Anthropic a publié samedi un ensemble détaillé d'auto-mesures destinées à permettre au public, aux journalistes et aux gouvernements de suivre la rapidité avec laquelle l'IA de pointe est réellement développée - y compris un indice unique en son genre sur la part de la recherche de l'entreprise qui est désormais effectuée par l'IA, et la révélation qu'environ 30 000 agents d'IA effectuent des travaux de recherche et d'ingénierie au sein de l'entreprise à un moment donné.

Le message, intitulé « Mesures pour comprendre le rythme du développement de l'IA dans les laboratoires frontaliers », arrive au centre de l'argument le plus important de l'industrie : la question de savoir si le développement frontalier doit être délibérément ralenti. Dario Amodei a appelé à une coordination pour « surveiller la frontière », une proposition qui a ébranlé les marchés, a intenté un procès contre les consommateurs alléguant une collusion entre les principaux laboratoires et a incité le président Trump à annoncer une « force IA » dédiée à empêcher tout ralentissement. Le cadre d'Anthropic est explicite sur ce contexte : « Alors que le monde envisage de ralentir le rythme du développement de l'IA à la frontière, le public a besoin de plus d'informations. »

Trois mesures pour suivre les progrès de l'IA

La société a défini trois domaines de mesure que tout laboratoire frontalier pourrait publier régulièrement, selon elle :

1. Quelle part de la R&D en IA est réalisée par l'IA elle-même. Anthropic a construit un prototype « Anthropic R&D Automation Index » en cataloguant tous les types de travaux de recherche et de développement en IA effectués dans l'entreprise, en évaluant le degré d'automatisation actuel de chaque tâche et en agrégeant les résultats. Les évaluations utilisent l'échelle publique « Niveau d'automatisation » d'Epoch AI, qui va de AL0 (aucune implication de l'IA) à AL5 (l'IA fonctionne de manière entièrement autonome, sans aucun humain dans la boucle). À cette échelle, AL3 signifie que l’IA « collabore » – effectuant de grandes parties du travail sous la direction humaine étroite – tandis que AL4 signifie que l’IA « dirige », accomplissant la majeure partie d’une tâche de bout en bout à partir d’une invite de haut niveau pendant qu’un humain la supervise.

Le but de l’indice est de mesurer à quel point un laboratoire se rapproche de l’auto-amélioration récursive – un modèle construisant de manière totalement autonome son propre successeur. Anthropic note que les modèles accélérant le développement de l’IA « pourraient rendre plus difficile la compréhension ou le contrôle de ces systèmes par les humains ».

2. Dans quelle mesure les actions des agents IA sont supervisées. C'est ici qu'apparaît le chiffre de 30 000. En août 2026, environ 30 000 agents effectuaient des travaux de recherche et d'ingénierie à tout moment sur la plateforme interne la plus utilisée d'Anthropic, se déléguant des tâches et travaillant de manière semi-autonome pendant de longues périodes. L'entreprise mesure trois éléments concernant la surveillance de ces agents : la couverture (la part des actions d'un agent qui passent par un moniteur avant ou après l'exécution), la latence d'examen (la rapidité avec laquelle les actions signalées sont examinées, d'abord par un moniteur automatisé, puis par un humain) et le taux de remontée (la part des activités bloquées, redirigées ou signalées pour examen).

Les données de surveillance d'Anthropic suggèrent jusqu'à présent que les agents individuels se comportent rarement mal, mais la société prévient que "lorsque des millions ou des milliards d'agents opèrent dans l'économie, même des événements rares peuvent se produire régulièrement".

3. Comment le calcul est alloué. La troisième mesure suit la façon dont les ressources informatiques du laboratoire sont distribuées : les entrées brutes qui sont en corrélation avec les capacités du modèle. Avec les deux autres mesures, Anthropic affirme que cela donne aux tiers un moyen de corréler les entrées du modèle avec les sorties du modèle, complétant ainsi les évaluations de capacités que l'entreprise publie déjà dans ses rapports sur les risques liés à la politique de mise à l'échelle responsable.

Les chiffres évolueraient en cas de ralentissement

La ligne la plus politiquement pointue du message vise directement le débat sur la stimulation : Anthropic déclare qu'elle « s'attendrait à ce que ces chiffres changent s'il y avait une coordination pour arpenter la frontière, comme le demande le PDG d'Anthropic, Dario Amodei ». En d’autres termes, si l’industrie ralentit véritablement, ces mesures permettront au public de le vérifier – et si les entreprises prétendent faire le pas alors que leurs chiffres continuent de grimper, les mesures le révéleraient également.

La vérification indépendante est la pièce manquante

Anthropic reconnaît la faiblesse centrale des mesures autodéclarées : elle utilise ses propres modèles pour évaluer ses propres systèmes, ce qui signifie que le modèle du « juge » pourrait partager les angles morts du modèle vérifié. L’entreprise note également l’absence d’une méthodologie commune entre les laboratoires, ce qui rend les comparaisons difficiles.

Le remède proposé consiste à intégrer des évaluateurs tiers indépendants de plusieurs organisations au sein d'Anthropic, leur donnant accès à des processus, systèmes et données internes comparables à ce que voient les équipes internes d'évaluation des risques. Ces tiers vérifieraient les pratiques de sécurité, signaleraient les incidents et surveilleraient les nouvelles mesures. La société affirme que METR, l'organisation à but non lucratif d'évaluation, a déjà regroupé de manière indépendante sa plate-forme de surveillance hors ligne et qu'elle prévoit de publier régulièrement ces mesures sous une forme que d'autres peuvent vérifier.

Les mesures s'inscrivent dans la proposition plus large d'Anthropic Advanced AI Framework, qui définit les « règles de conduite » pour les versions de modèles frontaliers, y compris les obligations de transparence que les gouvernements pourraient exiger – telles que des rapports de risques standardisés.

Un test pour toute l'industrie

La signification profonde du poste peut être liée à la concurrence. Anthropic met effectivement au défi tous les laboratoires pionniers de publier les mêmes chiffres, arguant que « tout développeur pionnier pourrait publier ces mesures régulièrement, en utilisant une méthodologie publique ». Si les concurrents déclinent, le contraste devient son propre point de données dans le débat sur la sécurité ; s’ils sont d’accord, l’industrie obtient le premier critère commun quant à la vitesse à laquelle l’IA progresse réellement.

Pour l’instant, les chiffres sont auto-déclarés par une entreprise manifestement intéressée par la conversation. Mais ils représentent quelque chose qui manquait au débat : des mesures concrètes et reproductibles qui montreraient si la frontière s’accélère, se maintient ou ralentit réellement.

Gardez une longueur d'avance sur l'IA

Des révélations de laboratoire frontalier comme celle-ci arrivent chaque semaine. Pour plus de recherches de pointe sur l'IA et une couverture de l'industrie, suivez AI Buzz Wire.

Lire les dernières nouvelles sur l'IA →