Claude 研發工作占比升至 26%，Anthropic 內部指標揭示

Anthropic 內部指標顯示，Claude 在已測量的模型研發工作中所占比重，從 2026 年 2 月的不到 1% 升至同年 8 月的 26%。Artificial Analysis 的指標排名由 Anthropic 領先，但衡量使用者偏好回答的 Arena 排名則由 Google 居首。

Air Street Capital 的 Nathan Benaich 於 10 月 8 日發布第九份年度《State of AI Report 2026》。報告涵蓋 AI 研究、產業、地緣政治、安全與政策，並將 Anthropic、OpenAI 和 Google 列為主要競爭者。這份自 2018 年開始發布的報告，每年整理 AI 領域變化，也檢視過去的預測。

報告用來說明 Anthropic 領先的指標，是 Artificial Analysis 的 Intelligence Index。該指數綜合推理、知識、數學與程式設計等多項評測結果；評估使用者偏好回答的 Arena 排名，則由 Google 領先。

兩項結果衡量的對象與方式不同，因此難以將單一排名擴大解讀為模型整體優劣。比較指標時，也應一併檢視評測項目與適用版本。

除了模型排名，報告也討論 AI 協助 AI 研發的趨勢，以及機器人、推理與網路安全。推理是完成訓練的模型處理實際請求並產生結果的過程。AI 代理在執行任務時若反覆呼叫模型，除了模型開發成本，執行所需的運算與基礎設施也會變得重要。

報告引用 Anthropic 內部指標指出，在已測量的模型研發工作中，Claude 所占比重從 2026 年 2 月的不到 1% 升至 8 月的 26%。這項數據是依 Anthropic 定義的工作項目與監督環境計算，並不表示 Claude 執行了整體 AI 研究的 26%，也不代表模型能自主進行研究。

報告作者表示，持續且完全自主的自我改進階段尚未獲得證實。Claude 參與研發工作的比重，與模型是否具備獨立研究能力，是兩個不同問題。

本次報告也重新檢視去年提出的 10 項預測，其中 2 項命中、5 項部分命中、3 項落空。報告將資料中心反對聲浪列為部分命中，因為相關動向確實出現，但尚無法確認其對 11 月選舉造成影響。

先前關於 Claude 參與研發工作比重與完全自我改進階段的報導，也與本次報告討論的變化相關。報告提出的數據反映 Anthropic 內部定義的工作占比，並非 AI 研究整體的自動化比例。