Anthropic indique que Claude dirige désormais 26 % de ses travaux de R&D en IA, tandis que plus de 90 % atteignent au moins le niveau de col...
Anthropic a publié l’un des aperçus internes les plus clairs à ce jour sur la part déjà prise par l’intelligence artificielle dans la conception de la prochaine génération d’intelligence artificielle.
En août 2026, Anthropic indique que Claude dirige 26 % des travaux de recherche et développement en IA de l’entreprise. Plus tôt en 2026, cette même mesure était inférieure à 1 %.
Ce chiffre est spectaculaire, mais il est facile de le mal interpréter.
« Claude dirige 26 % de la R&D » ne signifie pas que Claude gère de manière autonome un quart de l’entreprise sans intervention humaine. Anthropic utilise un cadre d’automatisation à six niveaux, et le chiffre de 26 % concerne précisément les travaux classés AL4 — l’IA dirige : les humains fournissent l’objectif général, Claude réalise la majeure partie de la tâche de bout en bout, et les humains restent responsables de la supervision et de l’approbation.
Anthropic indique également que plus de 90 % de ses travaux de R&D en IA mesurés ont atteint au moins le niveau AL3 — l’IA collabore.
Parallèlement, l’entreprise exploite une infrastructure interne d’agents de très grande taille. En août, environ 30 000 agents effectuaient à tout moment des travaux de recherche et d’ingénierie sur la plateforme interne la plus utilisée d’Anthropic, et l’entreprise a analysé plus de un milliard de décisions d’agents prises au cours de ce mois.
Ces chiffres expliquent pourquoi les discussions autour de l’« IA qui construit l’IA » sont passées de la théorie à quelque chose de mesurable.
Ils montrent aussi pourquoi la réserve finale est si importante :
Anthropic affirme qu’aucun des travaux mesurés n’a atteint le niveau AL5, entièrement autonome.
L’entreprise progresse vers une R&D assistée et dirigée par l’IA, mais elle ne prétend pas que Claude puisse concevoir, entraîner, évaluer et remplacer lui-même son propre successeur sans supervision humaine.
Anthropic a conçu un indice d’automatisation de la R&D expérimental pour suivre la part de ses travaux de recherche et développement en IA réalisée par Claude.
L’entreprise répertorie d’abord les différents types de travaux liés à la R&D des modèles, puis attribue à chaque catégorie un niveau d’automatisation. Cette échelle, issue des travaux d’Epoch AI, va de AL0 à AL5.
| Niveau | Libellé | Signification pratique |
|---|---|---|
| AL0 | Non utilisé | L’IA ne participe pas de manière significative à la tâche. |
| AL1 | Marginal | L’IA peut aider ponctuellement à effectuer des recherches, à trouver des idées ou à améliorer un résultat, mais elle ne change pas la manière dont le travail est réalisé. |
| AL2 | Assiste | L’IA accélère de manière significative certaines parties de la tâche, tandis que les humains continuent de diriger et de vérifier le travail. |
| AL3 | Collabore | L’IA prend en charge de grandes parties du travail sous la direction étroite des humains ; ceux-ci prennent toujours les décisions clés et intègrent le résultat. |
| AL4 | Dirige | L’IA accomplit la majeure partie de la tâche de bout en bout à partir d’une demande générale, tandis que les humains supervisent, corrigent la trajectoire et approuvent le résultat. |
| AL5 | Autonome | L’IA réalise le travail de bout en bout avec peu ou pas d’intervention humaine. |
La différence entre AL3 et AL4 est particulièrement importante.
Au niveau AL3, l’humain reste étroitement impliqué. Il peut fournir des journaux, proposer des hypothèses, répondre aux questions et décider de la marche à suivre lorsqu’un événement inattendu se produit.
Au niveau AL4, l’humain peut confier un objectif général à Claude et le laisser gérer la majeure partie de l’exécution. Il continue de superviser la tâche, mais n’a pas besoin de guider en permanence chaque étape.
Anthropic rapporte trois résultats principaux :
| Mesure | Résultat communiqué par Anthropic |
|---|---|
| Travaux de R&D en IA dans lesquels Claude « dirige » au niveau AL4 | 26 % |
| Travaux de R&D en IA au niveau AL3 « collabore » ou supérieur | Plus de 90 % |
| Travaux de R&D en IA au niveau AL5 « autonome » | 0 % des sous-ensembles mesurés |
Le chiffre de 26 % doit donc être compris comme suit :
L’humain définit l’objectif général
↓
Claude prend en charge la majeure partie du flux de travail
↓
L’humain supervise et approuve
Ce chiffre ne signifie pas :
Claude choisit de manière autonome l’agenda de recherche,
construit son successeur, le valide et le déploie
sans intervention humaine
Cette distinction est au cœur de la propre définition de l’auto-amélioration récursive par Anthropic.
