A Anthropic afirma que o Claude agora lidera 26% do trabalho de pesquisa e desenvolvimento de IA da empresa, enquanto mais de 90% chega ao n...
A Anthropic publicou um dos retratos internos mais claros até agora sobre o quanto a inteligência artificial já está envolvida na construção da próxima geração de inteligência artificial.
Em agosto de 2026, a Anthropic afirma que o Claude lidera 26% do trabalho de pesquisa e desenvolvimento de IA da empresa. No início de 2026, essa mesma medida estava abaixo de 1%.
O número principal é impressionante, mas pode ser facilmente interpretado de forma equivocada.
«Claude lidera 26% da P&D» não significa que o Claude administra de forma independente um quarto da empresa sem a participação de humanos. A Anthropic usa uma estrutura de automação em seis níveis, e o índice de 26% se refere especificamente ao trabalho classificado como AL4 — a IA lidera: os humanos fornecem o objetivo de alto nível, o Claude executa a maior parte da tarefa de ponta a ponta, e os humanos continuam responsáveis pela supervisão e aprovação.
A Anthropic também informa que mais de 90% do trabalho de P&D de IA medido chegou pelo menos ao nível AL3 — a IA colabora.
Ao mesmo tempo, a empresa opera uma infraestrutura interna de agentes em escala muito grande. Cerca de 30 mil agentes realizavam trabalho de pesquisa e engenharia simultaneamente na plataforma interna mais utilizada pela Anthropic em agosto, e a empresa analisou mais de um bilhão de decisões de agentes daquele mês.
Esses números ajudam a explicar por que a discussão sobre «IA construindo IA» passou da teoria para algo mensurável.
Eles também mostram por que a ressalva final é tão importante:
A Anthropic afirma que nenhum dos trabalhos medidos chegou ao AL5, totalmente autônomo.
A empresa está avançando para uma P&D cada vez mais assistida e liderada por IA, mas não afirma que o Claude consegue projetar, treinar, avaliar e substituir a si mesmo de forma independente e sem supervisão humana.
A Anthropic criou um protótipo de Índice de Automação de P&D para acompanhar quanto de sua pesquisa e desenvolvimento de IA é realizado pelo Claude.
Primeiro, a empresa mapeia os tipos de trabalho envolvidos na P&D de modelos e, em seguida, atribui a cada categoria um nível de automação. A escala foi desenvolvida a partir do trabalho da Epoch AI e vai de AL0 a AL5.
| Nível | Classificação | Significado prático |
|---|---|---|
| AL0 | Não utilizado | A IA não participa de forma relevante da tarefa. |
| AL1 | Marginal | A IA pode ajudar com consultas ocasionais, brainstorming ou revisão, mas não muda a forma como o trabalho é realizado. |
| AL2 | Auxilia | A IA acelera partes da tarefa de forma significativa, enquanto os humanos continuam conduzindo e revisando o trabalho. |
| AL3 | Colabora | A IA executa grandes partes do trabalho sob orientação humana próxima; os humanos ainda tomam decisões importantes e integram o resultado. |
| AL4 | Lidera | A IA conclui a maior parte da tarefa de ponta a ponta a partir de uma solicitação de alto nível, enquanto os humanos supervisionam, corrigem o curso e aprovam. |
| AL5 | Autônomo | A IA realiza o trabalho de ponta a ponta com pouca ou nenhuma participação humana. |
A diferença entre AL3 e AL4 é especialmente importante.
No AL3, o humano permanece intimamente envolvido. Ele pode fornecer registros, propor hipóteses, responder a perguntas e decidir o que fazer quando algo inesperado acontece.
No AL4, o humano pode entregar um objetivo de alto nível e deixar que o Claude cuide da maior parte da execução. A pessoa ainda supervisiona a tarefa, mas não precisa orientar continuamente cada etapa.
A Anthropic informa três conclusões principais:
| Medição | Resultado informado pela Anthropic |
|---|---|
| Trabalho de P&D de IA em que o Claude «lidera» no AL4 | 26% |
| Trabalho de P&D de IA no AL3 «colabora» ou acima | Mais de 90% |
| Trabalho de P&D de IA no AL5 «autônomo» | 0% dos subconjuntos medidos |
O índice de 26% deve, portanto, ser entendido da seguinte forma:
Humano define o objetivo de alto nível
↓
Claude conduz a maior parte do fluxo de trabalho
↓
Humano supervisiona e aprova
Não significa:
Claude escolhe a agenda de pesquisa,
constrói seu sucessor, valida-o e o implanta
sem participação humana
Essa distinção é central para a própria definição de autoaperfeiçoamento recursivo da Anthropic.
