Anthropic 称 Claude 承担四分之一研究工作量，但“领导”含义有限

Anthropic 首次公布其构建自身 AI 的量化指标，称 Claude 已“领导”未来模型 26% 的工作，而 2 月时这一比例不足 1%。但报道指出，统计口径的规模基础模糊，评分由 Claude 自身给出，“领导”一词的实际含义低于表面听起来的程度。

这是 Anthropic 首次公开自家 AI 参与自身研发的比例数据，从不足 1% 升至 26% 的变化幅度显著。但评分由 Claude 自评、总量规模未披露，使该指标更像一次对外沟通，而非可核验的研发自动化证据。

让模型参与评估和推进后续模型研发，可形成自我迭代循环，理论上压缩人力投入并加快迭代速度。但由被评估模型自己打分，存在利益与口径上的自洽风险；缺少绝对工作量与人工复核比例，无法判断 26% 是实质替代还是任务计数的重新划分。

对产品与研发团队的直接影响是：AI 参与研发的比例可能成为新的对外指标，但企业若照搬此类数字评估自身自动化水平，需同时明确统计口径、评分来源与人工兜底比例，否则难以用于预算与人力规划。

• 为企业提供 AI 参与研发工作量的统计口径模板，区分“辅助”“执行”“主导”三档并记录评分来源
• 在研发管理工具中加入模型自评与人工复核的双轨记录，便于对外披露时可核验
• 针对 AI 自评偏差，提供第三方或人工抽检的校准流程与报告功能

• 26% 对应的绝对工作量规模是多少，分母如何定义
• “lead”在 Anthropic 内部的具体判定标准是什么
• 评分完全由 Claude 完成，是否有人工复核或交叉验证
• 2 月不足 1% 到当前 26% 的增长主要由哪些任务类型贡献