazioni interne intese a offrire al pubblico, ai regolatori e agli osservatori terzi una visibilità più chiara sulla rapidità con cui procede lo sviluppo dell'AI di frontiera, incluso quanto del lavoro di costruzione di nuovi modelli è oggi svolto dall'AI stessa.

Il fulcro dell'annuncio è l'Anthropic R&D Automation Index, una metrica prototipale che cataloga ogni tipo di task di ricerca e sviluppo AI in azienda e ne valuta ciascuno su una scala di automazione sviluppata da Epoch AI. La scala va da AL0, che indica nessun coinvolgimento dell'AI, ad AL5, che indica un'operazione pienamente autonoma senza esseri umani nel processo. In questo quadro, AL3 denota i task in cui l'AI collabora sotto stretta direzione umana, mentre AL4 copre i task che l'AI completa end-to-end a partire da un prompt di alto livello con supervisione umana. La distanza tra questi gradini e AL5 è ciò che conferma l'importanza dell'indice: misura, task per task, quanto l'operazione di R&S dell'azienda è lontana dal punto in cui l'AI potrebbe portare avanti il lavoro senza esseri umani nel processo.

Ad agosto 2026, Claude non opera in modo pienamente autonomo in nessuna area misurata della R&S AI. Ciò nonostante, lAI guida circa il 26% del lavoro di R&S di Anthropic, e oltre il 90% dei task si colloca a un livello pari o superiore a quello in cui l'AI collabora con gli esseri umani. Anthropic presenta questi dati come un modo per monitorare quanto l'industria sia vicina all'auto-miglioramento ricorsivo, uno scenario in cui un modello costruisce autonomamente il proprio successore, e rileva che i numeri probabilmente varierebbero in caso di qualsiasi sforzo coordinato per rallentare lo sviluppo di frontiera. Inquadrate così, le misurazioni convertono una preoccupazione astratta in una base di riferimento dichiarata e ripetibile rispetto alla quale poter misurare le future divulgazioni.

L'azienda ha annunciato la divulgazione con un post su X:

AI systems are getting more powerful, and they're increasingly being used to build the next version of themselves. We want to illuminate that progress for the public. Today, we're sharing three measurements that help track development: 1. How much AI R&D is done by AI. 2. How…

— Anthropic (@AnthropicAI) September 17, 2026

Insieme, le misurazioni coprono quanto della R&S AI è svolto dall'AI, come gli agenti AI sono supervisionati nella pratica e come il calcolo è allocato tra le attività dell'azienda.

L'azienda ha abbinato l'indice a nuovi dati sulla supervisione degli agenti AI. Circa 30.000 agenti conducevano attività di ricerca e ingegneria sulla piattaforma interna più utilizzata di Anthropic, e ognuna delle loro azioni passa attraverso monitor online in tempo reale prima dell'esecuzione, oltre a monitor offline che revisionano l'attività successivamente. Su più di un miliardo di decisioni degli agenti analizzate durante agosto, circa lo 0,002% — circa una su 47.000 — è stato bloccato. I monitor offline segnalano da una a due trascrizioni per mille, con circa 100.000 segnalazioni settimanali e solo circa 50 inoltrate alla revisione umana. I numeri tracciano un funnel di supervisione sempre più stretto — da oltre un miliardo di decisioni analizzate ad agosto a circa 100.000 trascrizioni segnalate a settimana e circa 50 inoltrate alla revisione umana — mostrando come lo screening automatizzato si stratifichi sotto il giudizio umano man mano che gli agenti assumono attività reali di ricerca e ingegneria.

L'allocazione del calcolo emerge come leva di regolazione verificabile

La terza misurazione riguarda il calcolo, uno degli input più verificabili dello sviluppo dell'AI e quindi una potenziale leva per qualsiasi futuro regime di regolazione a livello di settore. In un'istantanea di una settimana dell'utilizzo totale del calcolo di Anthropic, circa il 6% del calcolo destinato alla R&S AI è andato al lavoro sulla sicurezza; all'interno della R&S guidata dall'AI in particolare, la figura era di circa il 12%. L'azienda definisce queste stime deliberatamente prudenti, osservando che il calcolo è un indicatore imperfetto dell'investimento in sicurezza, poiché gran parte della ricerca sulla sicurezza è intensiva in progettazione piuttosto che in calcolo. Le percentuali inoltre il tipo di dato concreto e numerabile che soggetti esterni — o un futuro accordo di regolazione — potrebbero monitorare nel tempo.

Anthropic colloca la pubblicazione come complementare ai rapporti di rischio della sua Responsible Scaling Policy e alla proposta di policy Advanced AI Framework, che delinea obblighi di trasparenza che i governi potrebbero imporre ai laboratori. L'azienda ha inoltre annunciato l'intenzione di inserire al proprio interno valutatori terzi indipendenti provenienti da più organizzazioni, concedendo loro accesso a sistemi e dati interni paragonabile a quello dei propri team di valutazione del rischio.

Il confronto tra laboratori resta una sfida. Anthropic riconosce che non esiste una metodologia condivisa per la misurazione dell'automazione e che l'uso dei propri modelli per valutare i propri sistemi crea potenziali punti ciechi. Indica la verifica di terze parti, o la valutazione mediante i modelli di altri sviluppatori con tutele per le informazioni sensibili sotto il profilo competitivo, come un percorso verso una rendicontazione standardizzata su cui governi e pubblico potrebbero contare. Finché una simile metodologia non esisterà, una cifra come il 26% di tasso di automazione non ha un corrispettivo concordato presso altri sviluppatori — facendo dell'inserimento previsto di valutatori indipendenti, e di qualsiasi passo verso standard di misurazione comuni, i marcatori concreti di questa trasparenza potrà estendersi oltre un singolo laboratorio.

Fonte: Metaverse Post