A Anthropic não produziu o número de 26% simplesmente perguntando aos funcionários quanto eles usam o Claude.
De acordo com a metodologia publicada, a empresa coletou uma amostra de registros de trabalho de equipes envolvidas no ciclo de P&D de modelos e criou, de baixo para cima, um inventário de aproximadamente 15 mil tarefas granulares em julho de 2026.
Depois, o Claude ajudou a organizar essas tarefas em uma hierarquia com:
Para cada categoria, um agente de pesquisa examinou como a tarefa era realmente realizada e quanto do processo era conduzido pela IA. Em seguida, um avaliador independente baseado em Claude atribuiu um nível de automação.
A Anthropic também pediu que os responsáveis humanos pelas áreas de trabalho relevantes avaliassem a automação separadamente.
A empresa informa que o modelo e os humanos atribuíram exatamente a mesma classificação em 59% dos casos e ficaram dentro de um nível de automação em 97% dos casos.
Isso é uma evidência útil, mas não representa uma medição perfeita.
A Anthropic observa explicitamente que os casos limítrofes continuam sendo subjetivos e que o modelo avaliador pode compartilhar alguns dos mesmos erros dos sistemas que está avaliando.
O artigo original também destaca a escala da infraestrutura interna de agentes da Anthropic.
A Anthropic afirma que, em agosto de 2026, aproximadamente 30 mil agentes realizavam trabalho de pesquisa e engenharia simultaneamente na plataforma interna mais utilizada pela empresa.
A formulação é importante: isso não representa 30 mil funcionários permanentes semelhantes a humanos, nem necessariamente todos os agentes de IA usados em qualquer área da Anthropic.
É o número de agentes ativos simultaneamente na plataforma interna abrangida pela medição.
Esses agentes podem trabalhar de forma semiautônoma durante longos períodos e delegar tarefas uns aos outros.
A Anthropic afirma que sua estrutura interna fornece identidades individuais aos agentes e utiliza um sistema aberto de mensagens para que os agentes possam ver as afirmações uns dos outros, voltar às evidências originais e corrigir erros, em vez de transmitir informações cegamente por uma cadeia.
Com dezenas de milhares de agentes trabalhando em paralelo, a supervisão se torna um problema de sistemas.
A Anthropic afirma ter analisado mais de um bilhão de decisões tomadas por agentes de pesquisa e engenharia em agosto de 2026.
Toda ação na plataforma interna avaliada passa por um monitoramento on-line antes da execução.
O monitoramento on-line pode:
A Anthropic afirma que 0,002% das mais de um bilhão de decisões foram bloqueadas — aproximadamente 1 em cada 47 mil.
Essa porcentagem baixa não deve ser interpretada automaticamente como «os agentes são seguros em 99,998% do tempo». A taxa de bloqueio é apenas uma medição. Ela depende do que o monitor consegue detectar, de como o comportamento é classificado e dos tipos de ações arriscadas que ocorrem inicialmente.
A Anthropic faz a mesma ressalva: nessa escala, é difícil saber se todo comportamento importante está visível para o sistema de monitoramento.
A Anthropic descreve duas camadas de monitoramento.
Os monitores on-line inspecionam as ações antes de sua execução.
O objetivo é impedir comportamentos que possam causar danos imediatos e difíceis de reverter, como uma tentativa de um agente de mover ativos sensíveis de modelos para fora de um sistema autorizado.
A Anthropic afirma que 100% das ações dos agentes na plataforma avaliada passam por essa camada.
O monitoramento off-line examina a atividade dos agentes posteriormente.
Ele busca identificar padrões que podem se desenvolver lentamente, em vez de causar danos imediatos.
A Anthropic afirma que o sistema off-line sinaliza aproximadamente 100 mil transcrições por semana para análise adicional por classificadores.
A maioria é resolvida automaticamente, mas os casos de maior prioridade — cerca de 50 por semana — são encaminhados para humanos.
A arquitetura, portanto, é mais próxima de:
Agente propõe uma ação
↓
Monitoramento on-line verifica a ação
↓
A ação é executada ou bloqueada/redirecionada
↓
A atividade é registrada
↓
O monitoramento off-line analisa os padrões
↓
Os casos de maior prioridade chegam aos revisores humanos
Essa estrutura de monitoramento é uma das partes mais importantes do anúncio da Anthropic, porque uma automação maior só se torna útil se a organização ainda conseguir entender e intervir no que os agentes estão fazendo.
O segundo ponto principal do artigo da AIBase é a quantidade de código da Anthropic que agora é escrita pelo Claude.
Aqui, a data precisa ser informada com precisão.
O relatório oficial da Anthropic, When AI builds itself, afirma que em maio de 2026 mais de 80% do código incorporado à base de código da Anthropic havia sido escrito pelo Claude.
