研发

这里的26%衡量的是研发任务的自动化程度，并不意味着AI已经独立完成了下一代模型研发的26%。

这些信息放在一起，能看出Anthropic正在经历的变化：Claude开始从编写代码走向实验执行和方案迭代，逐步参与下一代模型的研发。

这是特定任务中的实验结果，不能直接外推到所有模型研发，但它展示了一个清晰的技术机制：模型提出修改方案，代码在实际环境中运行，测试程序返回性能数据，模型再根据结果调整实现。

研发流程的速度开始取决于模型能否持续推进工作，以及实验反馈能否帮助它判断下一步该做什么。

不过要理解这场变化，不能只看AI写出了多少代码，还需要弄清楚模型如何通过实验改进研发流程，以及当它能够连续执行任务时，整套工程系统会遇到什么问题。

随着实验执行越来越便宜，研发流程还会出现一个新的瓶颈：如何判断结果是否可信。

除此之外，这份招股书还有一组关于内部研发的数据：2026年9月，Claude贡献了Anthropic内部代码库超过90%的代码贡献量，日均代码贡献量达到2024年平均水平的45倍。

当研发执行开始自动化，评价质量便会直接影响自动化的价值。

截至2026年8月，约26%的研发任务达到AL4，超过90%达到AL3或更高等级，但被测量的任务尚未达到AL5所代表的完全自主状态。

这就引出了AI造AI的核心机制：让模型执行研发任务，再用实验结果驱动下一轮改进。

公司此前公布的研发自动化指标显示，截至8月，约26%的研发任务达到AL4自动化等级，意味着AI已经能够根据较高层级的目标，自主完成任务中的大部分工作。

模型可以生成代码，却未必能够独立推进一项完整的研发任务。