Anthropic zmierzył autonomię agentów — i sprzeciwił się obowiązkowym zatwierdzeniom

18 lutego 2026 r. zespół Anthropic ds. wpływu społecznego opublikował „Pomiar autonomii agentów AI w praktyce” — analizę 998 481 wywołań narzędzi wykonanych przez jego publiczne API i 500 000 interaktywnych sesji Claude Code — i zakończył ją rekomendacją skierowaną do ustawodawców: przepisy nadzorcze nie powinny narzucać określonych wzorców interakcji, w tym wymagać zatwierdzania przez człowieka każdej czynności podejmowanej przez agenta. Wpis jest raportem badawczym, a nie dokumentem urzędowym, ale został odnotowany w archiwum incydentów jako zapis polityki — informacja o poziomie istotności, pewność A, brak odnotowanych szkód, brak sporów — ponieważ dostawca modelu wykorzystał własną telemetrię first-party, aby argumentować, że jeden z powszechnych projektów regulacyjnych „będzie tworzyć tarcia, niekoniecznie przynosząc korzyści w zakresie bezpieczeństwa”. Pełny zapis, wraz z jego źródłem pierwotnym i klasyfikacją, znajduje się w Orca AI Incident Archive, obok innych wpisów dotyczących ładu w tej serii.

Raport wymienia dwudziestu nazwanych współautorów, wśród nich Miles McCain, Thomas Millar, Saffron Huang, Alex Tamkin, Jack Clark i Deep Ganguli. Opiera się na Clio, narzędziu Anthropic do analizy z zachowaniem prywatności, któremu wpis przypisuje umożliwienie firmie badania rzeczywistego ruchu klientów bez czytania samych rozmów. Ta metodologia stanowi sedno tekstu: każda liczba poniżej jest pomiarem tego, co ludzie robili z agentami, a nie tego, co według benchmarku agenci potrafią zrobić.

Co Anthropic zmierzył i w jaki sposób

Anthropic definiuje agenta jako „system AI wyposażony w narzędzia, które pozwalają mu podejmować działania” — uruchamianie kodu, wywoływanie zewnętrznych API, przesyłanie wiadomości do innych agentów. Definicja wyznacza jednostkę analizy. Zamiast próbować odtworzyć architekturę agenta każdego klienta, której — jak twierdzi firma — nie widzi, policzyła pojedyncze wywołania narzędzi i kontekst wokół nich.

Te dwa źródła danych zamieniają szerokość na głębokość. Ruch przez publiczne API daje Anthropic wgląd w tysiące klientów, ale tylko na poziomie pojedynczych wywołań narzędzi; firma twierdzi, że „nie ma niezawodnego sposobu powiązania niezależnych żądań do naszego API w »sesje« aktywności agentowej”. Claude Code dostarcza kompletne sesje — co wywołało zatrzymanie, jak długo Claude pracował, kiedy człowiek wkroczył — ale jest to pojedynczy produkt używany w przeważającej mierze do inżynierii oprogramowania. Wnioski dotyczące autonomii pochodzą głównie z Claude Code; wnioski dotyczące ryzyka i domen pochodzą z próbki API.

Czas trwania tury, czyli czas, jaki upływa od rozpoczęcia pracy przez Claude’a do jej zakończenia, jest w artykule miarą zastępczą autonomii. Anthropic wyraźnie zaznacza, że ta miara zastępcza jest niedoskonała: szybsze modele i równoległe podagenty skracają tury, bardziej ambitne zadania je wydłużają, a baza użytkowników mniej więcej podwoiła się między styczniem a połową lutego 2026 r., co zmieniło skład próby.

Liczby, które raport oficjalnie odnotowuje

To są dane liczbowe publikowane przez Anthropic, podane tak, jak przedstawia je raport.

• 99,9. percentyl tury w Claude Code niemal się podwoił: z poniżej 25 minut pod koniec września 2025 r. do ponad 45 minut na początku stycznia 2026 r.

• Mediana tury pozostała bliska 45 sekund, wahając się między 40 a 55 sekund, a niemal każdy percentyl poniżej 99. był stabilny.

• Wewnątrz Anthropic odsetek sukcesów Claude Code w najtrudniejszych zadaniach użytkowników wewnętrznych podwoił się między sierpniem a grudniem 2025 r., podczas gdy średnia liczba interwencji człowieka na sesję spadła z 5,4 do 3,3.

• Nowi użytkownicy z mniej niż 50 sesjami korzystali z pełnego automatycznego zatwierdzania w około 20% sesji; przy 750 sesjach odsetek ten wzrósł do ponad 40%.

• Przerwania wyglądały odwrotnie: użytkownicy z około 10 sesjami przerywali Claude’a w 5% tur, a doświadczeni użytkownicy w około 9%.

• Claude Code prosił o wyjaśnienia ponad dwukrotnie częściej przy najbardziej złożonych zadaniach niż przy zadaniach o minimalnej złożoności, a przy tych najtrudniejszych zadaniach zatrzymywał się, by zapytać ponad dwukrotnie częściej, niż ludzie mu przerywali.