Antes de o Claude Code entrar em prévia de pesquisa, em fevereiro de 2025, a Anthropic afirma que o índice estava na faixa de um dígito baixo.
Essa é uma mudança dramática em pouco mais de um ano.
Esses dois números medem coisas diferentes.
Descreva sua ideia uma vez e o We0 AI pode gerar um site de apresentacao, paginas e CMS, alem de ajudar a atrair clientes e trafego apos o lancamento.
Uma geração completa de projetos para registro gratuito
Melhor para experimentar um fluxo de geração completo e ver rapidamente um primeiro rascunho do projeto.
| Métrica | Data | O que mede |
|---|---|---|
| Mais de 80% | Maio de 2026 | Parcela do código da Anthropic incorporado à base de código e escrito pelo Claude |
| 26% | Agosto de 2026 | Parcela ponderada do trabalho de P&D de IA classificada como AL4, «a IA lidera» |
| Mais de 90% | Agosto de 2026 | Parcela ponderada do trabalho de P&D de IA classificada como AL3, «a IA colabora», ou acima |
O código de software é apenas uma parte da P&D de modelos.
A pesquisa de IA também envolve:
É por isso que 80% do código incorporado pode ser escrito pelo Claude enquanto apenas 26% da P&D de IA como um todo é classificada como liderada pela IA.
A Anthropic também informa que o engenheiro típico incorporava aproximadamente oito vezes mais código por dia no segundo trimestre de 2026 do que em 2024.
A empresa acrescenta imediatamente uma ressalva importante: linhas de código são uma medida imperfeita de produtividade.
Mais código não significa automaticamente oito vezes mais valor.
Uma alteração grande pode incluir:
Ainda assim, a Anthropic argumenta que a mudança é grande o suficiente para demonstrar uma aceleração real no ritmo de desenvolvimento de engenharia.
O padrão é especialmente relevante porque a produção permaneceu relativamente estável de 2021 a 2024 e começou a aumentar depois que o Claude passou a executar código, em vez de apenas sugerir trechos para os humanos copiarem e colarem.
O artigo original agrupa o trabalho do Claude em experimentos de modelos, programação, análise de dados e verificação de resultados.
As próprias publicações da Anthropic sustentam o quadro mais amplo de que o Claude está cada vez mais envolvido em tarefas ao longo do ciclo de desenvolvimento de modelos.
Isso pode incluir atividades como:
É por isso que muitas pessoas descrevem a tendência como IA ajudando a construir uma IA melhor.
Mas existe uma diferença importante entre participar do desenvolvimento de um modelo sucessor e criar esse sucessor de forma totalmente autônoma.
Não de acordo com a própria definição da Anthropic.
A Anthropic descreve o autoaperfeiçoamento recursivo como o momento em que um modelo consegue construir seu sucessor de forma totalmente autônoma.
Os dados de automação de agosto afirmam explicitamente que nenhum subconjunto medido de P&D de IA está no AL5.
Portanto, a afirmação precisa mais forte atualmente é:
O Claude está acelerando de forma relevante o processo de P&D que produz futuros modelos Claude, mas a Anthropic não afirma que o Claude já consiga conduzir de forma autônoma todo o ciclo de desenvolvimento de um sucessor.
Essa distinção é importante porque a expressão «autoaperfeiçoamento recursivo» costuma ser usada de forma imprecisa.
Há pelo menos três etapas diferentes às quais as pessoas podem estar se referindo:
Etapa 1
A IA auxilia os humanos que constroem o próximo modelo
Etapa 2
A IA lidera grandes partes do fluxo de P&D sob supervisão humana
Etapa 3
A IA projeta, constrói, avalia e aperfeiçoa seu sucessor de forma autônoma
Os dados publicados pela Anthropic sustentam claramente a Etapa 2 em uma parcela crescente do trabalho.
Eles não demonstram a Etapa 3.
A Anthropic afirma que o objetivo das medições não é simplesmente divulgar produtividade.
A empresa argumenta que, se os modelos de fronteira começarem a acelerar seu próprio desenvolvimento, o público e os governos precisarão de métricas que possam ser acompanhadas ao longo do tempo.
As métricas propostas se concentram em três pontos:
A Anthropic afirma que esse tipo de métrica poderia, no futuro, ser verificado de forma independente e usado como gatilho para requisitos de segurança mais rigorosos.
Por exemplo, se a parcela de P&D liderada por IA aumentar acentuadamente, um laboratório poderia ser obrigado a utilizar períodos de teste mais longos ou avaliações externas mais fortes antes de permitir que um novo modelo contribuísse para mais P&D.
