آنتروپیک: ۲۶٪ از پژوهش‌های داخلی تحت هدایت مدل Claude

تصور کنید در آزمایشگاهی کار می‌کنید که در آن، یک‌چهارم پروژه‌های تحقیقاتی نه توسط انسان، بلکه توسط مدل‌های هوش مصنوعی مدیریت می‌شوند. این دیگر یک سناریوی تخیلی نیست، بلکه واقعیت جاری در قلب شرکت آنتروپیک (Anthropic) است.

طبق اعلام این شرکت، تا اوت ۲۰۲۶، مدل‌های کلود (Claude) مدیریت ۲۶٪ از کارهای تحقیق و توسعه (R&D) داخلی را بر عهده گرفته‌اند. این رقم در مقایسه با فوریه ۲۰۲۶ که سهم مدل‌ها زیر ۱٪ بود، جهشی خیره‌کننده است.

همان‌طور که در تحلیل‌های قبلی ما درباره‌ی اتوماسیون داخلی در آزمایشگاه‌های پیشرو اشاره کردیم، این داده‌ها پنجره‌ای نادر به استراتژی شرکت‌ها برای رسیدن به هوش مصنوعی عمومی (AGI) می‌گشاید. صنعت اکنون میان دو واقعیت متضاد گیر کرده است: از یک سو هوش مصنوعی در حال خودکارسازی فرآیند پژوهش است و از سوی دیگر، این اتوماسیون اغلب به‌شدت ناکارآمد و هزینه‌بر است. این چالش با تحلیل‌های اخیر همسو است که نشان می‌دهد سرمایه‌گذاری‌های تریلیون دلاری در این حوزه نیازمند جهشی عظیم در بهره‌وری تا سال ۲۰۳۰ است تا توجیه‌پذیر باشند.

شاخص اتوماسیون (The Automation Index)

آنتروپیک برای اندازه‌گیری این تغییر از مقیاسی بین AL0 (بدون هوش مصنوعی) تا AL5 (خودمختاری کامل) استفاده می‌کند. این شاخص که از مدل Epoch AI گرفته شده، سطوح مختلف را چنین تعریف می‌کند:

• AL0: هیچ دخالتی از سوی هوش مصنوعی وجود ندارد.
• AL3: هوش مصنوعی تحت هدایت نزدیک انسان همکاری می‌کند.
• AL4: مدل بیشتر بخش‌های یک وظیفه را از طریق یک پرامپت سطح بالا انجام می‌دهد و انسان فقط نظارت می‌کند.
• AL5: خودمختاری کامل بدون نیاز به حضور انسان در چرخه.

در حال حاضر، بیشتر کارهای اندازه‌گیری شده در سطح AL3 یا بالاتر قرار دارند. هنوز هیچ پروژه‌ای به سطح AL5 نرسیده است؛ یعنی سیستمی که بتواند به‌تنهایی مسئله را شناسایی کند، تصمیم بگیرد چه کارهایی لازم است، راهکار بسازد، آن را آزمایش کند و بدون هیچ دخالت انسانی منتشر نماید.

برای رسیدن به این آمار، آنتروپیک در ژوئیه ۲۰۲۶ نمونه‌ای از ۲۰٪ کارکنان خود را بررسی کرد. یک عامل (Agent) پژوهشی کلود، کارهای آن‌ها را بازبینی کرد و حدود ۱۵,۰۰۰ وظیفه ریز را در ۵۴۲ دسته شناسایی نمود. این دسته‌ها شامل هسته اصلی ساخت مدل یعنی آموزش، یادگیری تقویتی، ارزیابی و مهندسی بود. وظایف بر اساس «زمان-شخص» وزن‌دهی شدند تا کارهای پرزحمت‌تر، سهم بیشتری در درصد نهایی داشته باشند.

