Anthropic 提出三项 AI 发展透明度指标

Anthropic 近日通过官方 X 账号公布了三项用于追踪 AI 发展进程的测量指标，旨在向公众披露 AI 系统在自我迭代过程中的关键变化。这一举措的核心背景是：AI 模型能力正在快速增强，且越来越多地被用于「构建下一版本的自己」，但相关进展对外部并不透明。

三项测量指标

Anthropic 此次公开的三个度量维度分别为：

• AI 自主研发占比：衡量 AI 在自身 R&D 流程中所承担的工作量，反映自动化研究的发展程度。
• 智能体监督效果：评估 AI agent 在执行任务过程中被有效监管的程度，关注人在回路中的实际控制力。
• 算力分配结构：记录训练、推理与安全研究等不同用途间的算力分布。

Anthropic 同时发布了来自公司内部的「快照」数据，并表示任何前沿模型开发者都可以发布同类指标，第三方机构也可以进行验证。

背后的治理逻辑

Anthropic 指出，随着社会各界越来越关注「是否应对前沿 AI 的发展节奏加以控制」，前沿实验室与公众之间的信息差应当尽可能缩小。这意味着需要更好地测量 AI 发展进程、主动公开研究成果，并为社会提供基于这些信息进行判断与决策的机会。

行业意义与方法论

虽然 Anthropic 并未在此次社交媒体披露中给出完整数据细节，但完整报告与方法论已在其官方渠道发布。这三项指标的提出延续了 AI 行业近年来推动「负责任扩展」（Responsible Scaling）等治理框架的趋势，也为后续的政策讨论与跨机构对比提供了一个可操作的起点。如果其他前沿实验室跟进发布同类数据，有望形成更具行业共识的透明度标准。