一句话总结
9 月 17 日，Anthropic 在自己新成立的 Institute 主页上发了一篇不那么像「营销稿」的文章：《Measurements for understanding the pace of AI development inside frontier labs》。它没有秀模型跑分，而是把自己内部研发的账本摊开了——约 30,000 个 Agent 同时在线、单月超 10 亿次决策、Claude 主导了 26% 的模型研发工作、7 月某一周约 6% 的 AI 研发算力投向安全。同一天，Claude Code 的 Projects 功能被重构成「协调器拆任务、多线程并行干活」，把内部那套协作机制做成了产品。
数据来源：Anthropic Institute《Measurements for understanding the pace of AI development inside frontier labs》（2026-09-17，含 Anthropic R&D Automation Index v2026.07 图表）、Anthropic 官方博客《Collaborate with Claude on Projects》、SiliconANGLE 与 TechCrunch 报道、Ars Technica 与 The Verge 对三大指标的解读、Gate News 对算力分配数据的整理、量子位《Claude Code 大重构！内部 3 万 Agent 管理技术免费开放》、IT之家关于 Claude Code 兼容 AGENTS.md 的报道。
先看三个数字：30,000 / 26% / 6%
这份报告里真正让人停一下的，是三个可以直接拿去打量的数字。
第一个是 30,000。 截至 2026 年 8 月，在 Anthropic 最常用的内部研发平台上，同一时刻大约有 30,000 个 Agent 在做研究与工程工作。注意口径是「同一时刻」（at any one time），不是在报表里累计统计出来的调用次数——这是一条持续开着的生产线。这些 Agent 在 8 月合计触发了超过 10 亿次决策。
第二个是 26%。 按 Epoch AI 的自动化分级（Automation Level，AL），Claude 已经以「AI 主导」（AL4）的方式完成了 Anthropic 26% 的模型研发工作。作为对比，2026 年 2 月这个数字还不到 1%——半年 26 倍。如果标准放宽到「AI 至少能协作」（AL3 及以上），内部超过 90% 的研发流程已经在这一档。
第三个是 6%。 在 7 月 13 日到 7 月 20 日这一周，Anthropic 大约 6% 的 AI 研发算力投向了安全与对齐研究；如果把范围收窄到「AI 驱动的研发」，这一比例是约 12%。官方给出的理由是：算力是 AI 研发流程里最可验证的输入之一，如果未来真要讨论「放慢节奏」，算力是最可能被拿来做杠杆的那一项。
配图：Anthropic Institute 报告中的官方图表「Claude now leads 26% of model R&D work」——横轴为 2025 年 8 月至 2026 年 8 月，橙色区域是 AL4（AI 主导）的占比：2026 年 3 月 1%、4 月 3%、5 月 12%、6 月 14%、7 月 22%、8 月 26%，纵向短线是 90% 测量区间。图片来源：Anthropic（www-cdn.anthropic.com），版权归 Anthropic 所有。
这张图的形状比任何一个绝对数字都更有信息量：真正的转折发生在 2026 年 4 月到 5 月之间——AL4 占比从 3% 跳到 12%，此后逐月抬升。也就是说，让 AI 端到端做完一整件研发任务的这条路，是今年春天才被真正打通的。
把刻度对齐：AL0 到 AL5 到底在说什么
「26%」之所以容易被误读，是因为大多数人默认「AI 参与研发」就是「AI 写代码」。Anthropic 用的这套刻度不是这么分的。
Epoch AI 这套 Automation Level 从 AL0 排到 AL5，衡量的不是「AI 帮了多少忙」，而是人类还在不在关键决策位上。
配图：Anthropic 报告引用的 Epoch AI「Automation Level」分级，UU AI Hub 依据报告原文绘制。
按这个刻度，「AI 主导」（AL4）的定义是：给一句高层指令，AI 能端到端完成这项任务的绝大部分，人类只负责监督。而 AL5 才是「AI 完全自主、没有人类在回路里」。
这里有一个必须说清楚的细节：Anthropic 明确表示，在被测量的任何研发子集里，Claude 都没有达到 AL5。 报告原话是，26% 是 AL4，而 AL5 的占比是零。所以「26% 的研发由 AI 主导」并不等于「26% 的研发已经不需要人」——人类仍然在每个 AL4 任务上做监督、审 PR、处理异常边界。
顺带一提，这套刻度的出处 Epoch AI 的原始构想是一份「AI 研发的 ONET 职业分类表」——先穷举一家前沿实验室到底有哪些研发动作，再逐项评估每项动作被自动化到了什么程度，最后聚合。所以 26% 是一个按工作项加权的结果，不是「26% 的工时」也不是「26% 的代码行数」。