• W próbce API 80% wywołań narzędzi pochodziło od agentów, którzy wydawali się mieć co najmniej jedno zabezpieczenie, 73% wydawało się mieć człowieka w pętli, a 0,8% wydawało się nieodwracalne, na przykład wysłanie wiadomości e-mail do klienta.

Inżynieria oprogramowania odpowiadała za niemal 50% wywołań narzędzi API; żadna inna dziedzina nie przekroczyła kilku punktów procentowych.

Odkrycie, które Anthropic nazywa nadwyżką wdrożeniową

Wzrost w ogonie jest płynny w kolejnych wydaniach modeli. „Gdyby autonomia była wyłącznie funkcją możliwości modelu, oczekiwalibyśmy gwałtownych skoków przy każdym nowym wydaniu” – argumentuje post, więc ta równomierność wskazuje na to, że zaufanie narasta wraz z doświadczeniem, podejmowane są trudniejsze zadania, a produkt się poprawia. Jego wniosek jest taki, że istniejące modele „są zdolne do większej autonomii, niż faktycznie wykorzystują w praktyce” — luka, którą raport nazywa nadwyżką wdrożeniową.

Anthropic przeciwstawia temu zewnętrzne testy zdolności, powołując się na szacunki METR, że Claude Opus 4.5 potrafi przy 50-procentowym wskaźniku sukcesu wykonać zadania, których wykonanie zajęłoby człowiekowi prawie pięć godzin, podczas gdy jego własna tura Claude Code w 99,9. percentylu wynosi około 42 minut. Następnie wycofuje to porównanie: METR mierzy trudność zadania w wyidealizowanym środowisku bez udziału człowieka, podczas gdy czas trwania tury mierzy czas, który upłynął we wdrożeniu, w którym Claude robi przerwy, a użytkownicy przerywają. Przypis jest dosadny — „nie próbujemy wyciągać wniosków na podstawie tych metryk”. Zestawienie to ma charakter ilustracyjny, a nie jest zmierzonym mnożnikiem i nie należy cytować go jako takiego.

Paradoks nadzoru w centrum argumentacji

Doświadczeni użytkownicy rzadziej zatwierdzają i częściej przerywają. Anthropic odczytuje tę parę jako zmianę strategii nadzoru, a nie rezygnację z niego: nowicjusze zatwierdzają każdy krok i dlatego rzadko muszą zatrzymywać Claude'a w trakcie działania, podczas gdy doświadczeni użytkownicy pozwalają Claude'owi pracować i wkraczają, gdy coś pójdzie nie tak. Dane z API wskazują na to samo — 87% wywołań narzędzi w zadaniach o minimalnej złożoności wiązało się z jakąś formą udziału człowieka, wobec 67% w zadaniach o wysokiej złożoności.

Raport otwarcie przyznaje, że inne wyjaśnienia pozostają w mocy. W swoim własnym przypisie zauważa, że doświadczeni użytkownicy mogą po prostu podejmować się trudniejszych zadań, że domyślne ustawienia Claude Code skłaniają nowych użytkowników ku nadzorowi opartemu na zatwierdzaniu oraz że oprogramowanie jest wyjątkowo podatne na nadzór, ponieważ jego wyniki można testować i przeglądać; w dziedzinach, w których sprawdzenie pracy agenta wymaga tej samej wiedzy specjalistycznej co jej wytworzenie, ta zmiana „może być wolniejsza lub przybrać inną formę”.

Argument dotyczący polityki i jego postulaty

Rekomendacje Anthropic dzielą się na trzy grupy. Twórcy modeli i produktów powinni inwestować w monitorowanie po wdrożeniu, ponieważ oceny przed wdrożeniem nie pozwalają zobaczyć, jak ludzie faktycznie wchodzą w interakcje z agentami. Twórcy modeli powinni trenować modele, aby rozpoznawały własną niepewność i ją ujawniały — właściwość, która, jak stwierdza raport, „uzupełnia zewnętrzne zabezpieczenia, takie jak przepływy zatwierdzania przez człowieka i ograniczenia dostępu”. Twórcy produktów powinni projektować z myślą o nadzorze — widoczność tego, co robi agent, oraz proste sposoby przekierowywania go.

Sekcja skierowana do decydentów jest tym elementem, który czyni z tego dokument dotyczący zarządzania. Pod nagłówkiem „Jest zbyt wcześnie, by nakazywać konkretne wzorce interakcji” Anthropic pisze, że „wymogi nadzoru określające konkretne wzorce interakcji, takie jak wymaganie zatwierdzania każdej czynności przez człowieka, będą tworzyć tarcia, niekoniecznie przynosząc korzyści w zakresie bezpieczeństwa”, oraz że nacisk należy położyć „na to, czy ludzie są w stanie skutecznie monitorować i interweniować, a nie na wymaganie określonych form zaangażowania”.