Anthropic n’a pas produit le chiffre de 26 % en demandant simplement aux employés dans quelle mesure ils utilisent Claude.
D’après la méthodologie publiée par l’entreprise, celle-ci a échantillonné des relevés de travail provenant d’équipes impliquées dans la boucle de R&D des modèles et a établi, en juillet 2026, un inventaire ascendant d’environ 15 000 tâches détaillées.
Claude a ensuite contribué à organiser ces tâches en une hiérarchie comprenant :
Pour chaque catégorie, un agent de recherche a examiné la manière dont la tâche était réellement effectuée et la part du processus prise en charge par l’IA. Un évaluateur Claude indépendant a ensuite attribué un niveau d’automatisation.
Anthropic a également demandé aux responsables humains des domaines concernés d’évaluer séparément le niveau d’automatisation.
L’entreprise indique que le modèle et les humains ont attribué exactement la même note dans 59 % des cas et qu’ils se situaient à moins d’un niveau d’automatisation dans 97 % des cas.
Il s’agit d’un élément utile, mais pas d’une mesure parfaite.
Anthropic souligne explicitement que les cas limites restent subjectifs et que son modèle évaluateur peut partager certaines des erreurs des systèmes qu’il évalue.
L’article source met également en avant l’ampleur de l’infrastructure interne d’agents d’Anthropic.
Anthropic affirme qu’en août 2026, environ 30 000 agents effectuaient à tout moment des travaux de recherche et d’ingénierie sur sa plateforme interne la plus utilisée.
La formulation est importante : il ne s’agit pas de 30 000 employés permanents semblables à des humains, ni nécessairement de l’ensemble des agents d’IA utilisés quelque part au sein d’Anthropic.
Il s’agit du nombre d’agents actifs simultanément sur la plateforme interne couverte par la mesure.
Ces agents peuvent travailler de manière semi-autonome pendant de longues périodes et déléguer des tâches les uns aux autres.
Anthropic indique que son infrastructure interne attribue une identité individuelle aux agents et utilise un système ouvert de messagerie afin qu’ils puissent voir les affirmations des autres, revenir aux éléments de preuve d’origine et corriger les erreurs au lieu de transmettre aveuglément l’information le long d’une chaîne.
Avec des dizaines de milliers d’agents travaillant en parallèle, la supervision devient un problème de système.
Anthropic affirme avoir analysé plus d’un milliard de décisions prises par des agents de recherche et d’ingénierie en août 2026.
Chaque action effectuée sur la plateforme interne mesurée passe par un système de surveillance en ligne avant son exécution.
Le système de surveillance en ligne peut :
Anthropic indique que 0,002 % des plus d’un milliard de décisions ont été bloquées, soit environ 1 sur 47 000.
Ce faible pourcentage ne doit pas automatiquement être interprété comme signifiant que « les agents sont sûrs 99,998 % du temps ». Le taux de blocage n’est qu’une mesure parmi d’autres. Il dépend de ce que le système de surveillance peut détecter, de la manière dont les comportements sont classés et des types d’actions risquées qui se produisent initialement.
Anthropic fait elle-même cette remarque : à cette échelle, il est difficile de savoir si chaque comportement important est visible par le système de surveillance.
Anthropic décrit deux niveaux de surveillance.
Les systèmes de surveillance en ligne inspectent les actions avant leur exécution.
Leur objectif est d’arrêter les comportements susceptibles de causer un préjudice immédiat et difficilement réversible, par exemple lorsqu’un agent tente de déplacer des actifs sensibles liés aux modèles hors d’un système autorisé.
Anthropic indique que 100 % des actions des agents sur la plateforme mesurée passent par ce niveau.
La surveillance hors ligne examine l’activité des agents après les faits.
Elle vise à détecter les schémas susceptibles de se développer lentement plutôt que de causer immédiatement un dommage.
Anthropic indique que le système hors ligne signale environ 100 000 transcriptions par semaine pour un examen complémentaire par des classificateurs.
La plupart sont traitées automatiquement, mais les cas prioritaires — environ 50 par semaine — sont transmis à des humains.
L’architecture ressemble donc davantage à ceci :
L’agent propose une action
↓
Le système de surveillance en ligne vérifie l’action
↓
L’action est exécutée, bloquée ou réorientée
↓
L’activité est enregistrée
↓
La surveillance hors ligne examine les schémas
↓
Les cas les plus prioritaires sont transmis à des évaluateurs humains
Cette architecture de surveillance est l’un des éléments les plus importants de l’annonce d’Anthropic, car une automatisation accrue n’est utile que si l’organisation peut encore comprendre ce que font les agents et intervenir lorsque cela est nécessaire.
Le deuxième point majeur de l’article d’AIBase concerne la quantité de code d’Anthropic désormais écrite par Claude.
La date doit ici être précisée.