3 万个 Agent 被谁看着
30,000 个 Agent 同时在自家系统里改代码、调模型、跑实验，这件事听起来最像风险的部分，Anthropic 也给了账。
报告披露了两套监控机制：在线监控在 Agent 动作执行前实时检查，危险动作直接拦停或改写，覆盖 100% 的动作，通常几秒内完成；离线监控在动作执行后回读记录，专门找「会缓慢发展、可以挽回」的错位迹象，同样覆盖 100% 的动作。
配图：根据 Anthropic Institute 报告第 2 项度量（Measuring oversight of AI agents）绘制的监控链路与指标，UU AI Hub 整理。
具体数字是：8 月总计超过 10 亿次决策里，在线监控拦停的比例约 0.002%（约每 47,000 次拦一次）；离线监控每周标记约 100,000 份记录，经多个分类器复核去误报后，每周约 50 条最高优先级的线索升级给人类复核。
Anthropic 自己在报告里给了一句很值得抄下来的判断：「就目前的监控数据看，单个 Agent 很少出格。但当经济里有数百万甚至数十亿个 Agent 在跑，罕见事件也会经常发生。」（原文：individual agents rarely misbehave. But when there are millions or billions of agents operating in the economy, even rare events can happen regularly.）
这里必须补上口径提醒：这些数字只覆盖 Anthropic 的一个内部平台，而且是 Anthropic 自己统计、自己解释的。「拦停率 0.002%」说明的是监控系统的动作，不能反推「8 月只发生了这些」。官方也承认这一点，并说解决办法是引入外部第三方评估员——给它们和内部风险团队同等级别的系统与数据访问权限，让它们去验证安全实践、报告事件、监控这些指标。
从内部度量到外部产品：Claude Code 也换了骨架
度量报告发布的前后，Claude Code 的 Projects 功能被彻底重构了。
旧的 Projects 本质上是个「放提示词和参考文件的静态文件夹」——聊几轮上下文就乱。新版把它改成了一个以对话驱动的协作中心，架构核心是一个叫 Coordinator（协调器） 的大脑。
配图：Anthropic 官方博客《Collaborate with Claude on Projects》中的界面截图——左侧是项目主对话，右侧是 Claude 生成的可运行组件与代码，底部提示「Reply to Claude…」。图片来源：Anthropic（cdn.sanity.io），版权归 Anthropic 所有。
工作方式是：你在主对话里下一个高层目标（官方的例子是「把整个鉴权模块重构成 OAuth 2.0 并补齐自动化测试」），协调器自动把这件事拆成多个子任务，派给并行的工作线程。每个工作线程是一个跑在云端独立环境里的 Claude Code 实例，持有完全隔离的代码副本，各自拉一条独立的 Git 分支，在后台同时推进不同模块的编码与单测。干完之后，工作线程自己提交代码、生成 PR。
和 3 万个 Agent 的内部系统相比，这套东西显然是同一个思路的产品化降级版——把内部踩过的坑（上下文对齐、并发调度、依赖跟踪）打包成了界面。
「共享记忆」解决的是最贵的那部分
多 Agent 并行最大的隐性成本不是算力，是信息损耗：每个 Agent 各写各的，上下文靠人肉在会话之间搬运，粘来粘去，token 消耗巨大，速度还不一定快。
新版 Projects 的解法是共享记忆：所有分支线程在执行过程中沉淀的技术规范、架构决策与团队偏好，会实时同步回一个共享记忆。官方举的例子很具体——Claude 现在能记住「系统发布时间改到了周五」「导出功能为什么被取消」「访问账单服务之前需要联系谁」。
配图：官方博客中展示的 Project knowledge 面板——把客户通话记录、调研结果、NPS 分数等文件挂进项目知识库后，项目内的所有线程共用同一份上下文。图片来源：Anthropic（cdn.sanity.io），版权归 Anthropic 所有。
过程支持完全异步：下完指令合上电脑就行，也可以用移动端随时查看各线程进度、微调指令。
但官方也没藏着代价——多 Agent 肯定不便宜，报告与官方文档都提醒用户盯着自己的用量。另外，多分支并行不可避免会撞上 Git 合并冲突，协调器能做的是理清依赖关系、告诉你先合哪条分支，最终收口仍然要靠人。
Projects 目前是 beta：第一批只开放给部分 Claude Pro 和 Max 订阅用户里的云会话项目，接下来一周逐步放量到 Team、Enterprise 和 Cowork。
同一周，Cursor 也在做同一件事
这不是 Anthropic 一家的判断。
配图：UU AI Hub 依据公开报道整理的时间线（Cursor 2026-09-10、Anthropic 2026-09-17、Claude Code 兼容 AGENTS.md 2026-09-19）。
