Anthropic、フロンティアAIの指標を3つ公表：26%は「主導」であって「自律」ではない

2026年9月17日、Anthropicは公式サイトで三つの指標を公表しました。AI研究開発のうちどれだけをAI自身が行っているか、AIエージェントの行動がどのように監督されているか、そして計算資源がどのように配分されているかを、フロンティアAI研究所の内部の様子として外部にも見えるようにする試みです。Anthropicはこれを、CEOのDario Amodei氏が少し前に発表したフロンティアAIの減速を求める文章と結び付け、各研究所が足並みをそろえて速度を落とせば、これらの数値も変わっていくはずだと書いています。

本稿は2026年9月18日に、Anthropic公式サイトの三つのページ——この三指標を公表した記事本文、ニュース一覧ページ、そして政策の背景を説明する政策ページ——を読んで確認しました。当サイトは実地の検証を行っておらず、この三つの指標は現時点ではいずれもAnthropicが自ら測定し自ら公表した数値です。本稿はAnthropic自身が示した限界と、まだ検証されていない部分を一つずつ説明します。

Anthropicは何を、何のために公表したのか

Anthropic公式のニュース一覧ページがこの記事につけた要約は、今のところ世界はAI研究所の内部で何が起きているか見ることができず、AnthropicはフロンティアAI開発を一般の人々にも見えるようにする新しい指標を提案する、というものです。記事本文自体はこれをAmodei氏の呼びかけと結び付けていますが、氏の文章にリンクを張るだけで主張の内容を繰り返してはいません。Anthropicが書いているのは、これらの提案された測定と政策を合わせたものが、研究所の外からAI開発の速度を監視するための出発点になる、ということです。

この記事本文には公開日が記載されていません——2026年9月18日まで確認した限り、ページ上に署名日、「公開日」といった表記、対応するメタデータの項目は見当たりません。9月17日は、Anthropic公式のニュース一覧ページの注目記事欄がこの記事に付けている日付で、本稿はこれを出来事の日付として採用しています。原文には時刻がいっさい記載されていないため、本稿も公開の正確な時刻は書きません。Anthropicはこの指標群を試作版と呼び、これによって透明性を示したい、今後も続けるとしていますが、公表の頻度を固定する約束はしていません。

三つの指標：研究開発の自動化、エージェントの監督、安全性への計算資源

一つ目は「Anthropic研究開発自動化指数（Anthropic R&D Automation Index）」で、Epoch AIが開発した自動化レベル（Automation Level、AL）という尺度で評価し、AL0からAL5（完全自律、人間の介在なし）まであります。AL3「協働（Collaborative）」は、AIが人間の綿密な指示のもとで多くの作業を担えることを指し、AL4「主導（Leading）」は、AIが高レベルの指示から作業の大部分を最初から最後まで完了でき、人間はそれを監督する立場にとどまることを指します。2026年8月時点で、AnthropicはClaudeが測定対象のどのAI研究開発作業においても完全自律では動作していないと書いており、「主導」は26%、「協働」以上の割合は合計90%を超えています。

二つ目はエージェントの監督で、Anthropicはカバレッジ（coverage）、レビュー遅延（review latency）、エスカレーション率（escalation rate）という三つの観点を選んでいます。それぞれ、行動のうちどれだけが監視を通過するか、行動とレビューの間にどれだけ時間が空くか、行動のうちどれだけが遮断または要審査としてフラグを立てられるかに対応します。2026年8月時点で、社内で最も多く使われている一つのプラットフォーム上で、同時に約3万のエージェントが研究・エンジニアリング業務にあたっており、これらの数値はこのプラットフォームのみを対象としています。これらの行動は100%が実行前にオンライン監視（online monitoring）を通過し、通常は数秒以内に完了します。事後にも100%がオフライン監視（offline monitoring）に回され、オフライン監視は毎週およそ10万件の対話記録にフラグを立て、その大半は分類器（classifier）によって処理されます。優先度が最も高いおよそ50件が人によるレビューに回されます。

Anthropicは、2026年8月の10億件を超える判断を分析した結果、0.002%（およそ47,000件に1件）がオンライン監視によって遮断されたと書いています。Anthropicはこの節の冒頭で、これまでの監視データを見る限り個々のエージェントが問題行動を起こすことはまれだが、経済全体で数百万、数十億のエージェントが動いている状況では、まれな出来事も日常的に起こり得ると先に注意を促しています。三つ目は計算資源のスナップショットです。Anthropicは2026年7月13日から20日までの1週間について、自社の計算資源の使われ方全体を調べ、AI研究開発向けの計算資源のうち約6%、「AI主導のAI研究開発」向けの計算資源のうち約12%が安全性の作業に配分されていたとしています。二つの数値は分母が異なるため、本稿では両者を足し合わせたり比較したりしません。

これらの数値がまだ検証済みとは言えない理由

Anthropicは、研究所間の比較を妨げる二つの障害を自ら挙げています。第一に、共通の測定方法がないこと。第二に、Anthropicは自社のClaudeを使って自社のシステムを評価しているという点です。研究用のClaudeエージェントがまず証拠を集め、次に別のClaudeが評価役を務めます。ある月の自動化度合いを評価する際、評価を行うエージェントはその月かそれ以前の証拠しか見ることができません。言い換えれば、Anthropic自身が、評価役を務めるモデルが評価対象のモデルと同じ種類の誤りを犯す可能性があると書いているのです。

