Ringkasan cerita
- Anthropic membeberkan tiga metrik internal perdana untuk mengukur laju kemajuan AI: porsi riset AI yang dipimpin AI sendiri, pengawasan terhadap puluhan ribu agen otonom, dan alokasi komputasi untuk keselamatan.
- Data Agustus 2026 mengungkap Claude telah memimpin 26% pekerjaan R&D kecerdasan buatan di internal Anthropic, dan lebih dari 90% pekerjaan telah melibatkan kolaborasi AI.
- Anthropic juga mengoperasikan sekitar 30.000 agen riset dan rekayasa secara simultan dengan sistem monitor online real-time 100% serta pemantau offline yang menganalisis miliaran keputusan.
- Bersamaan dengan itu, Anthropic meluncurkan Life Sciences Verification Program (LSVP) untuk memberi akses terkelola model Mythos dan Opus bagi peneliti biologi melalui mekanisme tanggung jawab bersama.
Menindaklanjuti seruan CEO Dario Amodei untuk memperlambat laju pengembangan model terdepan (pacing the frontier), Anthropic merilis laporan transparansi teknis perdana yang membeberkan metrik internal mengenai seberapa jauh kecerdasan buatan telah mengambil alih pembangunan dirinya sendiri.
Langkah ini dirancang untuk memberikan visibilitas publik terhadap proses produksi model AI frontier dan membuka jalan bagi mekanisme audit eksternal independen yang dapat diverifikasi oleh pihak ketiga maupun pemerintah.
Tiga Metrik Pengukuran Laju AI
Anthropic mengusulkan tiga indikator kuantitatif utama untuk memantau aktivitas internal laboratorium AI frontier:
1. Indeks Otomasi Riset dan Pengembangan (AI-led AI R&D)
Menggunakan skala Automation Level (AL) dari Epoch AI (skala 0 hingga 5), Anthropic memetakan sekitar 15.000 tugas riset dan rekayasa internal:
- Tingkat Otonom Penuh (AL5): 0%. Claude belum dibiarkan beroperasi sepenuhnya tanpa keterlibatan manusia pada subset tugas apa pun.
- AI Memimpin (AL4 - Leads): 26%. Model mampu menyelesaikan sebagian besar tugas dari instruksi tingkat tinggi dengan pengawasan manusia.
- Kolaborasi AI (AL3 ke atas): Lebih dari 90% alur kerja riset dan pengembangan telah melibatkan AI sebagai kolaborator aktif.
2. Pengawasan terhadap 30.000 Agen Otonom
Pada platform internal yang paling banyak digunakan, sekitar 30.000 agen AI beroperasi secara simultan untuk tugas riset dan rekayasa. Pengawasan diterapkan melalui arsitektur lapis ganda:
- Monitor Online (Real-time): Mencakup 100% tindakan agen sebelum dieksekusi guna mencegah risiko seketika, seperti eksfiltrasi bobot model (model weights). Dari satu miliar keputusan yang dianalisis pada Agustus 2026, monitor mencegat 0,002% tindakan berbahaya (sekitar 1 dari 47.000 aksi).
- Monitor Offline (Post-execution): Menyerap 100% rekaman tindakan untuk mendeteksi tanda penyimpangan alignment yang berkembang perlahan. Sistem menandai sekitar 100.000 transkrip per minggu, dengan prioritas tertinggi (~50 kasus per minggu) dieskalasi ke peninjauan manusia.
3. Alokasi Sumber Daya Komputasi Keselamatan
Dalam audit sampel sepekan pada pertengahan Juli 2026:
- Sekitar 6% komputasi R&D AI dialokasikan khusus untuk riset keselamatan, alignment, dan evaluasi.
- Angka tersebut naik menjadi 12% pada komputasi R&D yang digerakkan AI.
- Estimasi ini bersifat konservatif karena komputasi untuk safeguards classifiers (filter keamanan waktu-nyata pengguna) dihitung terpisah.
Peluncuran Life Sciences Verification Program (LSVP)
Bersamaan dengan laporan metrik, Anthropic meresmikan pembukaan beta Life Sciences Verification Program (LSVP). Program ini membuka akses model mutakhir seperti Claude Mythos, Opus, dan Sonnet bagi institusi akademik, perusahaan farmasi, dan peneliti biologi yang telah lolos verifikasi kredensial dan etika.
Dalam program ini, pengamanan model dialihkan dari pencegatan kata kunci kaku secara instan ke pemantauan berbasis pola penggunaan yang sah (intended use-case monitoring), guna mendukung penemuan obat dan analisis penyakit tanpa membuka celah pembuatan senjata biologis.
Tantangan Verifikasi dan Standar Industri
Meski laporan ini membeberkan data internal secara terperinci, Anthropic mengakui bahwa metrik ini masih bergantung pada penilaian model (judge model) internal dan belum diadopsi sebagai standar universal oleh pesaing seperti OpenAI atau Google DeepMind.
Anthropic menyatakan tengah mempersiapkan penempatan evaluator independen dari organisasi luar di kantor mereka dengan tingkat akses setara tim internal untuk memvalidasi kepatuhan metodologi dan angka-angka tersebut secara berkelanjutan.
Yang sudah terverifikasi
- Anthropic menerbitkan laporan resmi berjudul 'Measurements for understanding the pace of AI development inside frontier labs' pada 17 September 2026 waktu setempat (18 September 2026 WIB).
- Menggunakan skala otomasi Epoch AI (AL0 hingga AL5), Anthropic mencatat Claude memimpin (AL4) 26% dari ~15.000 tugas terstruktur R&D AI internal, sementara kolaborasi (AL3 ke atas) melampaui 90%, meski belum ada subset tugas yang berjalan otomatis penuh (AL5).
- Terdapat sekitar 30.000 agen AI riset dan rekayasa yang bekerja simultan; monitor online mencegat 0,002% tindakan berbahaya secara real-time, sementara monitor offline menandai ~100.000 transkrip per minggu untuk ditinjau bertahap.
- Alokasi komputasi keselamatan tercatat sebesar 6% dari total komputasi R&D AI, dan 12% dari komputasi R&D yang digerakkan AI.
- Anthropic juga meresmikan Life Sciences Verification Program (LSVP) dalam status beta dengan hibah Standard Use dan High-risk Use untuk riset biologi legal terverifikasi.
Yang masih belum jelas
- Metrik ini masih merupakan data swalapor internal (*self-reported snapshot*) dari satu laboratorium dan belum diaudit secara independen oleh evaluator eksternal.
- Laboratorium pesaing seperti OpenAI dan Google DeepMind belum mengadopsi standar metrik otomasi dan alokasi komputasi yang seragam sehingga perbandingan lintas lab belum dimungkinkan.
Percakapan dan penyebaran
Pengumuman metrik laju AI dan program biosains diunggah akun resmi @AnthropicAI di X pada dini hari 18 September 2026 WIB, memicu perdebatan luas di kalangan peneliti keselamatan AI, ekonom teknologi, dan pengembang mengenai batasan *recursive self-improvement* (RSI) dan verifikasi independen.