Le rapport officiel d’Anthropic intitulé When AI builds itself indique qu’en mai 2026, plus de 80 % du code fusionné dans la base de code d’Anthropic avait été écrit par Claude.
Avant l’entrée de Claude Code en préversion de recherche en février 2025, Anthropic indique que cette proportion se situait dans les faibles pourcentages à un chiffre.
Il s’agit d’un changement spectaculaire en un peu plus d’un an.
Ces deux chiffres mesurent des éléments différents.
Decrivez votre idee une fois, et We0 AI peut generer un site vitrine, des pages et un CMS, puis vous aider a attirer clients et trafic apres le lancement.
Une génération de projet complète pour une inscription gratuite
Idéal pour essayer un flux de génération complet et voir rapidement une première ébauche de projet.
| Indicateur | Date | Ce qu’il mesure |
|---|---|---|
| Plus de 80 % | Mai 2026 | Part du code Anthropic fusionné et écrit par Claude |
| 26 % | Août 2026 | Part des travaux de R&D en IA pondérés classés AL4 « l’IA dirige » |
| Plus de 90 % | Août 2026 | Part des travaux de R&D en IA pondérés classés AL3 « collabore » ou supérieur |
Le code logiciel ne représente qu’une partie de la R&D des modèles.
La recherche en IA comprend également :
C’est pourquoi Claude peut écrire 80 % du code fusionné alors que seulement 26 % de l’ensemble de la R&D en IA est classé comme dirigé par l’IA.
Anthropic indique également qu’au deuxième trimestre 2026, l’ingénieur type fusionnait environ 8 fois plus de code par jour qu’en 2024.
L’entreprise ajoute immédiatement une réserve importante : le nombre de lignes de code est une mesure imparfaite de la productivité.
Davantage de code ne signifie pas automatiquement huit fois plus de valeur.
Une modification importante peut comprendre :
Anthropic estime néanmoins que l’ampleur du changement est suffisante pour démontrer une véritable accélération du débit d’ingénierie.
Cette évolution est particulièrement notable parce que la production est restée relativement stable de 2021 à 2024, avant de commencer à augmenter lorsque Claude s’est mis à exécuter du code plutôt qu’à suggérer uniquement des extraits que les humains devaient copier-coller.
L’article source regroupe les activités de Claude en quatre catégories : les expériences sur les modèles, le codage, l’analyse des données et la vérification des résultats.
Les publications d’Anthropic confirment plus largement que Claude intervient de plus en plus dans les tâches de la boucle de développement des modèles.
Cela peut notamment inclure :
C’est pourquoi certains décrivent cette tendance comme l’IA qui contribue à construire une meilleure IA.
Mais il existe une différence importante entre participer au développement d’un modèle successeur et créer ce successeur de manière entièrement autonome.
Pas selon la propre définition d’Anthropic.
Anthropic décrit l’auto-amélioration récursive comme le moment où un modèle peut construire de manière entièrement autonome son successeur.
Les données d’automatisation d’août indiquent explicitement qu’aucun sous-ensemble mesuré de la R&D en IA n’atteint le niveau AL5.
La formulation la plus exacte aujourd’hui est donc la suivante :
Claude accélère de manière substantielle le processus de R&D qui produit les futurs modèles Claude, mais Anthropic ne prétend pas encore que Claude puisse exécuter de manière autonome l’intégralité de la boucle de développement de son successeur.
Cette distinction est importante, car l’expression « auto-amélioration récursive » est souvent utilisée de manière imprécise.
Il existe au moins trois étapes différentes auxquelles les observateurs peuvent faire référence :
Étape 1
L’IA assiste les humains qui construisent le modèle suivant
Étape 2
L’IA dirige de grandes parties du flux de R&D sous supervision humaine
Étape 3
L’IA conçoit, construit, évalue et améliore de manière autonome son successeur
Les données publiées par Anthropic appuient fortement l’existence de l’étape 2 pour une part croissante des travaux.
Elles ne démontrent pas l’étape 3.
Anthropic indique que l’objectif de ces mesures n’est pas simplement de promouvoir la productivité.
L’entreprise estime que si les modèles de pointe commencent à accélérer leur propre développement, le public et les gouvernements auront besoin d’indicateurs pouvant être suivis dans le temps.
Les indicateurs proposés portent sur trois éléments :
Anthropic affirme que ces types d’indicateurs pourraient finalement être vérifiés de manière indépendante et utilisés comme déclencheurs pour renforcer les exigences de sécurité.
Par exemple, si la part de la R&D dirigée par l’IA augmente fortement, un laboratoire pourrait être tenu d’utiliser des périodes de test plus longues ou une évaluation externe renforcée avant d’autoriser un nouveau modèle à contribuer à la R&D future.
Ce point ne figure pas dans le court article d’AIBase, mais il provient de la même publication de mesure d’Anthropic et contribue à expliquer le cadre plus large de l’entreprise.
