Anthropicは2026年9月17日、。AI開発の進み方を外部から検証できるようにするため。AIがAI研究開発を担う割合。エージェントの監督、計算資源の配分という3つの測定方法を公開しました。
2026年8月時点の社内スナップショットと方法論も示しています。
※本記事は2026年9月22日時点の情報です。公式発表の範囲を整理し、未確定の仕様は断定していません。
AIシステム開発の種類・工程・費用・会社選定までの全体像については、無料ホワイトペーパー「AIシステム開発の完全ガイドブック」で詳しく解説しています。
公開された3つの測定軸
関連する運用設計として、データ保持設定やエージェントのID管理も確認してください。
Anthropicが示した軸は。AIが次のAIを作る作業をどこまで担うか。エージェントの行動をどの程度監督できるか。より高性能なモデルの開発にどの資源を配分するかです。
能力ベンチマークだけでは見えにくい、開発プロセスそのものを測ります。
同社は方法論と数値を公開し、第三者評価者を組み込んで安全実践や主要指標を検証する計画も説明しています。
| 項目 | 公式発表の内容 |
|---|---|
| AI主導R&D | Claudeが作業をリードする割合、AI協働以上の割合 |
| エージェント監督 | カバレッジ、レビュー遅延、エスカレーション率 |
| 計算資源 | AI R&Dや安全研究へ配分された計算量 |
ポイント
導入前に対象範囲とレビュー担当を決め、ログと停止手順を残します。
社内スナップショットで示された数値
AI主導R&Dでは。ClaudeがAnthropicのAI R&Dの26%を「リード」し。AIが協働以上の水準にある作業は90%超でした。完全自律の作業は測定対象で確認されていないと説明されています。
エージェント監督では、主要な内部基盤で約3万エージェントが研究・エンジニアリング作業を行い、オンライン監視とオフライン監視を使い分けています。
オンライン監視でブロックされた判断は、2026年8月の分析で0.002%でした。
計算資源では。調査した週にAI R&Dへ使った計算量の約6%が安全研究向け。AI主導のAI R&Dでは約12%が安全研究向けでした。いずれも方法論上の限界があり。単純な優劣比較には使えません。
ポイント
導入前に対象範囲とレビュー担当を決め、ログと停止手順を残します。
企業が指標を使うときの注意点
カバレッジは監視を通過する行動の割合、レビュー遅延は行動から確認までの時間、エスカレーション率はブロックや追加確認へ回った割合です。
エージェントを導入する企業でも、これらを運用KPIとして定義できます。
ただしAnthropic自身が、共通方法論がなく、社内モデルによる評価には判断の偏りがあり得ると説明しています。
数値を公開する場合は、対象範囲、分類ルール、集計期間、第三者検証の有無を併記することが必要です。
ポイント
導入前に対象範囲とレビュー担当を決め、ログと停止手順を残します。
導入時に決めること
対象範囲、レビュー担当、ログ保持、停止条件を先に定義します。公式発表の数値や制度は、適用条件を確認してから運用へ落とし込みます。
よくある質問
Anthropicが公開した指標はいくつありますか？
3つです。AIがAI R&Dを担う割合、AIエージェントの監督、AI開発を支える計算資源の配分を測定します。
ClaudeはAnthropicのAI R&Dを完全自律で行っていますか？
公開された2026年8月時点の測定では、Claudeが完全自律で行う測定対象の作業はなく、26%を「リード」する段階と説明されています。
他社とそのまま比較できますか？
現時点では慎重な扱いが必要です。Anthropicは共通方法論の不足や評価モデルの偏りを課題として挙げ、第三者検証や定義の共有を提案しています。
まとめ
Anthropicの提案は、AIの能力だけでなく、AIがAI開発にどれだけ関わり、行動がどの程度監督され、計算資源がどこへ向かうかを測るものです。
企業のエージェント運用でも、定義と対象範囲を明確にした指標設計が必要になります。
関連記事：
関連記事4選
導入判断に役立つ関連記事です。
出典：https://www.anthropic.com/institute/measuring-pace-of-ai-development
▼開発を相談する前に読みたい無料ホワイトペーパー
・AIシステム開発の完全ガイドブック
・【2026年最新版】AI駆動開発の完全ガイドブック