Anthropic : Claude « dirige » 26 % de sa R&D en IA avec 30 000 agents fonctionnant en parallèle

Anthropic a publié un indice d'automatisation de la R&D le 17 septembre 2026 — une mesure prototype de la part du travail de recherche et développement en IA de l'entreprise effectuée par Claude — et a rapporté qu'en août, le modèle « dirigeait » 26 % de ce travail, contre moins de 1 % en février. Plus de 90 % du travail mesuré se situait au niveau « l'IA collabore » ou au-dessus, et environ 30 000 agents exécutaient des tâches de recherche et d'ingénierie à un moment donné sur la plateforme interne la plus utilisée d'Anthropic. Aucune brèche n'a été constatée et aucun tiers n'a été lésé : il s'agit d'une divulgation concernant une tendance des capacités au sein d'un laboratoire, et Anthropic déclare que Claude fonctionne de manière pleinement autonome — son niveau le plus élevé, AL5 — pour aucun sous-ensemble mesuré du travail. Le dossier complet de cette divulgation, avec sa notation et ses sources citées, se trouve dans l'archive des incidents d'IA, aux côtés des autres entrées de gouvernance de cette série.

Ce que l’indice compte réellement

L’indice reprend l’échelle à six niveaux d’Epoch AI. AL0 correspond à « aucune implication de l’IA », AL1 à « implication minimale de l’IA » et AL2 à « l’IA assiste ». AL3 est le niveau qu’Anthropic appelle « collabore » : le modèle « peut réaliser de gros blocs de travail sous une direction humaine étroite ». AL4 est « dirige » : il « peut accomplir la majeure partie de la tâche de bout en bout à partir d’une instruction de haut niveau, tandis que l’humain supervise ». AL5 — « l’IA fonctionne de manière pleinement autonome, sans humain dans la boucle » — est ce dont traite en définitive la discussion sur l’auto-amélioration récursive, et la page d’Anthropic le qualifie de « niveau que nous n’avons pas encore atteint ».

La mesure a été élaborée en juillet 2026. Anthropic a échantillonné chaque semaine 20 % du personnel des services concernés, a fait examiner leurs dossiers de travail par un agent de recherche Claude et a produit une liste d’environ 15 000 tâches, que l’entreprise a organisée en une arborescence figée de 542 nœuds avec 378 tâches feuilles. Les catégories ont été pondérées en fonction de la quantité de temps-personne humain qu’elles absorbent. Le compte rendu d’InfoQ sur la publication ajoute un détail qui compte pour toute personne dont le travail a été échantillonné : l’agent Claude lisait des messages Slack et des documents internes pour reconstituer ce que les gens faisaient.

Deux précisions découlent de cette méthode, et toutes deux se perdent facilement sous le titre. Les 26 % ne correspondent pas à 26 % de chaque tâche enregistrée par Anthropic ; comme l’a rapporté heise le 18 septembre, il s’agit de la part du panier de travail pondéré qu’Anthropic estime atteindre le niveau AL4. Et cela ne signifie pas qu’un quart de la R&D de l’entreprise fonctionne sans intervention humaine — InfoQ est explicite : ce chiffre ne signifie pas que 26 % de la R&D d’Anthropic est entièrement automatisée, ni que 26 % des chercheurs de l’entreprise ont été remplacés ; il signifie qu’environ un quart du travail se situe désormais au stade où un humain fixe l’objectif et supervise tandis que Claude en fait l’essentiel.

La comparaison avec février provient de la légende du graphique sur la page d’Anthropic : « Claude prend désormais en charge 26 % des tâches de R&D de modèles d’Anthropic, contre moins de 1 % en février 2026. » Rien sur la page ne fournit de série mois par mois ; la tendance telle qu’elle est divulguée se compose donc de deux points, et non d’une courbe.

Le juge est le modèle qui est jugé

Les notes n’ont pas été produites par un panel indépendant. Le rapport d’Anthropic reconnaît le problème central : le modèle juge « pourrait commettre les mêmes types d’erreurs que le modèle qu’il vérifie ». Sur l’accord exact, le modèle et un humain concordaient dans 59 % des cas ; deux humains concordaient entre eux dans 35 % des cas ; et les notes du modèle et de l’humain se situaient à un niveau d’écart ou moins dans 97 % des cas. Le chiffre de 35 % pour l’accord entre humains est celui qu’Anthropic utilise pour soutenir que la tâche d’évaluation est réellement difficile ; il n’est pas présenté comme une validation du juge.