監督に関する数値にも限界があります。Anthropicが書いているのは、複数の組織から独立した第三者評価者を常駐させ、社内のリスク評価チームに近いアクセス権を与える計画であり、監督についての節では現在外部評価者の体制を構築中だとも書いています。どちらの文も、すでに誰かが検証したことを意味しません。本文にはMETRが過去にAnthropicのオフライン監視プラットフォームを独立してレッドチーム方式でテストしたことがあると出てきますが、これは過去のことであり、テストの対象は監視プラットフォームであって、この記事が公表している百分率の数値そのものではありません。確認当日に読めた内容を基準にすると、本稿は上記の数値を外部機関が検証した形跡を確認できませんでした。

計算資源の割合についても、Anthropicは控えめな算出方法だと説明しています。挙げられている例では、あるトークンが能力向上への貢献と安全性への貢献が同じくらいだった場合、そのトークンは安全性側にはカウントしないとしています。また二つの数値には、安全対策用の分類器のために使われるもう一つのまとまった規模の計算資源は含まれていません。Anthropicは、安全性研究は最先端のトレーニングに比べて、計算資源そのものよりも研究者の時間に頼る傾向があると述べており、そのため計算資源の割合は不完全な代替指標にすぎず、その意味は開発者間・時系列で同種のものを比較できる点にあり、この二つの百分率そのものの絶対的な大きさにあるわけではないとしています。

誤読されやすい二つの数値

一つ目に誤読されやすいのは「主導」です。26%は「作業の4分の1をAIが完全に自分だけで行い、人は管理していない」とそのまま理解されがちですが、Anthropicが定義するAL4「主導」は、AIが高レベルの指示から作業の大部分を最初から最後まで完了できる一方、人間はなお監督している状態を指します。AL5「完全自律、人間の介在なし」は、脚注で「私たちがまだ到達していない段階」と説明されています。より近い言い方は、「AIがタスクを引き受け、ほとんどの手順を自分でこなすが、そばで誰かが見ていて、いつでも介入できる」であって、「AIが扉を閉めた中で完結させ、誰も何が起きたか分からない」ではありません。

二つ目に誤読されやすいのは0.002%という遮断率です。数字だけを見ると、「エージェントはほとんど問題行動を起こさず、システムは安全だ」と読みたくなりますが、Anthropicは同じ節の中で、経済全体で数百万、数十億のエージェントが動いているときは、一つひとつの出来事の確率は低くても、まれな出来事は日常的に起こり得ると書いています。しかも0.002%は、あくまで1か月間、社内の1プラットフォーム上でオンライン監視が遮断した割合にすぎず、オフライン監視は別途、対話記録のおよそ1,000件に1件から2件をさらなる審査のためにフラグ付けしており、原文はこの二つを表の別々のマスに分けて記載し、合算はしていません。

この記事に書かれていない部分、そしてフロンティアの減速との関係

2026年9月18日までに確認した内容を基準にすると、この記事本文はどの国や市場も名指ししておらず、製品の変化やユーザーの目に見える機能の調整にも触れていません。これはAnthropicが自社の内部の研究開発プロセスをどう測定しているかを説明する記事であって、製品発表ではなく、台湾のユーザーが今Claudeを使う方法がこれによって変わることはありません。記事はAnthropic自身の数値だけを公表しており、他社の自動化比率、監督のカバレッジ、安全性への計算資源の割合は書かれていません。Anthropicの原文が書いているのは「どのフロンティア開発者でも」同様の指標を公表できるということであり、すでに他社がそうしているという意味ではありません。

この記事本文は付録で、自ら「安全性に関わる作業」の定義を示しています。AIシステムをより安全に、より理解しやすく、あるいはセキュリティ面でより堅牢にすることを主目的とする作業、というものです。Anthropicは同時に、これは数ある合理的な選択肢の一つにすぎず、別の開発者や規制当局であれば線引きが違う場所になるかもしれないと述べたうえで、各者が事前に共通の定義について話し合っておくことにはメリットがあるとの考えを示しています。Anthropicの別の政策ページでは、自社のAdvanced AI Frameworkに触れており、透明性や独立評価から、必要な場合に危険な展開を阻止・抑止する政府の権限までを扱うとしています。このページには、このフレームワークは主に米国連邦政府を念頭に書かれた提案であり、すでに発効している規定ではないと明記されています。

この記事本文と、Amodei氏が少し前に発表した「We Must Pace the Frontier」は、同じ一連の流れをなす二つの文章です。この記事本文は、これらの数値がAmodei氏によるフロンティア減速の協調の呼びかけに呼応するものだと書いてリンクを張るだけで、その文章の内容を繰り返してはいません。3段階の計画と「第1段階は外部評価者の常駐」という部分は、当サイトの別の記事によるまとめから来ており、本稿が引用しているページには含まれていません。ここで公表されている三つの指標は、「本当に減速が起きているかどうか」を並べて見られる数値に変えようとするAnthropicの試みです。その3段階について知るには、本稿末尾の2つ目のリンクをご覧ください。

2026年AIニュース総まとめ：1月から9月までの重要動向と実生活への応用

Amodei氏、フロンティアAIの減速を呼びかけ：「We Must Pace the Frontier」の主張と線引き

• AIツール
• アプリ・ソフト
• AIニュース