Jedna czwarta zadań w pracach badawczo-rozwojowych Anthropica nad modelami AI jest dziś prowadzona przez Claude’a. Firma podaje dokładnie 26 procent, stan na sierpień 2026 roku. W lutym było to poniżej jednego procenta. Obok tej liczby stoi w tym samym dokumencie zdanie, które zmienia jej sens: w żadnym mierzonym fragmencie tej pracy model nie działa w pełni samodzielnie. Pytanie, czy AI zastąpi programistów, ten pomiar zostawia otwarte, bo zatrudnienia w ogóle nie bada. Mierzy co innego i akurat to jest ciekawsze.
Kto to policzył i co dokładnie zmierzył
Liczby pochodzą z publikacji Anthropic Institute zatytułowanej “Measurements for understanding the pace of AI development inside frontier labs”, czyli pomiary służące zrozumieniu tempa rozwoju AI wewnątrz czołowych laboratoriów. Wskaźniki automatyzacji i nadzoru firma opisuje jako stan na sierpień 2026 roku. Dane o podziale mocy obliczeniowej pochodzą z jednego tygodnia, od 13 do 20 lipca 2026 roku.
Metoda jest opisana dość szczegółowo, żeby dało się ją ocenić. W każdym tygodniu lipca 2026 roku Anthropic losował 20 procent pracowników z działów pracujących nad modelami. Agent Claude przeglądał potem ich tydzień w Slacku i w dokumentacji wewnętrznej, a następnie wypisywał zadania, przy których pracowali. Tak powstał katalog około 15 tysięcy drobnych zadań, ułożony w drzewo 542 węzłów, z czego 378 to liście. Każdy pracownik wnosi jedną jednostkę wagi tygodniowo, rozdzieloną po równo na zadania, przy których w tym tygodniu pracował.
Sposób ważenia ma konsekwencję, którą łatwo przeoczyć. Wynik nie mierzy godzin spędzonych nad zadaniem ani ilości powstałego kodu. Mówi, jaka część zadań podejmowanych w danym tygodniu przez ludzi była prowadzona przez model. Waga dzieli się przy tym po równo, więc drobne zadanie liczy się tak samo jak duże.
Sześć poziomów od “bez udziału AI” do “w pełni samodzielnie”
Każda kategoria zadań w tym drzewie dostaje jeden z sześciu poziomów automatyzacji, oznaczonych od AL0 do AL5: bez udziału AI, minimalny udział AI, AI pomaga, AI współpracuje, AI prowadzi, w pełni samodzielnie. Sławne 26 procent to poziom “AI prowadzi”.
Ten poziom nie oznacza samodzielności. Anthropic pisze to wprost: “Claude is not operating fully autonomously for any measured subset of AI R&D work”, czyli Claude nie działa w pełni samodzielnie w żadnym mierzonym fragmencie prac badawczo-rozwojowych nad AI. Najwyższy poziom skali stoi pusty.
Drugie zdanie domyka obraz. Ponad 90 procent mierzonej pracy odbywa się na poziomie co najmniej “AI współpracuje”. Rozkład jest więc ciasny i siedzi w środkowych przedziałach skali. Człowiek zostaje w pętli wszędzie, a zmienia się to, jak głęboko w tej pętli siedzi.
Trzydzieści tysięcy agentów naraz to nie trzydzieści tysięcy etatów
W dokumencie jest jeszcze jedna liczba, która sama w sobie robi wrażenie. Anthropic podaje, że na jego najczęściej używanej platformie wewnętrznej pracuje jednocześnie około 30 tysięcy agentów wykonujących zadania badawcze i inżynierskie. Pomiar obejmuje wyłącznie tę platformę, a nie całą firmę.
Liczba opisuje równoległe procesy, a nie stanowiska pracy. Żadnego przelicznika agentów na pracowników dokument nie podaje. Przeliczanie jej na etaty jest więc arytmetyką bez podstawy.
Ciekawsze są dwie liczby, które przy niej stoją. Według Anthropic w sierpniu 2026 roku agenci podjęli ponad miliard decyzji, a monitor bezpieczeństwa zablokował 0,002 procent z nich, czyli mniej więcej jedną na 47 tysięcy. Osobny monitor działający już po fakcie kieruje do dalszego przeglądu od jednego do dwóch zapisów na tysiąc. Podobny problem opisywaliśmy przy agentach prowadzących prawdziwe firmy w eksperymencie Andon Labs, gdzie nadzór okazał się trudniejszy od samego zadania.
W tygodniu od 13 do 20 lipca 2026 roku około 6 procent mocy obliczeniowej idącej na prace badawczo-rozwojowe firma przeznaczyła na bezpieczeństwo. Przy pracach prowadzonych przez AI udział ten rósł do mniej więcej 12 procent. Jest to zdjęcie jednego tygodnia, a nie stały podział.
Czy AI zastąpi programistów? Tego ten pomiar nie rozstrzyga
Pytanie o zastępowanie programistów wraca przy każdej takiej publikacji i warto powiedzieć wprost, czego w dokumencie nie ma. Anthropic nie analizuje zatrudnienia. Nie podaje liczby pracowników, nie porównuje jej rok do roku, nie pisze o rekrutacji ani o zwolnieniach. Zdanie “AI zastąpiła jedną czwartą badaczy” nie ma w tym materiale żadnego oparcia.
