Anthropic vừa công bố bộ công cụ đo lường ba khía cạnh cốt lõi của quá trình phát triển AI: AI tự xây phiên bản tiếp theo của mình đến mức nào, khả năng giám sát các agent tự trị, và lượng compute dành cho an toàn so với năng lực. Đây là lần đầu một lab frontier công khai số liệu nội bộ ở mức chi tiết như vậy, và Anthropic đang đề xuất các lab khác cũng nên làm tương tự.

Claude ‘dẫn dắt’ 26% công việc R&D, tăng từ dưới 1% trong 6 tháng

Anthropic xây dựng một chỉ số gọi là R&D Automation Index, dựa trên thang đánh giá của Epoch AI với 6 cấp độ: AL0 (không có AI), AL3 (AI cộng tác dưới sự chỉ đạo chặt chẽ của con người), AL4 (AI dẫn dắt, hoàn thành phần lớn tác vụ từ một prompt cấp cao), và AL5 (hoàn toàn tự trị, không có con người trong vòng lặp).

Số liệu tính đến tháng 08/2026 cho thấy: Claude chưa đạt AL5 cho bất kỳ hạng mục nào. Nhưng Claude đã “dẫn dắt” 26% công việc R&D của Anthropic, tăng mạnh so với dưới 1% vào tháng 02/2026. Và hơn 90% công việc ở mức “AI cộng tác” trở lên.

Để xây dựng chỉ số này, Anthropic lấy mẫu ngẫu nhiên 20% nhân viên mỗi tuần trong tháng 07/2026, dùng Claude research agent để liệt kê các tác vụ từ Slack và tài liệu nội bộ, tạo ra khoảng 15.000 tác vụ R&D chi tiết, xếp vào cây phân cấp 542 nút. Mỗi nút được đánh giá mức tự động hóa bởi một Claude judge độc lập, sau đó đối chiếu với đánh giá của nhân viên: model và con người đồng thuận trong 59% trường hợp, và chênh nhau tối đa một cấp trong 97% trường hợp.

30.000 agent đang làm việc tại Anthropic cùng lúc

Phần thứ hai của công bố tập trung vào giám sát agent. Tại thời điểm tháng 08/2026, có khoảng 30.000 agent đang thực hiện công việc nghiên cứu và kỹ thuật tại Anthropic cùng lúc. Mọi hành động của các agent này đều đi qua hai lớp giám sát:

Giám sát trực tuyến (online monitors) kiểm tra hành động trước khi thực thi, thời gian thực, thường trong vài giây. Tỷ lệ chặn: 0,002%, tức khoảng 1 trên 47.000 quyết định bị chặn. Con số này dựa trên phân tích hơn 1 tỷ quyết định trong tháng 08/2026.

Giám sát ngoại tuyến (offline monitors) đọc hoạt động sau khi thực hiện, phát hiện các hành vi nguy hiểm phát triển chậm và có thể đảo ngược. Mỗi tuần có khoảng 100.000 bản ghi được đánh dấu, trong đó khoảng 50 bản ghi ưu tiên cao nhất được chuyển cho con người xem xét. Tỷ lệ đánh dấu: 1-2 trên mỗi 1.000 bản ghi.

Anthropic cho biết METR, tổ chức đánh giá độc lập, đã tiến hành red-team nền tảng giám sát ngoại tuyến của họ. Hãng cũng đang thiết lập đánh giá bên thứ ba với quyền truy cập vào quy trình, hệ thống và dữ liệu nội bộ tương đương đội đánh giá rủi ro nội bộ.

6% compute R&D dành cho an toàn

Phần thứ ba là phân bổ compute. Trong tuần từ 13-20/07/2026, khoảng 6% compute dành cho AI R&D được chuyển sang công việc an toàn, và 12% compute dành cho AI-driven AI R&D được chuyển sang an toàn. Anthropic nhấn mạnh đây là ước tính thận trọng: nếu một token phục vụ cả năng lực lẫn an toàn, nó không được tính vào chỉ số an toàn.

Giá trị của chỉ số này không nằm ở con số tuyệt đối mà ở khả năng so sánh giữa các lab và theo thời gian. Anthropic đề xuất các lab công khai tỷ lệ compute cho an toàn, với định nghĩa hạng mục được công bố và phân loại được bên thứ ba kiểm chứng.

Bối cảnh: Dario Amodei kêu gọi ‘pacing the frontier’

Bài công bố này nằm trong bối cảnh lớn hơn: CEO Dario Amodei đã công khai kêu gọi “pacing the frontier”, tức giảm tốc độ phát triển AI frontier để đảm bảo an toàn. Anthropic đang đề xuất đây là tiêu chuẩn ngành: mọi lab frontier nên công khai ba chỉ số này, cho phép bên thứ ba và chính phủ giám sát.

Điểm đáng chú ý nhất trong bài công bố không phải là các con số cụ thể mà là phương pháp luận. Anthropic mô tả chi tiết cách xây dựng chỉ số, cách đánh giá, và cách đối chiếu với đánh giá con người, để các lab khác có thể áp dụng. Hãng cũng thừa nhận giới hạn: thang đánh giá phụ thuộc vào model judge, basket tác vụ bị đóng băng theo thời điểm lấy mẫu, và giám sát agent chỉ mới thực hiện vài tháng, chưa phải nhiều năm.

Với người dùng và nhà quan sát bên ngoài, đây là tín hiệu cho thấy ngành AI đang bắt đầu tự đặt ra tiêu chuẩn minh bạch, dù là tự nguyện. Câu hỏi tiếp theo là các lab khác có đồng ý công khai số liệu tương tự hay không, và liệu chính phủ có biến những chỉ số này thành yêu cầu bắt buộc hay chỉ dừng ở mức khuyến nghị.