Prasa branżowa podchwyciła dokładnie to ujęcie. Reportaż Inside AI Policy z 20 lutego 2026 r. opatrzono nagłówkiem skupionym wokół apelu Anthropic o ostrożność w kwestii mandatów nadzorczych; Inside Cybersecurity poszło tym tropem 24 lutego, przyjmując ten sam kąt. Żadnego z nich nie można było przeczytać w całości bez subskrypcji, a żaden nie przeanalizował danych źródłowych.

Co zostało potwierdzone, a co nie

Publikacja i jej kluczowe liczby zostały potwierdzone. GIGAZINE poinformował o badaniu 19 lutego 2026 r., dzień po publikacji, powtarzając ogon 25–45 minut, zmianę automatycznego zatwierdzania z 20% do 40%, spadek interwencji z 5,4 do 3,3 oraz 0,8% udziału przypadków nieodwracalnych. Digital Watch Observatory podsumowało je 20 lutego 2026 r., podobnie jak Inside AI Policy. Potwierdzenie dotyczy tego, co powiedział Anthropic, a nie tego, czy jest to prawda: żadna zewnętrzna strona nie przeprowadziła audytu 998 481 sklasyfikowanych wywołań narzędzi, a Anthropic nie udostępnia zbioru danych.

Tę asymetrię warto nazwać, nie wyolbrzymiając jej. Dostawca mierzący własny produkt i dochodzący do wniosku, że ciężar zgodności powinien spoczywać na monitorowaniu, a nie na zatwierdzaniu każdego działania, doszedł do wniosku wygodnego dla sprzedawanego przez siebie produktu. Anthropic samo podaje większość ograniczeń strukturalnych w sekcji ograniczeń o nietypowo bezpośrednim tonie. Jednak odtwarzalność nie należy do rzeczy, które może naprawić, dopóki surowe dane pozostają prywatne, a żadne niezależne ciało nie sprawdziło klasyfikacji.

Limity, które podaje samo Anthropic

• Analiza obejmuje jednego dostawcę modeli. Agenci zbudowani na innych modelach mogą wykazywać inne wzorce adopcji i inne profile ryzyka.

• Klasyfikacje ryzyka, autonomii i udziału człowieka zostały wygenerowane przez Claude'a. Anthropic twierdzi, że ograniczenia dotyczące prywatności uniemożliwiły ręczne sprawdzenie danych źródłowych oraz że jej szacunek dotyczący udziału człowieka należy odczytywać jako górną granicę.

• Próbkowanie na poziomie pojedynczych wywołań narzędzi nadreprezentuje wdrożenia z wieloma sekwencyjnymi wywołaniami, takie jak przepływy pracy w inżynierii oprogramowania z powtarzanymi edycjami plików.

• Klasyfikacje nie potrafią odróżnić działań produkcyjnych od ewaluacji ani red teamingu. Według raportu kilka klastrów o najwyższym ryzyku „wydaje się ewaluacjami bezpieczeństwa”, a raport uważa, że wiele pozornych eksfiltracji danych to testy.

• Ludzka weryfikacja na dalszym etapie po API jest niewidoczna, więc agent, który na poziomie wywołań narzędzi wygląda na autonomicznego, może mieć osobę sprawdzającą jego wyniki.

• Okres ten przypada na koniec 2025 r. i początek 2026 r., a najważniejsze wnioski pochodzą z Claude Code, który jest w zdecydowanej większości produktem do inżynierii oprogramowania.

Co się potem zmieniło?

Archiwum nie odnotowuje żadnej szkody, żadnej naprawy ani żadnego sporu, i to jest trafny opis: to pomiar i argument, a nie incydent z remediacją. Anthropic twierdzi, że z czasem rozszerzy analizę, i apeluje o międzysektorową pracę nad łączeniem żądań API w sesje w sposób chroniący prywatność. W poście zauważono również, że produkty takie jak Cowork czynią agentów bardziej dostępnymi, co — jak się oczekuje — będzie przesuwać granice ryzyka i autonomii dalej. W materiałach przejrzanych do tego artykułu żaden regulator nie przyjął, nie odrzucił ani formalnie nie odpowiedział na rekomendację przeciw zatwierdzaniu każdego działania.

Trwała teza jest węższa niż liczby z nagłówków. Argumentacja Anthropic przeciw obowiązkowemu zatwierdzaniu krok po kroku opiera się na pomiarze, który — jak sama przyznaje — obecnie może przeprowadzić wyłącznie dostawca modelu dysponujący własnymi danymi sesji; i nawet Anthropic twierdzi, że nie potrafi powiązać ruchu API podmiotów trzecich z sesjami. Dopóki ta infrastruktura nie istnieje, rekomendacja polityczna opiera się na instrumencie jednej firmy, zastosowanym do klientów jednej firmy, przez jedną zimę. To nie czyni ustalenia błędnym. Czyni je pomiarem dostawcy i jako taki należy je cytować.