Mierzony jest podział pracy wewnątrz zadań, a nie liczba osób, które te zadania wykonują. Różnica jest praktyczna. Pusty najwyższy poziom skali oznacza, że w mierzonych zadaniach udział człowieka zostaje. Jak ten udział wygląda w konkretnym przypadku, dokument już nie rozstrzyga. Nie mówi też, czy pracujących nad tym osób jest mniej niż w lutym.
Poniższe zestawienie układa to w jednym miejscu. Trzecia kolumna jest w nim ważniejsza od dwóch pierwszych.
Firma ocenia się własnym modelem i sama to zastrzega
Poziom automatyzacji przypisuje każdej kategorii osobny egzemplarz Claude’a, który czyta zebrany wcześniej materiał. Model ocenia więc pracę modelu, w firmie, która ten model sprzedaje.
Anthropic wypisuje to zastrzeżenie samodzielnie: “We’re using our own models to evaluate our systems, which could mean that the ‘judge’ model could make the same kinds of errors as the model it is checking”. Używamy własnych modeli do oceny własnych systemów, więc model-sędzia może popełniać te same błędy co model sprawdzany. Uczciwość tego zapisu jest argumentem za dokumentem, a nie przeciw niemu.
Jedna liczba z tej części zasługuje na osobną uwagę. Firma podaje, że model zgadzał się z człowiekiem co do poziomu automatyzacji w 59 procentach przypadków. Dwoje ludzi zgadzało się ze sobą w 35 procentach. Przypisywanie poziomów jest więc nieostre dla wszystkich, a nie tylko dla maszyny. Jak ta niezgodność przekłada się na niepewność samego wyniku 26 procent, dokument nie podaje.
Do tego dochodzi zamrożony koszyk zadań. Firma pisze, że stały katalog nie pokazuje, czy pojawiają się zupełnie nowe rodzaje pracy. Wzrost z poziomu poniżej jednego procenta do 26 opisuje więc przesuwanie się w ramach znanej listy zajęć, a nie całą zmianę zawodu.
Co z tej metody da się przenieść do własnej firmy
Najbardziej użyteczną częścią publikacji jest sama procedura. Jej uproszczona wersja nadaje się na punkt wyjścia u siebie i opiera się na trzech elementach.
Pierwszy to lista zadań rozpisana dostatecznie drobno. Anthropic zszedł do poziomu pojedynczych czynności, bo na poziomie “programowanie” albo “obsługa klienta” żaden pomiar nie ma sensu. Drugi to skala z jawnie nazwanymi poziomami, od zera do pełnej samodzielności. Dwa środkowe poziomy trzeba przy tym rozdzielić najstaranniej, bo właśnie tam siedzi dziś prawie cała praca. Trzeci to ważenie wyniku udziałem ludzi, a nie liczbą uruchomień narzędzia. Bez niego wychodzi statystyka aktywności, która rośnie sama z siebie.
Ta sama dyscyplina przydaje się każdemu, kto buduje agenty u siebie. Pytanie “na którym poziomie skali stoi ten konkretny przepływ” jest znacznie bardziej produktywne niż pytanie, czy agent już działa. Więcej o samej konstrukcji pisaliśmy w przewodniku po agentach AI.
Agenci AI · Kodożercy
Zbuduj sobie dział cyfrowych pracowników
Kurs Agenci AI od Kodożerców przeprowadza krok po kroku przez budowanie agentów w n8n. Pięciu agentów, pięć realnych zadań, a przy każdym wariant przeniesienia rozwiązania na Twój własny przypadek.
Sprawdź kurs Agenci AI →
Najczęstsze pytania
Czy inne laboratoria publikują podobne liczby?
W samym materiale źródłowym nie ma porównywalnych wyników innych laboratoriów. Anthropic opisuje swoją publikację jako propozycję wspólnego sposobu mierzenia. Na jej podstawie nie da się więc powiedzieć, czy 26 procent to dużo, czy mało na tle branży.
Czy da się sprawdzić te liczby niezależnie?
Nie. Dane pochodzą z wewnętrznych ankiet i wewnętrznych zapisów pracy, a ocenia je model tej samej firmy. Sprawdzeniu poddaje się metoda, bo jest opisana, natomiast same wyniki trzeba przyjąć na słowo. Dlatego liczby w tym tekście podajemy jako deklarację firmy, a nie jako ustalenie niezależne.
Podsumowanie
Skala pomiaru ma sześć poziomów i najwyższy z nich stoi pusty. Model prowadzi 26 procent zadań w pracach badawczo-rozwojowych Anthropica nad AI, ponad 90 procent pracy odbywa się co najmniej na poziomie współpracy człowieka z modelem, a w pełni samodzielnie nie dzieje się żaden mierzony fragment. Trzydzieści tysięcy agentów naraz opisuje równoległe procesy na jednej platformie wewnętrznej, nie stanowiska w całej firmie. Zatrudnienia dokument nie bada i sam tego nie ukrywa, tak jak nie ukrywa, że ocenia się własnym modelem przy zgodności z człowiekiem na poziomie 59 procent. Dla kogoś, kto buduje agenty u siebie, najbardziej przydatna jest tu metoda, a nie wynik: rozpisz zadania drobno, nazwij poziomy samodzielności i waż je udziałem ludzi, a nie liczbą uruchomień narzędzia.
Newsletter · DevstockAcademy & Kodożercy
Bądź na bieżąco ze światem IT, AI i automatyzacji
Co wtorek: newsy z branży, praktyczne tipy i narzędzia które warto znać. Zero spamu.
