18 सितंबर 2026
Anthropic के भीतर Claude अब सिर्फ कर्मचारियों का AI assistant नहीं रहा। कंपनी के नए internal data के मुताबिक, अगस्त 2026 तक Claude उसके 26% AI research and development work को “lead” करने के स्तर तक पहुंच गया था। फरवरी में यह हिस्सा 1% से भी कम था। 90% से अधिक AI R&D काम में Claude किसी न किसी स्तर पर इंसानों के साथ शामिल है।
यह सुनने में ऐसा लग सकता है जैसे AI अब अपना अगला version खुद बना रहा है। वास्तविकता इससे अधिक सीमित—लेकिन शायद अधिक दिलचस्प—है।
Anthropic के मुताबिक Claude उसके किसी भी मापे गए R&D क्षेत्र में पूरी तरह autonomous नहीं है। इंसान अभी भी research goals तय करते हैं, महत्वपूर्ण फैसले लेते हैं और परिणामों की निगरानी करते हैं। बदलाव यह है कि उन लक्ष्यों के मिलने के बाद Claude अब पहले से कहीं ज्यादा काम खुद पूरा कर सकता है। (Anthropic)
26% का मतलब कर्मचारियों की जगह लेना नहीं
Anthropic ने Claude की भूमिका मापने के लिए एक prototype R&D Automation Index तैयार किया है। इसमें automation को AL0 से AL5 तक बांटा गया है।
AL0 का अर्थ है कि AI की कोई भूमिका नहीं। AL3 पर AI इंसानी निर्देशन में काम के बड़े हिस्से को पूरा कर सकता है। AL4 को Anthropic “leads” कहता है—इंसान high-level objective देता है, जिसके बाद AI task का अधिकांश हिस्सा पूरा कर सकता है और इंसान supervision में रहता है। AL5 पूरी autonomy है।
Claude का 26% आंकड़ा AL4 से जुड़ा है। Anthropic ने अपने measured R&D work में कहीं भी AL5 यानी पूर्ण autonomy दर्ज नहीं की। (Anthropic)
इसलिए इसका अर्थ यह नहीं है कि Claude ने Anthropic के एक चौथाई researchers की जगह ले ली है। यह कर्मचारियों की संख्या नहीं, बल्कि अलग-अलग R&D tasks के automation level का weighted estimate है।
Anthropic ने 15,000 R&D tasks का अध्ययन किया
कंपनी ने जुलाई 2026 में अपने model R&D cycle से जुड़े departments के कर्मचारियों का random sample लिया। Claude research agent ने internal Slack और documentation के आधार पर देखा कि ये कर्मचारी किन tasks पर काम कर रहे थे।
इससे लगभग 15,000 granular R&D tasks की सूची बनी। इन्हें 378 specific categories में बांटा गया, जिनमें pre-training, reinforcement learning, evaluation systems, network policies और serving incidents जैसे काम शामिल थे।
इसके बाद Claude agents ने उपलब्ध evidence के आधार पर प्रत्येक category में automation का स्तर assess किया।
यह measurement सटीक laboratory reading नहीं है। Anthropic के validation exercise में model और human evaluators की exact ratings 59% मामलों में समान थीं। हालांकि 97% मामलों में दोनों की ratings एक automation level के भीतर रहीं। (Anthropic)
इसलिए 26% को Anthropic के अपने framework से निकला internal estimate समझना बेहतर है, न कि independently audited industry benchmark।
एक समय में करीब 30,000 AI agents
Anthropic का दूसरा आंकड़ा AI development के बदलते scale की तस्वीर देता है।
अगस्त में कंपनी के सबसे ज्यादा इस्तेमाल होने वाले internal platform पर किसी भी समय करीब 30,000 AI agents research और engineering tasks पर काम कर रहे थे। (Anthropic)
यह 30,000 अलग-अलग AI models नहीं हैं। Agent यहां ऐसे AI process को कहा गया है जिसे कोई task दिया जाता है और जो उसे कुछ हद तक independently पूरा कर सकता है। जरूरत पड़ने पर एक agent दूसरे agent को भी काम सौंप सकता है।
इतने बड़े scale के साथ Anthropic monitoring भी चला रहा है। कंपनी के मुताबिक इस platform पर agent actions execution से पहले automated monitor से गुजरते हैं।
अगस्त में एक अरब से अधिक agent decisions का analysis किया गया। लगभग 0.002% decisions—करीब हर 47,000 में एक—block किए गए।
इस संख्या को सीधे “99.998% safe” मानना गलत होगा। Blocking rate इस पर निर्भर करता है कि monitoring system किस तरह के behaviour को पकड़ता है और intervention की threshold क्या रखी गई है।
Anthropic एक offline review system भी इस्तेमाल करता है। कंपनी के मुताबिक लगभग 100,000 transcripts हर सप्ताह अतिरिक्त automated review के लिए flag होते हैं और उनमें से करीब 50 highest-priority cases human reviewers तक पहुंचते हैं। (Anthropic)
क्या Claude ने खुद को बेहतर बनाना शुरू कर दिया है?