9 月 10 日，Cursor 发布了 Projects beta，主打同样是 Coordinator Agent——一个自己不写代码、只负责向下派发数千个子 Agent 的协调者，项目上下文在云端共享，合上笔记本任务照跑。
9 月 17 日，Anthropic 双线同时动作：Claude Code Projects 重构 + 三大指标公开。
9 月 19 日，据 IT之家报道，Claude Code 宣布支持读取 AGENTS.md——在项目里没有 CLAUDE.md 的时候会去读 AGENTS.md。AGENTS.md 是个正在成形的「AI 通用说明书」标准，Codex、Cursor 等工具都已采纳。一份说明书被多个 Agent 工具读取，意味着团队不用再维护多套指令文件。
把这三件事放在一起看，编程工具这一层的竞争焦点已经不在「补全得准不准」，而在任务怎么拆、上下文怎么共享、多个 Agent 谁听谁的。
这份报告的三道裂缝
一篇官方自述，读的时候至少要把下面三件事一起装进去。
一、26% 是自评，裁判也是自己。 Anthropic 在附录里直接承认了这个方法论问题：衡量「AI 干的研发」时，他们用自家的模型去评估自家的系统，这意味着「裁判模型」可能犯下和被检查模型同一类的错误。官方给出的补救方向是让第三方验证，或者用其他开发商的模型来评——但这两条目前都还在「计划中」。
二、6% 是单周快照，不是全年均值。 算力分配那一项的统计区间是 7 月 13 日到 7 月 20 日，一周。把它当成常态会有偏差。
三、时间点很微妙。 这份报告的发布时间是 9 月 17 日，而 Anthropic CEO Dario Amodei 呼吁「协同放慢前沿研发」的文章《We Must Pace the Frontier》发布于上周末（本目录 9 月 13 日的博客里有完整拆解）。批评者的读法是：先大声呼吁减速，再公开一份「我们已经把 26% 的研发交给 AI」的成绩单——减速叙事和竞争位置可以同时被照顾。国内媒体在这波报道里也直接点了这一点，把它和此前关于「安全焦虑被用于商业叙事」的争议放在一起讨论。这些指控本身未经独立证实，但作为读者，知道发布方在叙事里的位置是必要的。
对普通开发者意味着什么
把上面这些拆成能用的推论，大概有四条。
第一，「写代码」这个动作确实在贬值，「拆解和调度」在升值。 报告里的角色变化说得很直白：以往一个中级工程师在终端里一次只能死磕一个特性；现在的形态是，你带着一组 Claude Code 同时开工，你的产出从「代码行」变成「任务分解表 + PR 审核意见」。
第二，Agent 编排的规模上限暂时由两个东西卡住——成本和 Git。 官方自己说多 Agent 不便宜，也承认分支冲突要人来收口。在成本没有数量级下降之前，把「5 个并行线程」和「5000 个并行线程」当成同一件事会亏得很惨。
第三，如果你在做 Agent 产品，这份报告里最有价值的是「监管指标」那一节。 覆盖（多少比例的动作经过监控）、复核延迟（多久被看到）、升级率（多少被拦或标记）——这三个是可以直接抄的工程指标，比「我们有护栏」这种说法有用得多。
第四，等第三方评估落地再判断。 官方承诺给外部评估员和内部风险团队同等的系统与数据访问权限。这条承诺如果兑现，是这套叙事从「自证清白」变成「可被检查」的关键一步；如果不兑现，26% 和 6% 就仍然只是一家公司的自述。
参考资料
- Anthropic Institute，《Measurements for understanding the pace of AI development inside frontier labs》，2026-09-17：https://www.anthropic.com/institute/measuring-pace-of-ai-development
- Anthropic 官方博客，《Collaborate with Claude on Projects》：https://www.anthropic.com/news/projects
- SiliconANGLE，《Anthropic details practical metrics to help monitor the speed of AI development》，2026-09-17
- Gate News，《Anthropic Shares 3 Metrics to Monitor AI Development Pace》，2026-09-18
- 量子位，《Claude Code 大重构！内部 3 万 Agent 管理技术免费开放》，2026-09-18（经 cnyes、腾讯新闻、搜狐转载）
- IT之家，《Claude Code 宣布支持 AI 通用说明书 AGENTS.md》，2026-09-19（经博客园《AI 技术日报 - 2026-09-19》转述）
- Epoch AI，Automation Level 分级方法（Anthropic 报告附录引用）
本文中所有价格、比例与时间口径均来自上述公开来源；「26%」「0.002%」等数字为 Anthropic 自报口径，本文已在正文中标注其统计范围与局限。
