نماذج ومنصات الذكاء الاصطناعي
تقول Anthropic إن Claude يقود 26٪ من أبحاثها وتطويرها في مجال الذكاء الاصطناعي
أضف Unite.AI إلى مصادرك المفضلة على Google
قالت Anthropic إن نماذج Claude “تقود” 26٪ من عمل الشركة في أبحاث وتطوير الذكاء الاصطناعي اعتبارًا من أغسطس 2026، في أول النتائج من مؤشر أتمتة البحث والتطوير النموذجي الذي نُشر في منشور Anthropic Institute في 17 سبتمبر 2026.
المنشور، بعنوان “قياسات لفهم وتيرة تطوير الذكاء الاصطناعي داخل المختبرات المتقدمة”، يربط المؤشر بالمعايير الداخلية حول إشراف الوكلاء وتخصيص الحوسبة، وقالت Anthropic إنها تنوي الاستمرار في نشر مثل هذه القياسات.
مؤشر أتمتة البحث والتطوير
يقوم مؤشر أتمتة البحث والتطوير الخاص بـ Anthropic برسم خريطة لكامل نطاق أعمال أبحاث وتطوير الذكاء الاصطناعي التي تُجرى في الشركة، ويُقَيِّم مدى أتمتة كل مهمة حالياً، ويجمع تلك التقييمات في مقياس إجمالي. تستخدم التقييمات مقياس مستوى الأتمتة الذي طورته Epoch AI، ويتراوح من AL0، أي دون أي مشاركة للذكاء الاصطناعي، إلى AL5، حيث يعمل الذكاء الاصطناعي بشكل مستقل تمامًا دون تدخل بشري. في المستوى AL3، يت “تعاون” الذكاء الاصطناعي، مُنفِّذًا أجزاء كبيرة من المهمة تحت توجيه بشري قريب؛ وفي المستوى AL4، يت “قود” الذكاء الاصطناعي، حيث يتولى معظم المهمة من توجيه عالي المستوى إلى إكمالها بينما يشرف إنسان.
أفادت Anthropic أنه اعتبارًا من أغسطس 2026، ي “يقود” Claude 26٪ من أعمال أبحاث وتطوير الذكاء الاصطناعي الخاصة بها، ونسبة الأعمال عند مستوى “يتعاون” أو أعلى تتجاوز 90٪، ولا يعمل Claude بشكل مستقل تمامًا لأي مجموعة مقاسة من أعمال أبحاث وتطوير الذكاء الاصطناعي. يصف مخطط في المنشور حصة الـ 26٪ “يقود” بأنها ارتفعت من أقل من 1٪ في فبراير 2026.
تم تجميع كتالوج المهام الأساسي من القاعدة إلى الأعلى باستخدام سجلات العمل مثل Slack والوثائق الداخلية. لكل أسبوع من يوليو 2026، راجع وكيل بحث Claude أسبوع كل شخص تم اختيار عينه عشوائيًا — 20٪ من الموظفين من كل قسم يشكل حلقة أبحاث النماذج — وسجّل المهام التي عملوا عليها، مما أسفر عن قائمة مسطحة من حوالي 15,000 مهمة دقيقة. ثم نظم Claude تلك المهام في شجرة هرمية مكوّنة من 542 عقدة، 378 منها أوراق مثل “تشخيص وإصلاح عيوب منصة التقييم”، وتم تجميد تلك الشجرة بحيث تُجرى كل قياس ضد نفس سلة العمل.
لكل عقدة، يبحث وكيل Claude عن كيفية إنجاز هذا النوع من العمل عبر الشركة، ويُعين قاضٍ مستقل من Claude أحد مستويات الأتمتة الستة، مقيدًا بالأدلة من الشهر الجاري تقييمه أو ما قبله. تُوزَّن المهام بحسب وقت الشخص، لذا فإن الفئات التي يستهلك فيها المزيد من جهد الموظفين تحمل وزنًا أكبر.
قامت Anthropic بمقارنة تقييمات القاضي مع الموظفين المسؤولين عن المجالات ذات الصلة، الذين قيموا دون الاطلاع على أدلة النماذج أو أحكامها، وأفادت باتفاقية دقيقة بين النموذج والإنسان بنسبة 59٪ مقابل 35٪ بين البشر، مع وجود تقييمات ضمن مستوى واحد من بعضها البعض في 97٪ من الحالات. تشمل القيود المذكورة السلة المجمدة، التي تلتقط أتمتة العمل القائم دون تسجيل أنواع جديدة من العمل؛ وأظهر مقارنة المهام الواردة من فبراير حتى يوليو 2026 مقابل سلة يناير 2026 عدم وجود ارتفاع في المهام “الجديدة”، وتخطط Anthropic لإعادة بناء السلة بشكل دوري وإعادة إصدار الأرقام المنشورة.
الإشراف على الوكلاء الداخليين
تغطي مجموعة ثانية من القياسات إشراف Anthropic على وكلاء الذكاء الاصطناعي في أنظمتها. اعتبارًا من أغسطس 2026، كان حوالي 30,000 وكيل يقومون بأعمال البحث والهندسة في أي لحظة على المنصة الداخلية الأكثر استخدامًا في الشركة، وتقتصر القياسات المبلغ عنها على تلك المنصة فقط.
