Anthropic, 17 Eylül 2026'da ileri düzey laboratuvarlarda yapay zekâ geliştirme hızını ölçmek için bir öneri yayımladı. Öneri, şirketin kamuoyunun ve hükümetlerin şu anda izleyemediğini söylediği bir boşluktan hareket ediyor: Bu laboratuvarların içinde gerçekte ne oluyor ve modeller sonraki model nesillerinin geliştirilmesine ne ölçüde yardımcı olmaya başladı? Rapor yeni bir model ya da ürün duyurmuyor; bunun yerine üç deneysel metrik grubu ile Anthropic'in 2026'daki iç operasyonlarından bir kesit sunuyor.
Metrikler, araştırma ve geliştirmenin yapay zekâya ne ölçüde dayandığına, şirketin yarı bağımsız görevler yürüten ajanları denetleme kapasitesine ve hesaplama kaynaklarının yetenek geliştirme ile güvenlik araştırmaları arasında nasıl dağıtıldığına odaklanıyor. Anthropic, bu göstergelerin Responsible Scaling Policy kapsamında yayımlanan yetenek testlerini ve risk raporlarını tamamladığını; ileride laboratuvarlar arasında karşılaştırılabilir şeffaflık taahhütlerinin oluşturulmasına yardımcı olabileceğini düşünüyor.
Yapay zekâ geliştirmede Claude'a bağımlılık ne ölçüde?
Anthropic, modelle ilgili araştırma ve geliştirme çalışmalarını listeleyip her görevin otomasyon düzeyini değerlendirmek ve görev için ayrılan insan zamanına göre ağırlıklandırmak suretiyle Anthropic R&D Automation Index adını verdiği ilk aşamadaki bir gösterge oluşturdu. Değerlendirme, Epoch AI tarafından geliştirilen ve yapay zekânın hiç katılmadığı AL0'dan sistemin tamamen bağımsız ve insan müdahalesi olmadan çalıştığı AL5'e kadar uzanan bir ölçeğe dayanıyor.
Ağustos 2026 itibarıyla Claude, ölçülen araştırma ve geliştirme çalışmalarının hiçbir grubunda tamamen bağımsız çalışmıyordu. Ancak AL4 tanımına göre bu çalışmaların yaklaşık %26'sına öncülük ediyordu; yani genel bir yönlendirmeden hareketle, insan denetimi altında görevin çoğunu uçtan uca tamamlayabiliyordu. Yapay zekânın AL3 veya daha yüksek düzeyde katıldığı çalışmaların payı da %90'ı aştı. Bu düzeyde sistem, yakın insan yönlendirmesi altında görevin büyük bölümlerini üstleniyor.
Şirket, göstergeyi oluşturmak için Temmuz 2026'da iş kayıtları ve iç belgelere dayanarak yaklaşık 15 bin ayrıntılı görevden oluşan bir harita hazırladı ve bunları 542 düğümden oluşan, 378'i yaprak düğüm olan bir ağaçta düzenledi. Metodoloji ekine göre, değerlendirme modelinin kararları vakaların %59'unda insan kararlarıyla tamamen örtüştü; insan-insan örtüşmesi ise %35 oldu. Kararların %97'si birbirinden en fazla bir düzey farklıydı. Ancak Anthropic, “iş birliği yapıyor” ile “öncülük ediyor” arasındaki sınırların farklı yorumlanabileceğini kabul ediyor.
Yaklaşık 30 bin ajanın izlenmesi
Şirket, Ağustos 2026'da en çok kullanılan iç platformunda herhangi bir anda yaklaşık 30 bin ajanın araştırma ve mühendislik çalışmaları yürüttüğünü söylüyor. Sistem, eylem gerçekleştirilmeden önce gerçek zamanlı izlemeyi ve eylemden sonra davranışı analiz eden geriye dönük izlemeyi içeriyor. Bu ajanların eylemlerinin %100'ü gerçekleştirilmeden önce, genellikle saniyeler içinde, gerçek zamanlı izleyiciden geçti; eylemlerin %100'ü geriye dönük izlemeye de alındı.