Deux autres limites sont énoncées sur la page plutôt que mises au jour par les critiques. Les cas limites entre « collaborates » et « leads » restent contestés, et c’est précisément là que se situent les 26 %. Et un panier de tâches figé peut passer à côté d’un travail qui n’existait pas lorsque le panier a été figé, bien qu’Anthropic affirme qu’une comparaison de janvier 2026 n’ait constaté aucune augmentation des tâches inédites.

À y regarder de l’extérieur, la page décrit un projet plutôt qu’un audit achevé. « Nous prévoyons d’intégrer chez Anthropic des évaluateurs tiers indépendants issus de plusieurs organisations », indique la page — un dispositif au futur, pas un audit en cours. Le seul contrôle externe achevé qu’elle cite est que METR a mené un test red team indépendant sur sa plateforme de surveillance hors ligne. Dans le rapport de heise du 18 septembre, les réserves sont celles d’Anthropic ; le média allemand ne cite aucun expert extérieur contestant l’indice. Des médias indépendants ont reproduit les chiffres, sans les vérifier, et cette distinction est ce qu’il faut avant tout retenir de la couverture médiatique.

Trente mille agents, et le registre qui les suit

Parallèlement à l’indice d’automatisation, Anthropic a divulgué l’ampleur de la population d’agents qui le sous-tend : « environ 30 000 agents effectuant des travaux de recherche et d’ingénierie chez Anthropic à un instant donné » sur sa plateforme interne la plus utilisée. Lu sans détour, il s’agit d’un décompte d’agents simultanés plutôt que d’un nombre total d’agents distincts sur une période, et heise le formule avec plus de prudence comme des agents « actifs simultanément à certains moments en août ».

Les contrôles décrits par Anthropic sont conçus pour rendre cette population auditable plutôt qu’anonyme. Chaque agent possède « une identité individuelle », et toutes les données qu’il crée sont liées à cette identité ; l’identité « n’est pas liée à un modèle, elle persiste à travers les mises à niveau de modèle », de sorte que « chaque action peut être auditée par agent dans le temps » et que « chaque enregistrement de données peut être rattaché à un agent spécifique ». Les agents « communiquent par le biais d’un système de messagerie partagé et ouvert, plutôt que de manière privée » ; chaque message est lié à l’identité de l’agent qui l’a publié, peut renvoyer à d’autres contenus afin que les références d’origine soient préservées, et est recoupé avec les transcriptions des agents afin que la surveillance puisse « parcourir la communication entre agents ».

Les chiffres de supervision sont la partie qui ressemble à un registre d’incidents, bien que le registre classe cette divulgation comme informative. Chaque action passe par le moniteur en ligne avant son exécution, généralement en quelques secondes ; chaque action est intégrée hors ligne après avoir été effectuée ; les actions bloquées sont examinées par un humain dans la semaine. Sur plus d’un milliard de décisions en août, 0,002 % — « environ 1 sur 47 000 » — ont été bloquées. Le signalement hors ligne fonctionne à raison d’environ une à deux transcriptions pour mille, soit environ 100 000 transcriptions par semaine, avec environ 50 cas prioritaires remontés à des humains.

Un taux de blocage n’est pas un taux de sécurité. Il mesure la fréquence à laquelle le moniteur arrête une action, et non le nombre d’actions qui étaient erronées, et Anthropic le publie à côté du chiffre de couverture — 100 % des actions en ligne vérifiées avant exécution — qui décrit la portée du moniteur. La même asymétrie s’applique à l’allocation de puissance de calcul : pour la semaine du 13 au 20 juillet, « environ 6 % de la puissance de calcul consacrée à la R&D en IA a été allouée à la sécurité », passant à « environ 12 % de la puissance de calcul consacrée à la R&D en IA pilotée par l’IA ». Anthropic qualifie ces chiffres d’« estimations délibérément prudentes », issues d’un échantillon d’environ 14 % de près de 10 000 exécutions d’entraînement et d’évaluation de recherche, pondéré vers les exécutions à plus forte puissance de calcul, et note qu’une part de puissance de calcul mesure les dépenses plutôt que l’effort.