इसे अभी recursive self-improvement कहना जल्दबाजी होगी।
इस अवधारणा में AI खुद बेहतर AI बनाने में सक्षम होता है और फिर वह बेहतर system अपने अगले successor के development को और तेज कर देता है। सिद्धांत रूप में इससे capability improvement का feedback loop बन सकता है।
Anthropic ने जून में प्रकाशित अपने When AI Builds Itself analysis में बताया था कि Claude कुछ engineering problems में तरीका खुद खोज सकता है और अच्छी तरह defined research experiments को execute करने में काफी सक्षम हो चुका है।
लेकिन सबसे बड़ी सीमा वहीं है जहां research का वास्तविक judgement शुरू होता है: कौन-सी समस्या महत्वपूर्ण है और किस research direction पर आगे बढ़ना चाहिए।
Anthropic के मुताबिक इस स्तर पर इंसानों की भूमिका अभी महत्वपूर्ण बनी हुई है। (Anthropic)
आज इंसान broadly तय कर रहे हैं कि क्या हासिल करना है; Claude तेजी से यह संभाल रहा है कि दिए गए लक्ष्य तक कैसे पहुंचना है। पूरी तरह autonomous self-improvement में AI को दोनों भूमिकाएं निभानी होंगी।
फिर 26% इतना महत्वपूर्ण क्यों है?
महत्व संख्या से ज्यादा उसकी गति में है।
फरवरी में Claude का AL4-level contribution 1% से कम था। अगस्त में Anthropic ने इसे 26% मापा। अगर अधिक सक्षम AI अगले model की research और engineering को तेज करता है, तो नया model अपने successor के development में और अधिक योगदान दे सकता है।
यहीं संभावित feedback loop शुरू होता है।
इसका अर्थ यह नहीं कि AI capability अचानक uncontrolled तरीके से बढ़ने वाली है। Anthropic ने ऐसा कोई निष्कर्ष स्थापित नहीं किया है। लेकिन model-development cycle में AI की बढ़ती भागीदारी यह सवाल जरूर पैदा करती है कि capability development की गति safety testing, independent evaluation और regulatory oversight की गति से कितनी मेल खाएगी।
Anthropic का कहना है कि वह R&D automation measurements नियमित रूप से प्रकाशित करना चाहता है ताकि frontier AI development की वास्तविक गति पर बाहरी दुनिया को अधिक visibility मिल सके। (Anthropic)
Claude capability के साथ safety research भी कर रहा है
Anthropic AI agents को केवल अधिक शक्तिशाली models बनाने में नहीं लगा रहा।
कंपनी ने Automated Alignment Researchers पर experiments किए हैं, जिनमें language models को future AI systems की alignment और oversight से जुड़ी समस्याएं खोजने और हल करने में लगाया गया। एक अन्य experiment में Claude ने models को train करके privacy violations, deception, sycophancy और jailbreak जैसी alignment failures कम करने के तरीके तलाशे। (Anthropic)
कंपनी के नए disclosure के अनुसार जुलाई के एक sample week में उसके AI R&D compute का लगभग 6% safety-related work में गया। AI-led R&D के भीतर यह हिस्सा करीब 12% था। Anthropic का कहना है कि यह conservative estimate हो सकता है, क्योंकि capability और safety दोनों को लाभ देने वाले compute को capability category में रखा गया। (Reuters)
यह एक असामान्य dynamic बनाता है: अधिक सक्षम AI जिन नई safety समस्याओं को जन्म दे सकता है, उन्हीं systems को उन समस्याओं को पहचानने और कम करने में भी इस्तेमाल किया जा रहा है।
Anthropic खुद development की रफ्तार को लेकर सतर्क है
यह disclosure ऐसे समय आया है जब Anthropic CEO Dario Amodei frontier AI development की गति पर अधिक नियंत्रण की बात कर रहे हैं।
12 सितंबर को प्रकाशित एक essay में Amodei ने तर्क दिया कि AI कंपनियों को capability improvement की रफ्तार इस तरह manage करनी चाहिए कि safety और oversight systems पीछे न छूटें। उन्होंने independent evaluation, frontier labs के बीच coordination और international cooperation की जरूरत पर जोर दिया। (Dario Amodei)
यहीं Anthropic के सामने एक दिलचस्प tension है।
AI-assisted research development को तेज और अधिक productive बना सकती है। लेकिन वही acceleration यह जोखिम पैदा करती है कि नए models को समझने, test करने और govern करने के लिए उपलब्ध समय कम हो जाए।
इसलिए Claude का अपने successors के development में योगदान केवल productivity story नहीं है। यह AI governance का सवाल भी बनता जा रहा है।
Claude अभी अपना successor अकेले नहीं बना रहा
सबसे आकर्षक headline यह होगी कि Claude अब खुद अपना अगला version बना रहा है। उपलब्ध evidence इतनी दूर नहीं जाता।
Claude Anthropic के future models से जुड़े research और engineering work में तेजी से बड़ी भूमिका निभा रहा है। वह high-level instructions मिलने के बाद कुछ complex tasks का अधिकांश हिस्सा independently पूरा कर सकता है और हजारों AI agents internal systems में समानांतर काम कर रहे हैं।
लेकिन research priorities, strategic goals और critical decisions पर इंसानों का नियंत्रण अभी बना हुआ है। Anthropic ने किसी measured R&D category में full autonomy report नहीं की है। (Anthropic)
इसलिए असली बदलाव अधिक सूक्ष्म है: AI बनाने का काम खुद तेजी से AI-assisted हो रहा है।
अगले Claude की capability जितनी महत्वपूर्ण होगी, उतना ही महत्वपूर्ण एक दूसरा आंकड़ा भी होगा—उसे बनाने में Claude ने कितना काम किया।