Anthropic diz que Claude assume parcela maior do desenvolvimento interno de IA

A Anthropic publicou uma das visões mais claras até agora de como um laboratório de IA de fronteira usa IA para construir mais IA. Em um novo texto de pesquisa e conjunto de dados, a empresa disse que Claude está profundamente inserido em seus fluxos internos de pesquisa e desenvolvimento, ajudando em programação, desenho de experimentos, análise e tarefas rotineiras de engenharia, ainda sob direção humana.

O número principal chama atenção porque dá uma medida concreta a uma tendência frequentemente descrita de forma vaga. A Anthropic disse que sistemas de IA colaboraram em mais de 90% das tarefas de P&D medidas, e que Claude liderou cerca de 26% delas. Em março, segundo a mesma metodologia, a fatia de trabalho liderada por IA era de aproximadamente 1%. A empresa também afirmou que cerca de 30 mil agentes rodavam em sua plataforma interna Claude Code em qualquer momento durante agosto.

Esses dados não significam que Claude projete sozinho a próxima geração de modelos. A Anthropic descreve os resultados como colaboração, não autonomia. Funcionários humanos ainda definem objetivos, revisam trabalhos e tomam decisões importantes, enquanto agentes de IA cuidam de partes de implementação, análise e iteração. Essa diferença importa porque a indústria tenta entender se IA ajudando a desenvolver IA pode acelerar o progresso ou criar novos riscos de segurança.

A companhia também divulgou informações sobre limites e supervisão. Em mais de um bilhão de decisões de IA no ambiente interno de P&D, cerca de uma em 47 mil foi bloqueada por mecanismos de segurança ou intervenção humana. Uma amostra de julho mostrou que 12% dos passos de decisão de Claude em sistemas internos se relacionavam à pesquisa de IA, e 6% envolviam decisões de segurança ligadas a computação. Não é uma auditoria externa completa, mas é uma transparência incomum.

A divulgação ocorre quando a melhoria recursiva deixa de ser apenas teoria e passa a fazer parte da engenharia cotidiana. Agentes de programação já escrevem testes, analisam logs, refatoram infraestrutura e avaliam saídas de modelos. Em laboratórios de fronteira, pequenos ganhos internos podem permitir mais experimentos, melhor limpeza de dados, avaliações mais rápidas e infraestrutura de treinamento mais eficiente.

Para o setor, a lição é que o uso de IA dentro dos próprios laboratórios está se tornando mensurável. Claude não substitui os pesquisadores da Anthropic, mas está se tornando parte do aparato de pesquisa. Por isso, produtividade, controles de segurança e auditabilidade precisam ser avaliados juntos. As ferramentas que ajudam a construir IA agora fazem parte do próprio processo de desenvolvimento de IA.