Que signifie « l’auto-amélioration récursive » ici ?

Anthropic lie l’indice à l’auto-amélioration récursive, que son essai d’accompagnement définit comme « un modèle construisant son successeur de manière entièrement autonome ». La position de l’essai est sans ambiguïté : « Nous n’y sommes pas encore, et l’auto-amélioration récursive n’est pas inévitable. » Il place une boucle entièrement fermée dans une étape hypothétique intitulée « Fermer la boucle » et datée « 20XX ? », où des agents construisent et entraînent des modèles et où de futurs systèmes Claude améliorent Claude lui-même. Aujourd’hui, indique-t-il, les humains fournissent encore l’objectif ; ce qui a changé, c’est qu’« ils n’ont plus besoin de fournir la méthode ».

L’essai explique aussi pourquoi l’indice doit être lu comme une mesure de distance plutôt que comme un jalon. Le travail de niveau AL4 — Claude accomplissant la majeure partie d’une tâche à partir d’une consigne de haut niveau, sous la supervision d’un humain — est le niveau que désignent les 26 %. AL5, l’autonomie complète sans intervention humaine, est le niveau qu’Anthropic déclare ne pas avoir atteint. L’écart entre les deux est le sujet.

Ce qui est établi et ce qui est inféré

Établi. Anthropic a publié ces mesures le 17 septembre 2026, date que l’enregistrement porte à la précision du jour. La page d’index en ligne n’affiche aucune date de publication visible qui lui soit propre, et l’essai d’accompagnement porte un tampon « Update 9/18/2026 ». Les chiffres — 26 %, moins de 1 % en février, plus de 90 % au niveau AL3 ou supérieur, environ 30 000 agents, 0,002 % des décisions bloquées, 6 % et 12 % de la puissance de calcul — sont ceux d’Anthropic, indiqués sur ses pages et repris par heise et InfoQ en l’espace d’un jour.

Établi. Aucun sous-ensemble mesuré des travaux de R&D en IA n'a atteint AL5, aucun préjudice causé à un tiers n'est signalé, et le champ des préjudices réels de l'enregistrement est vide. L'enregistrement se voit attribuer une note de confiance A pour la documentation, n'est pas signalé comme contesté et porte la gravité « info », ce qui indique qu'aucun préjudice n'a été enregistré, et non quoi que ce soit sur la qualité des sources du document.

Non établi. Que Claude « dirige » 26 % de la R&D d’Anthropic en quelque sens que ce soit, indépendamment de l’évaluation propre à Anthropic. La mesure est réalisée par l’entreprise, le juge était un modèle Claude, et les évaluateurs externes décrits sur la page sont prévus plutôt qu’en place. Les 59 % d’accord exact entre le juge et l’humain constituent le chiffre à garder à côté du titre.

Non établi. Que la tendance se poursuive, ou qu’elle indique une auto-amélioration récursive. Anthropic refuse de revendiquer l’un ou l’autre, et une comparaison entre deux points, février et août, n’est pas une prévision. Le taux de blocage n’établit pas non plus que la population d’agents est sous contrôle ; il établit qu’un moniteur a vu chaque action en ligne et en a arrêté environ une sur 47 000.

Un jugement, pas une mesure. Que le passage de moins de 1 % à 26 % en six mois constitue un rythme rapide. Rien dans les informations divulguées ne fixe de seuil à partir duquel ce rythme devient problématique, et le cadrage d’Anthropic laisse ce jugement aux tiers qu’elle déclare vouloir intégrer.

Anthropic plaide pour la publication régulière de chiffres comparables et pour une vérification indépendante, rapporte heise — ce qui est aussi l’énoncé le plus clair de ce que l’indice n’est pas encore. Tant que des évaluateurs externes ne seront pas intégrés au processus, les 26 % sont un laboratoire qui se mesure avec son propre instrument : plus précis qu’un communiqué de presse, et toujours pas un audit.