Este ponto está fora do artigo curto da AIBase, mas vem do mesmo comunicado de métricas da Anthropic e ajuda a explicar a estrutura mais ampla da empresa.
Em um retrato de uma semana em julho de 2026, a Anthropic afirma que:
A Anthropic chama essas estimativas de conservadoras e observa que classificar pesquisas de segurança e de capacidades é inerentemente difícil.
Os números devem, portanto, ser tratados como um retrato pontual, não como uma proporção universal ou permanente.
A Anthropic é excepcionalmente explícita sobre as limitações da metodologia.
As ressalvas importantes incluem:
Essas limitações não tornam os números insignificantes.
Elas tornam os dados mais úteis quando interpretados como medições de tendência, e não como uma prova absoluta de autonomia.
Significa que 26% do trabalho ponderado de P&D de IA da Anthropic está atualmente classificado como AL4, no qual o Claude consegue concluir a maior parte de uma tarefa de ponta a ponta a partir de uma solicitação de alto nível. Os humanos ainda supervisionam, revisam e aprovam o trabalho, portanto não se trata de pesquisa totalmente autônoma.
AL4 significa que a IA lidera a maior parte da tarefa enquanto um humano continua responsável pela supervisão e aprovação. AL5 significa que o trabalho é realizado de forma autônoma, de ponta a ponta, com pouca ou nenhuma participação humana; a Anthropic afirma que nenhum de seus trabalhos de P&D de IA medidos chegou ao AL5.
A Anthropic informou que, em maio de 2026, mais de 80% do código incorporado à sua base de código havia sido escrito pelo Claude. Essa métrica se refere ao código incorporado, não a 80% de toda a pesquisa, das decisões de produto ou do trabalho de desenvolvimento de modelos.
A Anthropic afirma que aproximadamente 30 mil agentes realizavam trabalho de pesquisa e engenharia simultaneamente na plataforma interna mais utilizada pela empresa em agosto de 2026. O número se aplica à plataforma interna avaliada e não deve ser interpretado como uma contagem de trabalhadores permanentes equivalentes a humanos.
A empresa utiliza monitoramento on-line antes da execução e monitoramento off-line depois que as ações ocorrem. A Anthropic afirma que 100% das ações na plataforma avaliada passam pelo monitoramento on-line, enquanto os sistemas off-line sinalizam transcrições para análise automatizada e humana adicional.
A Anthropic afirma que seu monitor on-line bloqueou aproximadamente 0,002% de mais de um bilhão de decisões de agentes em agosto de 2026, ou cerca de 1 em cada 47 mil. Essa é uma estatística de monitoramento, não uma prova de que toda decisão desbloqueada era segura ou correta.
Não segundo a própria definição da Anthropic. A empresa define a forma mais forte de autoaperfeiçoamento recursivo como a capacidade de um modelo construir seu sucessor de forma totalmente autônoma, enquanto seus dados atuais indicam que nenhuma categoria medida de P&D de IA alcançou a autonomia AL5.
A Anthropic argumenta que o público, os governos e os avaliadores independentes precisam ter visibilidade sobre a velocidade com que os laboratórios de fronteira estão automatizando o desenvolvimento de modelos. A empresa quer que métricas de automação, supervisão de agentes e distribuição de computação se tornem sinais acompanháveis capazes de orientar futuros requisitos de segurança.
As medições internas mais recentes da Anthropic mostram uma rápida mudança em direção ao desenvolvimento de modelos liderado por IA. Em agosto de 2026, o Claude liderava 26% do trabalho ponderado de P&D de IA, mais de 90% chegava à colaboração humano-IA ou a um nível superior, e cerca de 30 mil agentes operavam simultaneamente na plataforma interna de pesquisa mais utilizada pela Anthropic.
Separadamente, a Anthropic afirma que mais de 80% do código incorporado à sua base de código havia sido escrito pelo Claude em maio de 2026. Esse número é uma evidência forte de que a IA já está profundamente envolvida na construção dos sistemas que se tornarão futuros modelos Claude, mas não deve ser confundido com a taxa mais ampla de automação de P&D.
Mais importante, a Anthropic ainda informa zero categorias medidas de P&D de IA no AL5, a autonomia completa. A empresa está avançando claramente para um desenvolvimento de IA conduzido cada vez mais por IA, mas não declarou que o autoaperfeiçoamento recursivo totalmente autônomo tenha chegado.
O sinal mais claro hoje não é «o Claude substituiu os pesquisadores da Anthropic», mas que o centro de gravidade está mudando: de humanos realizando o trabalho com assistência de IA para humanos supervisionando fluxos de P&D cada vez mais liderados por IA.
Comece com uma frase e tenha um site completo em minutos.