Anthropic, Ağustos ayında araştırma ve mühendislik ajanlarının aldığı bir milyardan fazla kararı analiz etti ve gerçek zamanlı izleyicinin kararların %0,002'sini, yani yaklaşık her 47 bin karardan birini engellediğini tespit etti. Geriye dönük izleme ise her bin konuşma veya etkinlikten yaklaşık bir ya da ikisini ek inceleme için işaretliyordu. İşaretlerin çoğu bir sınıflandırıcılar sistemi tarafından ele alındı; haftada yaklaşık 50 vaka insan inceleyicilere aktarıldı. Şirket, engellenen eylemlerin insan incelemesinin bir hafta içinde tamamlandığını söylüyor.
Bu rakamlar risklerin ortadan kalktığı anlamına gelmiyor; ölçümler belirli bir iç platformu ve sınırlı bir izleme dönemini kapsıyor. Ayrıca ajanların sayısı arttıkça nadir davranışların tespit edilmesi daha önemli hâle geliyor. Anthropic, izleme deneyiminin yıllar değil aylar sürdüğünü ve bilinmeyen davranışlar hakkında eksiksiz bir tabloya sahip olmayı garanti etmediğini kabul ediyor.
Güvenliğe ayrılan hesaplama
Anthropic, 13-20 Temmuz 2026 arasında hesaplama kullanımını inceledi, iş yüklerini kategorilere ayırdı ve araştırma ve geliştirmede kullanılan hesaplamanın güvenlik araştırmalarına ayrılan payını tahmin etti. Bu dönemde araştırma ve geliştirme hesaplamasının yaklaşık %6'sı güvenlik çalışmalarına ayrıldı. Yapay zekânın öncülük ettiği araştırma ve geliştirmeye ayrılan hesaplamaya bakıldığında oran yaklaşık %12'ye yükseldi.
Şirket bu tahminleri ihtiyatlı olarak nitelendiriyor; çünkü yeteneklere ve güvenliğe eşit ölçüde hizmet eden çalışmaları hesaba katmadı ve güvence sınıflandırıcılarının hesaplama kullanımını dahil etmedi. Ayrıca bu payın güvenlik alanında harcanan çabanın eksiksiz bir ölçüsü olmadığını vurguluyor; çünkü bu alandaki araştırmalar, yoğun hesaplama gerektiren deneylerin çalıştırılmasından çok araştırmacıların zamanına dayanabilir. Bunun yanı sıra ölçüm tek bir haftayı yansıtıyor ve zaman içinde bir eğilim olduğunu kanıtlamıyor.
Bu çerçeve neden önemli?
Önerinin temel değeri yalnızca mevcut rakamlarda değil, yapay zekânın gelişimini yalnızca laboratuvarların görebildiği bir konu olmaktan çıkarıp karşılaştırılabilir göstergelerle izlenebilecek bir sürece dönüştürme girişiminde yatıyor. Laboratuvarlar araştırma otomasyon oranlarını, izleme kapsamını, inceleme süresini, aktarma oranlarını ve güvenliğe yönlendirilen hesaplama payını yayımlarsa, zaman içindeki değişimi ve belki de şirketler arasındaki farkları karşılaştırmak mümkün hâle gelecek.
Ancak Anthropic kendisi de temel sınırlamaları belirtiyor: Henüz ortak bir metodoloji bulunmuyor, bazı değerlendirmeler şirketin kendi modellerine dayanıyor ve “hakem” incelediği sistemin hatalarını tekrarlayabiliyor. Ayrıca güvenlik çalışmalarının sınıflandırılması, farklı laboratuvarların veya düzenleyici kurumların sınırları farklı biçimde çizebileceği tanımlara dayanıyor. Hesaplama etiketlerinin bazıları ise tamamen doğrulanmamış otomatik verilere veya kullanıcı girişlerine dayanıyor.
Şirket, güvenlik uygulamalarını doğrulamak ve olayları ve göstergeleri izlemek amacıyla birden fazla bağımsız değerlendirme kuruluşuna karşılaştırmalı erişim sağlamayı planladığını söylüyor. Bu nedenle fiilen değişen şey, bağlayıcı küresel bir standardın ortaya çıkması değil; tartışmaya açık bir şeffaflık prototipi ve iç verilerin erişilebilir hâle gelmesidir. Fikrin başarısı, tanımların standartlaştırılmasına, dış doğrulamanın mümkün kılınmasına ve rekabet açısından hassas verileri açığa çıkarmadan nelerin yayımlanabileceğinin açıklığa kavuşturulmasına bağlı olacak.