A Anthropic publicou um conjunto detalhado de auto-medições no sábado com o objetivo de permitir que o público, jornalistas e governos rastreiem a rapidez com que a IA de fronteira está realmente sendo desenvolvida - incluindo um índice inédito de quanto da própria pesquisa da empresa é agora realizada pela IA, e a divulgação de que cerca de 30.000 agentes de IA estão fazendo pesquisa e trabalho de engenharia dentro da empresa a qualquer momento.

A publicação, intitulada “Medições para compreender o ritmo de desenvolvimento da IA ​​dentro dos laboratórios fronteiriços”, chega ao centro do argumento mais importante da indústria: se o desenvolvimento fronteiriço deve ser deliberadamente abrandado. Dario Amodei apelou à coordenação para "acompanhar a fronteira", uma proposta que abalou os mercados, gerou uma ação judicial do consumidor alegando conluio entre os principais laboratórios e levou o presidente Trump a anunciar uma "Força de IA" dedicada a prevenir qualquer desaceleração. O enquadramento da Antrópico é explícito sobre esse contexto: “À medida que o mundo considera abrandar o ritmo do desenvolvimento da IA ​​de fronteira, o público precisa de mais informações”.

Três medidas para monitorar o progresso da IA

A empresa expôs três áreas de medição que, segundo ela, qualquer laboratório de fronteira poderia publicar regularmente:

1. Quanto da P&D de IA é realizada pela própria IA. A Anthropic construiu um protótipo de "Índice de Automação de P&D Antrópico" catalogando cada tipo de trabalho de pesquisa e desenvolvimento de IA realizado na empresa, avaliando o quão automatizada cada tarefa é atualmente e agregando os resultados. As classificações usam a escala pública de “Nível de Automação” da Epoch AI, que vai de AL0 (sem envolvimento de IA) a AL5 (AI opera de forma totalmente autônoma, sem nenhum humano no circuito). Nesta escala, AL3 significa que a IA “colabora” – realizando grandes partes do trabalho sob a direção humana – enquanto AL4 significa que a IA “lidera”, completando a maior parte de uma tarefa de ponta a ponta a partir de um prompt de alto nível enquanto um humano supervisiona.

O objetivo do índice é medir o quão perto qualquer laboratório está chegando do autoaperfeiçoamento recursivo – um modelo que constrói de forma totalmente autônoma seu próprio sucessor. A Anthropic observa que os modelos que aceleram o desenvolvimento da IA ​​“poderiam tornar mais desafiador para os humanos compreender ou controlar esses sistemas”.

2. Quão bem as ações dos agentes de IA são supervisionadas. É aqui que aparece o número de 30.000. Em agosto de 2026, aproximadamente 30.000 agentes realizavam trabalhos de pesquisa e engenharia ao mesmo tempo dentro da plataforma interna mais utilizada da Anthropic, delegando tarefas uns aos outros e trabalhando de forma semi-autônoma por longos períodos. A empresa mede três coisas sobre a supervisão desses agentes: cobertura (a parcela de ações do agente que passam por um monitor antes ou depois da execução), latência de revisão (a rapidez com que as ações sinalizadas são revisadas, primeiro por um monitor automatizado e depois por um humano) e taxa de escalonamento (a parcela de atividades bloqueadas, redirecionadas ou sinalizadas para revisão).

Os dados de monitorização da Anthropic até agora sugerem que os agentes individuais raramente se comportam mal – mas a empresa alerta que “quando há milhões ou milhares de milhões de agentes a operar na economia, mesmo eventos raros podem acontecer regularmente”.

3. Como a computação é alocada. A terceira medição rastreia como os recursos de computação do laboratório são distribuídos — a entrada bruta que se correlaciona com os recursos do modelo. Juntamente com as outras duas métricas, a Anthropic argumenta que isso dá aos externos uma forma de correlacionar as entradas do modelo com as saídas do modelo, complementando as avaliações de capacidade que a empresa já publica através dos seus relatórios de risco da Política de Escalabilidade Responsável.

Os números mudariam sob uma desaceleração

A linha mais politicamente apontada na postagem visa diretamente o debate sobre o ritmo: a Anthropic afirma que “esperaria que esses números mudassem se houvesse coordenação no ritmo da fronteira, conforme solicitado pelo CEO da Anthropic, Dario Amodei”. Por outras palavras, se a indústria abrandar genuinamente, estas métricas são a forma como o público poderá verificar isso – e se as empresas afirmarem que estão a acompanhar o ritmo enquanto os seus números continuam a subir, as medições também exporiam isso.

A verificação independente é a peça que falta

A Anthropic reconhece a fraqueza central das métricas auto-relatadas: está a utilizar os seus próprios modelos para avaliar os seus próprios sistemas, o que significa que o modelo “juiz” poderia partilhar os pontos cegos do modelo que está a ser verificado. A empresa também observa a falta de uma metodologia comum entre os laboratórios, dificultando as comparações.

A solução proposta é incorporar avaliadores terceirizados independentes de diversas organizações dentro da Anthropic, dando-lhes acesso a processos, sistemas e dados internos comparáveis ​​aos que as equipes internas de avaliação de risco veem. Esses terceiros verificariam as práticas de segurança, relatariam incidentes e monitorariam as novas métricas. A empresa afirma que a METR, a organização sem fins lucrativos de avaliação, já formou uma equipe independente em sua plataforma de monitoramento off-line e que planeja publicar essas medições regularmente de uma forma que outros possam verificar.

As medições estão vinculadas à proposta mais ampla do Advanced AI Framework da Anthropic, que estabelece “regras de trânsito” para lançamentos de modelos de fronteira, incluindo obrigações de transparência que os governos podem exigir – como relatórios de risco padronizados.

Um teste para toda a indústria

O significado mais profundo do cargo pode ser competitivo. A Anthropic está efetivamente desafiando todos os laboratórios fronteiriços a publicarem os mesmos números, argumentando que “qualquer desenvolvedor fronteiriço poderia publicar essas medidas regularmente, usando uma metodologia pública”. Se os rivais diminuírem, o contraste torna-se o seu próprio dado no debate sobre segurança; se concordarem, a indústria obtém o primeiro critério comum para avaliar a rapidez com que a IA está realmente a avançar.

Por enquanto, os números são relatados por uma empresa com um interesse óbvio no ritmo da conversa. Mas representam algo que faltou ao debate: medições concretas e repetíveis que mostrariam se a fronteira está a acelerar, a manter-se estável ou realmente a abrandar.

Fique à frente da IA

Divulgações de laboratórios de fronteira como esta chegam semanalmente. Para obter mais pesquisas inovadoras sobre IA e cobertura do setor, siga AI Buzz Wire.

Leia as últimas notícias sobre IA →