Назад
20 сентября 2026 г. в 18:45 Anthropic Claude AI Agents AI Safety Источник

Anthropic: Claude ведёт 26% исследований моделей

Anthropic: Claude ведёт 26% исследований моделей

Anthropic впервые опубликовала цифры о том, насколько её собственный Claude участвует в разработке следующих ИИ-моделей. В новом материале компании сказано: на август 2026 года Claude «ведёт» 26% измеренных задач AI R&D — то есть способен выполнить большую часть работы по задаче от общего указания, пока человек наблюдает за процессом.

Это не означает, что Claude самостоятельно создаёт своего преемника. Anthropic прямо пишет, что в ни одной из измеренных категорий он не работает полностью автономно. Но более 90% работы уже находится на уровне «ИИ сотрудничает» или выше: модель берёт на себя крупные фрагменты задач под плотным человеческим руководством.

Не один красивый процент

Компания собрала прототип индекса автоматизации: перечислила виды работ в исследованиях и разработке, оценила автоматизацию каждой и свела оценки вместе. Самая интересная часть отчёта — не 26%, а попытка предложить единый язык для наблюдения за тем, как лаборатории используют ИИ для ускорения ИИ.

График Anthropic: доля задач R&D, где Claude ведёт работу, выросла с менее 1% в феврале до 26% в августе 2026 года.

График: Anthropic.

Во внутренней наиболее используемой платформе Anthropic одновременно работают примерно 30 000 агентов для исследований и инженерных задач. Компания заявляет, что все их действия проходят через онлайн-монитор до исполнения и попадают в офлайн-монитор после него. За август монитор заблокировал около 0,002% — примерно одно из 47 000 — решений агентов; это собственные данные компании, а не независимый аудит.

Что это меняет

Для команд, внедряющих агентные инструменты, отчёт полезнее как список метрик, чем как рекламный успех Claude. Anthropic предлагает измерять покрытие мониторингом, задержку проверки и долю заблокированных либо эскалированных действий. Именно эти показатели позволяют отличить «агенту дали доступ» от контролируемого процесса.

Есть и важная оговорка: методику пока нельзя сравнить между лабораториями, а оценки Anthropic частично опираются на её же модели. Компания предлагает внешнюю проверку и публикацию методики. Пока этого нет, 26% — содержательный снимок одной лаборатории, но не универсальная шкала рынка.

Если такие отчёты станут регулярными и сопоставимыми, обсуждение риска агентов наконец сдвинется от общих обещаний к проверяемым вопросам: сколько работы они реально делают, кто видит их действия и как быстро человек может вмешаться.

Ещё новости

Минюст США создал группу по рискам «суперинтеллекта»
6 ноября 2026 г.
Минюст США создал группу по рискам «суперинтеллекта»

Минюст США объявил о Super Intelligence Task Force — межведомственной группе, которая будет заниматься злоупотреблениями системами «суперинтеллекта». Пока это организационная мера, а не новый режим регулирования ИИ.

Gemini Omni 1.2 Flash удешевила ИИ-видео на 30% и увеличила клипы до 15 секунд
6 ноября 2026 г.
Gemini Omni 1.2 Flash удешевила ИИ-видео на 30% и увеличила клипы до 15 секунд

Google обновила Gemini Omni 1.2 Flash: модель теперь генерирует и редактирует нативные ролики длиной до 15 секунд, а цена снижена на 30%. Для команд это делает короткие видео менее дорогими в итерациях, но не снимает задачу контроля результата.

Google дала Antigravity навыки хемоинформатики: гипотезы о лекарствах — за час
6 ноября 2026 г.
Google дала Antigravity навыки хемоинформатики: гипотезы о лекарствах — за час

Google DeepMind добавила в Antigravity набор навыков для хемоинформатики. Агент собирает данные о соединениях, строит модели и предлагает гипотезы для проверки, но не заменяет лабораторный эксперимент.

OpenAI: GPT-6 Astra хуже справлялась с задачами по безопасности ИИ
5 ноября 2026 г.
OpenAI: GPT-6 Astra хуже справлялась с задачами по безопасности ИИ

Во внутренних развёртываниях и оценках OpenAI модель GPT-6 Astra заметно реже выполняла критерии в задачах, сформулированных как исследования безопасности. Компания не установила причину и рассматривает чрезмерную осторожность как наиболее простое объяснение.

Google отключит поиск школам, не выбравшим ИИ
5 ноября 2026 г.
Google отключит поиск школам, не выбравшим ИИ

В сервисах Google для школ Gemini, Gemini Notebook и Search будут выключены по умолчанию. Но отказ от ИИ не сохранит доступ к поиску: школе придётся отдельно включить и его.

Google выпустила GKE Workspaces: ноутбуки для ИИ без возни с Kubernetes
5 ноября 2026 г.
Google выпустила GKE Workspaces: ноутбуки для ИИ без возни с Kubernetes

Google представила открытый слой GKE Workspaces: он даёт ML-командам JupyterLab или браузерный VS Code на GPU и TPU, а инфраструктуру Kubernetes оставляет платформенной команде.

Apple, по данным Bloomberg, снизила лимиты расходов на ИИ
5 ноября 2026 г.
Apple, по данным Bloomberg, снизила лимиты расходов на ИИ

Bloomberg сообщает, что Apple в октябре уменьшила для части инженеров дневной денежный лимит на использование внешних языковых моделей с $300 до $200. Компания публично это не подтверждала; речь не о лимите токенов и не о новой политике для всех сотрудников.

Anthropic показала способ проверить, какая ИИ-модель ответила на запрос
4 ноября 2026 г.
Anthropic показала способ проверить, какая ИИ-модель ответила на запрос

Anthropic представила FlashProve — исследовательскую систему криптографической проверки вывода языковых моделей. Она позволяет подтвердить, что ответ действительно сгенерирован зафиксированными весами, не раскрывая сами веса.

Shield AI собрала первый полноразмерный X-BAT — автономный VTOL-истребитель
4 ноября 2026 г.
Shield AI собрала первый полноразмерный X-BAT — автономный VTOL-истребитель

Shield AI сообщила о завершении сборки первого полноразмерного прототипа X-BAT. Следующий важный рубеж — лётные испытания аппарата, который должен взлетать вертикально и действовать без пилота на борту.

Kimi открыла веса K3.1 Pro: 2,8 трлн параметров и контекст в миллион токенов
4 ноября 2026 г.
Kimi открыла веса K3.1 Pro: 2,8 трлн параметров и контекст в миллион токенов

Moonshot AI выложила в открытый доступ веса Kimi K3.1 Pro — мультимодальной агентной модели с контекстом до миллиона токенов. Модель можно изучать и разворачивать вне закрытого API, но её размер и лицензия ограничивают круг тех, кто сможет сделать это на практике.

Revolut заявила о снижении расходов на ИИ-кодинг на 90%
4 ноября 2026 г.
Revolut заявила о снижении расходов на ИИ-кодинг на 90%

Revolut перевела основной поток задач по написанию кода на самостоятельно развёрнутые модели GLM и заявила о десятикратном снижении стоимости инференса. Банк обслуживает около 2 000 инженеров на 56 графических процессорах NVIDIA B200, сохраняя коммерческие модели для исключений.

Google вынес Guided Learning в Classroom: что показали тесты
3 ноября 2026 г.
Google вынес Guided Learning в Classroom: что показали тесты

Google начинает глобально разворачивать Guided Learning в Classroom. В контролируемом исследовании с более чем 300 студентами доступ к инструменту совпал с более высоким приростом результатов, но это ещё не доказательство для всех школьных сценариев.