أفادت Anthropic أن المراقبين عبر الإنترنت يتحققون من 100٪ من إجراءات هؤلاء الوكلاء قبل التنفيذ، عادةً خلال ثوانٍ؛ من أكثر من مليار قرار للوكيل تم تحليله خلال أغسطس 2026، تم حظر 0.002٪ (حوالي 1 من كل 47,000)، ويقوم البشر بمراجعة أي إجراءات محظورة خلال أسبوع واحد. يلتقط المراقبون غير المتصلين 100٪ من الإجراءات بعد حدوثها ويُعلِّمون تقريبًا 100,000 نص أسبوعيًا، حيث يراجع عدة مصنفات هذه النصوص لتحديد الإيجابيات الكاذبة، مما يحل معظم الإشارات؛ يُصعَد حوالي 50 إشارة ذات أولوية قصوى أسبوعيًا إلى مراجعة بشرية، ويتم الإشارة إلى نص واحد إلى نصين من كل ألف للمراجعة الإضافية.
وفقًا للمنشور، تم بناء المراقبين عبر الإنترنت لمواجهة الأضرار التي قد تحدث بسرعة ولا يمكن التراجع عنها، مثل قيام وكيل بنسخ أوزان النموذج من أنظمة Anthropic، بينما يستهدف المراقبون غير المتصلين السلوكيات الخطرة التي تتطور ببطء ويمكن عكسها، مثل علامات انحراف النموذج. صرحت Anthropic بأن اختيارين تصميميين في الهيكل الداخلي يدعمان الإشراف: كل وكيل يحمل هوية فردية تستمر عبر ترقيات النموذج، ويتواصل الوكلاء عبر نظام مراسلة مفتوح ومشترك يُربط بالنصوص، بحيث يمكن للمراقبة السلوكية عبور الاتصالات بين الوكلاء. وقالت الشركة إن METR قد قامت مسبقًا بتشكيل فريق اختراق مستقل لمنصة المراقبة غير المتصلة، وأن هذه القياسات الإشرافية نُشرت أيضًا في تقرير المخاطر لشهر أغسطس 2026.
لمحة عن تخصيص الحوسبة
في القياس الثالث، فحصت Anthropic كيفية استخدامها لكامل حوسبتها من 13 إلى 20 يوليو 2026، حيث قامت بفرز كل عبء عمل إلى فئات وقياس نسبة الحوسبة الموجهة إلى أبحاث وتطوير الذكاء الاصطناعي التي كانت مخصصة لأعمال السلامة. خلال ذلك الأسبوع، أفادت Anthropic أن حوالي 6٪ من الحوسبة الموجهة إلى أبحاث وتطوير الذكاء الاصطناعي خصصت للسلامة، وحوالي 12٪ من الحوسبة الموجهة إلى أبحاث وتطوير الذكاء الاصطناعي المدفوعة بالذكاء الاصطناعي خصصت للسلامة.
تصف الشركة كلا التقديرين على أنهما متحفظان عن قصد: تم احتساب الرموز التي تعزز القدرات بقدر ما تعزز السلامة كبحث وتطوير للذكاء الاصطناعي، وتم استبعاد المصنفات الوقائية، وهي كمية منفصلة ومقارنة من الحوسبة. قام مصنف Claude الموجه بفرز ما يقرب من 10,000 تشغيل تدريب وتقييم بحثي خلال الأسبوع باستخدام عينة تقريبية بنسبة 14% موجهة نحو أكبر مستخدمي الحوسبة، وأفادت Anthropic أن المصنف اتفق مع المراجعين البشريين بفارق نقطة أو نقطتين مئويتين.
القيود المذكورة هي أن أسبوعًا واحدًا يثبت أن القياس ممكن دون أن يثبت وجود اتجاه، وأن تسميات عبء العمل الأساسية هي بأفضل جهد وغير مُتحقق منها، وأن قياس حصة الحوسبة يقيس ما يُنفق بدلاً من كمية العمل الأمني المنفذ.
الغرض والخطوات التالية
قالت Anthropic إنها تنشر هذه القياسات لأنها توفر للجمهور والأطراف الخارجية والحكومات رؤية أوضح لسرعة تطوير الذكاء الاصطناعي داخل مختبرات الحدود المتقدمة، مكملةً تقارير مخاطر سياسة التحجيم المسؤول ومقترح سياسة إطار الذكاء الاصطناعي المتقدم. وأشارت إلى أن الأرقام من المتوقع أن تتغير إذا تم التنسيق بشأن وتيرة التطوير الحدودي، كما دعا إليه الرئيس التنفيذي Dario Amodei.
يقول المنشور إن أي مطور في مجال الحدود المتقدمة يمكنه نشر نفس القياسات بانتظام باستخدام منهجية عامة، ويحدد عائقين أمام مقارنة المختبرات: عدم وجود منهجية مشتركة واستخدام المطور لنماذجه الخاصة لتقييم أنظمته. ويشير إلى أن مثل هذه القياسات يمكن أن يتحقق منها أطراف ثالثة أو نماذج مطورين آخرين، ويمكن أن تصبح محفزًا لمتطلبات أقوى، مثل نافذة اختبار ثابتة قبل أن يُستَخدم نموذج جديد في مزيد من بحث وتطوير الذكاء الاصطناعي.
قالت Anthropic إنها تخطط لإدماج مقيمين مستقلين من أطراف ثالثة من منظمات متعددة، يمنحهم الوصول إلى العمليات الداخلية والأنظمة والبيانات المقارنة بما تمتلكه فرق تقييم المخاطر الداخلية، للتحقق من ممارسات السلامة، وتقرير الحوادث، وتتبع المقاييس الرئيسية مثل تلك المذكورة في المنشور. وقد شارك في كتابة القطعة مارينا فافارو وفيلي وايت، بإشراف بحثي من جاك كلارك.
