Anthropic發表一套用於理解前沿 AI 實驗室研發速度的量度方案，主張外界需要更清楚知道模型如何被開發，而不只是模型能做甚麼。文章提出三類指標：AI 在下一代 AI 研發中所佔角色、研究及工程 agent 的監察覆蓋和介入情況，以及研發算力中有多少投入安全相關工作。
在 AI 參與研發方面，Anthropic 以 Anthropic R&D Automation Index 量度模型在公司 AI 研發工作的自動化程度。公司披露，截至2026年8月，Claude 尚未在任何已量度 AI 研發子集達到完全自主；但 Claude 已在26%的 AI 研發工作中達到「AI leads」級別，即可在高層指令下完成大部分任務並由人類監督；達到或高於「AI collaborates」級別的工作則超過90%。
在 agent 監察方面，Anthropic 表示其最常用內部平台同一時間約有30,000個 agent 從事研究及工程工作。這些 agent 的行動會經過線上監察，離線監察亦會攝取全部行動紀錄；公司稱8月分析超過10億次研究及工程 agent 決策，線上監察封鎖率約0.002%，約每47,000次決策有1次被封鎖。
算力分配方面，Anthropic 檢視7月13日至20日一週使用情況，估算投入 AI 研發的算力中約6%屬安全工作；若只看 AI 驅動的 AI 研發，安全相關算力約12%。公司同時承認，安全研究與能力研究邊界並不總是清晰，相關分類需要共同方法及第三方核查。
對企業及政策制定者而言，這篇文章的重要性在於把「放慢或監察前沿 AI」由抽象口號轉化為可量度項目。若其他實驗室採用類似披露，業界可更有系統地比較 AI 自動化研發、agent 監察覆蓋、介入延遲及安全算力比例等指標。