Anthropic: Claude ja lidera el 26 % de la seva R+D

Una empresa posa xifra a quanta feina seva fa ja el seu model

El 17 de setembre, l'Anthropic Institute —el braç de recerca de la mateixa Anthropic, que el sosté i hi signa al costat— va publicar tres mesuraments de la casa: quant construeix la seva IA la versió següent d'ella mateixa, quant pot l'empresa vigilar i aturar els agents que la construeixen i quants recursos hi entren.

El primer eix es resumeix en una xifra: a l'agost, Claude liderava el 26 % de la feina de recerca i desenvolupament d'Anthropic. Convé llegir-la sabent qui sosté el metre: el mesurament el dissenya, l'executa i el publica l'empresa el model de la qual en surt retratat.

El document tampoc no diu quines tasques compten com a «feina d'R+D» ni qui comprova l'índex. Dos buits que impedeixen posar aquest 26 % al costat de la xifra d'un altre laboratori.

De menys de l'1 % al febrer al 26 % a l'agost

La sèrie que publica Anthropic té dos punts i cap d'intermedi. Al febrer, la feina liderada pel model era «menys de l'1 %», així, sense xifra exacta, que és com la dona el document. A l'agost era el 26 %.

Entre un mesurament i l'altre, el document no explica què va passar: no data cap fita ni dona valors pel camí. Qui vulgui la corba haurà d'esperar que la publiquin.

Són dos mesuraments en sis mesos, amb el mètode que defineix qui mesura: serveixen per veure una direcció, no per projectar-la.

L'escala no l'ha feta Anthropic, però qui l'aplica és ella

Sobre aquesta escala, Anthropic situa més del 90 % de la feina d'R+D de l'empresa al nivell «la IA col·labora» o per damunt. La frase diu on cau cada tasca dins de l'escala, no quant hi aporta el model dins de cadascuna: és un repartiment de tasques per nivell, no una mesura d'esforç.

Epoch AI és independent d'Anthropic, però al document no consta que hagi revisat com Anthropic aplica la seva escala. Sense aquesta validació, i sense la llista de tasques de l'índex, el 26 % és una xifra interna, no una avaluació externa.

Trenta mil agents alhora i mig centenar de revisions humanes

El segon eix mira l'altra cara: si el model fa la feina, qui mira què fa. Anthropic diu que té uns 30.000 agents alhora en recerca i enginyeria, i que en registra el 100 % de les accions.

D'aquí surt la xifra més comentada. El sistema que vigila en temps real bloqueja el 0,002 % de les accions, una de cada 47.000: no les assenyala perquè algú les miri després, les atura abans que s'executin. La revisió posterior marca unes 100.000 transcripcions agèntiques per setmana i només unes 50 arriben a una persona.

El tercer eix és el còmput: el 6 % del que va a R+D en intel·ligència artificial es dedica a seguretat, i el 12 % del que va a R+D liderada per la IA. El doble, però sobre un total que l'empresa no quantifica.

La mateixa setmana, el mateix relat des d'una altra casa

Dijous passat, Z.ai —laboratori xinès d'IA, la casa dels models GLM— va publicar «Toward Recursive Self-Improvement: How GLM Built Its Own Inference Infrastructure», on explica que un agent mogut per GLM-5.3 va aixecar la pila d'inferència de producció de GLM-5.3-Flash sobre més de 100.000 acceleradors xinesos en menys de dues setmanes. I remata amb el mateix avís que Anthropic: no ha assolit l'automillora recursiva, perquè fixar els objectius i avaluar el risc continuen sent feina humana.

Greg Jensen, director d'inversions de Bridgewater —gestora de fons nord-americana, una de les més grans del món—, calcula que d'aquí a dos anys OpenAI i Anthropic controlaran entre el 35 % i el 50 % del còmput mundial, i proposa tractar qui passi del 5 % del còmput dels Estats Units o del mundial com una institució sistèmicament important, amb topalls de propietat.