Pour un instantané d’une semaine en juillet 2026, Anthropic indique que :
Anthropic qualifie ces estimations de prudentes et souligne qu’il est intrinsèquement difficile de distinguer la recherche sur la sécurité de la recherche sur les capacités.
Ces chiffres doivent donc être considérés comme un instantané, et non comme un ratio universel ou permanent.
Anthropic fait preuve d’une transparence inhabituelle concernant les limites de sa méthodologie.
Les principales réserves comprennent :
Ces limites ne rendent pas les chiffres dénués de sens.
Elles les rendent plus utiles lorsqu’ils sont interprétés comme des mesures de tendance plutôt que comme une preuve absolue de l’autonomie.
Cela signifie que 26 % des travaux de R&D en IA pondérés d’Anthropic sont actuellement classés AL4, niveau auquel Claude peut accomplir la majeure partie d’une tâche de bout en bout à partir d’une demande générale. Les humains continuent de superviser, de vérifier et d’approuver le travail ; il ne s’agit donc pas d’une recherche entièrement autonome.
AL4 signifie que l’IA dirige la majeure partie de la tâche, tandis qu’un humain reste responsable de la supervision et de l’approbation. AL5 signifie que le travail est réalisé de bout en bout de manière autonome, avec peu ou pas d’intervention humaine ; Anthropic affirme qu’aucun de ses travaux de R&D en IA mesurés n’a atteint le niveau AL5.
Anthropic a indiqué qu’en mai 2026, plus de 80 % du code fusionné dans sa base de code avait été écrit par Claude. Cette mesure concerne le code fusionné, et non 80 % de l’ensemble de la recherche, des décisions produit ou du travail de développement des modèles.
Anthropic indique qu’environ 30 000 agents effectuaient simultanément des travaux de recherche et d’ingénierie sur sa plateforme interne la plus utilisée en août 2026. Ce chiffre concerne la plateforme interne mesurée et ne doit pas être interprété comme le nombre de travailleurs permanents équivalents à des humains.
L’entreprise utilise une surveillance en ligne avant l’exécution et une surveillance hors ligne après les actions. Anthropic indique que 100 % des actions réalisées sur la plateforme mesurée passent par le système de surveillance en ligne, tandis que les systèmes hors ligne signalent des transcriptions pour un examen automatisé et humain complémentaire.
Anthropic indique que son système de surveillance en ligne a bloqué environ 0,002 % de plus d’un milliard de décisions d’agents en août 2026, soit environ 1 décision sur 47 000. Il s’agit d’une statistique de surveillance, et non de la preuve que chaque décision non bloquée était sûre ou correcte.
Pas selon la propre définition d’Anthropic. Anthropic définit la forme forte de l’auto-amélioration récursive comme la capacité d’un modèle à construire de manière entièrement autonome son successeur, tandis que ses données actuelles indiquent qu’aucune catégorie mesurée de R&D en IA n’a atteint l’autonomie AL5.
Anthropic estime que le public, les gouvernements et les évaluateurs indépendants doivent pouvoir suivre la vitesse à laquelle les laboratoires de pointe automatisent le développement des modèles. L’entreprise souhaite que les indicateurs d’automatisation, de supervision des agents et de répartition du calcul deviennent des signaux mesurables pouvant orienter de futures exigences de sécurité.
Les dernières mesures internes d’Anthropic montrent une évolution rapide vers un développement de modèles dirigé par l’IA. En août 2026, Claude dirige 26 % des travaux de R&D en IA pondérés, plus de 90 % atteignent au moins la collaboration humain-IA et environ 30 000 agents fonctionnaient simultanément sur la plateforme interne de recherche la plus utilisée d’Anthropic.
Par ailleurs, Anthropic indique que plus de 80 % du code fusionné dans sa base de code avait été écrit par Claude en mai 2026. Ce chiffre montre clairement que l’IA participe déjà de manière approfondie à la construction des systèmes qui deviendront les futurs modèles Claude, mais il ne doit pas être confondu avec le taux plus large d’automatisation de la R&D.
Plus important encore, Anthropic rapporte toujours zéro catégorie mesurée de R&D en IA au niveau AL5 d’autonomie complète. L’entreprise évolue clairement vers un développement de l’IA par l’IA davantage piloté par des systèmes automatisés, mais elle n’a pas déclaré que l’auto-amélioration récursive entièrement autonome était arrivée.
Le signal le plus clair aujourd’hui n’est pas que « Claude a remplacé les chercheurs d’Anthropic », mais que le centre de gravité se déplace : les humains ne réalisent plus seulement le travail avec l’aide de l’IA, ils supervisent de plus en plus des flux de R&D dirigés par l’IA.
Partez d’une phrase et obtenez un site complet en quelques minutes.
