Trong bài này
Anthropic muốn đo điều gì?
Anthropic công bố một bộ phép đo nhằm làm rõ tốc độ phát triển AI bên trong các phòng thí nghiệm frontier. Ba nhóm chính gồm mức độ AI tự tham gia vào công việc R&D AI, mức độ các hành động của agent được giám sát và cách tài nguyên tính toán được phân bổ cho việc phát triển model mới.
Đây là nỗ lực đưa ra các chỉ số có thể theo dõi định kỳ, thay vì chỉ nhìn vào benchmark đầu ra của model.
Một số số liệu đáng chú ý
Theo số liệu Anthropic công bố cho tháng 8/2026, Claude chưa hoàn toàn tự chủ ở bất kỳ nhóm công việc R&D được đo nào. Tuy nhiên, Claude đã ở mức “dẫn dắt” khoảng 26% công việc R&D AI và mức “cộng tác trở lên” vượt 90%.
Anthropic cũng cho biết nền tảng nội bộ được đo có khoảng 30.000 agent nghiên cứu và kỹ thuật hoạt động tại một thời điểm, với 100% hành động đi qua hệ thống giám sát trực tuyến trước khi thực thi.
Vì sao báo cáo này đáng chú ý?
Điểm quan trọng không chỉ nằm ở con số, mà ở việc các phòng lab bắt đầu cố gắng đo mức AI đang tham gia xây dựng thế hệ AI tiếp theo. Nếu các chỉ số dạng này được công bố thường xuyên và được bên thứ ba xác minh, thị trường sẽ có thêm dữ liệu để đánh giá tốc độ tự động hóa R&D AI.
Cần đọc số liệu thế nào?
Đây là số liệu do chính Anthropic xây dựng và công bố, nên chưa phải chuẩn chung của toàn ngành. Anthropic cũng thừa nhận phương pháp còn hạn chế và cần kiểm chứng độc lập. Vì vậy nên xem đây là một mốc đo nội bộ có giá trị tham khảo, không phải thước đo tuyệt đối cho toàn bộ ngành AI.