اعتبارسنجی و محدودیت‌ها

بر اساس مستندات این شرکت، صحت ارزیابی‌های این عامل بررسی شده و مشخص شد که رتبه‌بندی‌های کلود در ۵۹٪ موارد دقیقاً با رتبه‌بندی انسان‌ها مطابقت دارد. برای مقایسه، میزان توافق بین دو انسان تنها ۳۵٪ بود. همچنین ۹۷٪ از رتبه‌ها تنها یک سطح با هم تفاوت داشتند.

با این حال، آنتروپیک به دو محدودیت اشاره کرد: نخست اینکه استاندارد اندازه‌گیری مشترکی بین آزمایشگاه‌ها وجود ندارد، به این معنی که این اعداد را نمی‌توان با شرکت‌های دیگر مقایسه کرد. دوم اینکه استفاده از مدل‌های خود برای ارزیابی خود، این احتمال را باز می‌گذارد که ارزیاب، همان نقاط ضعف و خطاهای سیستماتیکِ مورد ارزیابی را داشته باشد.

مقیاس عامل‌ها و ایمنی

در اوت ۲۰۲۶، حدود ۳۰,۰۰۰ عامل به‌طور هم‌زمان در حال انجام کارهای پژوهشی و مهندسی در پلتفرم داخلی آنتروپیک بودند. برای جلوگیری از خطاهای فاجعه‌بار، هر اقدام پیش از اجرا از یک نظارت آنلاین عبور می‌کند.

این شرکت در یک ماه بیش از یک میلیارد تصمیم عامل را تحلیل کرد و تنها ۰.۰۰۲٪ آن‌ها (تقریباً یک مورد از هر ۴۷,۰۰۰ مورد) را مسدود نمود. همچنین یک سیستم آفلاین، هر هفته حدود ۱۰۰,۰۰۰ متن گفتگو (Transcript) را برای بازبینی خودکار علامت‌گذاری می‌کند، هرچند در نهایت تنها حدود ۵۰ مورد از اولویت‌های بالا هر هفته به دست بازبین‌های انسانی می‌رسد.

در بخش محاسبات، بررسی‌های هفته‌ای در ژوئیه نشان داد که ۶٪ از کل محاسبات (Compute) صرف کارهای ایمنی شده است. این رقم برای بخش‌های خودکار شده به ۱۲٪ می‌رسد. آنتروپیک هر دو تخمین را محافظه‌کارانه می‌داند، زیرا محاسباتی که به‌طور هم‌زمان هم قابلیت‌ها و هم ایمنی را پیش می‌برند، در این آمار شمرده نشده‌اند. این رویکرد در مقایسه با رقبا محافظه‌کارانه‌تر است، چرا که هزینه نظارت بر ایمنی در مدل‌های پیشرفته‌ای مانند Astra و GPT-5.6 به ۲۰٪ کل محاسبات رسیده است.

پیشرفت کارایی گوگل (Google's Efficiency Breakthrough)

در حالی که آنتروپیک در حال گسترش نیروی کار دیجیتال خود است، گوگل (Google) تلاش می‌کند جلوی اتلاف بودجه این عامل‌ها را بگیرد. تیمی از ۱۷ پژوهشگر از گوگل دیپ‌مایند (Google DeepMind)، دانشگاه مریلند و دانشگاه ویرجینیا، چارچوبی به نام Dream-RSI را معرفی کردند که تعداد فراخوانی‌های عامل‌های اکتشافی را تا ۱۶۲ برابر کاهش می‌دهد، بدون آنکه به وزن‌های مدل دست بزند.

سازوکار Dream-RSI بر پایه بازپخش جست‌وجوهای قدیمی به‌جای اجرای مجدد آن‌هاست و در سه مرحله عمل می‌کند:

• اکتشاف آنلاین (Online Explore): سیاست فعلی، عامل را به سمت ساخت یک درخت اکتشاف تاریخی هدایت می‌کند که هر تصمیم و نتیجه را ثبت می‌کند.
• ساخت شبیه‌ساز بازپخش (Construct Replay Simulator): این درخت‌ها به مخزنی تبدیل می‌شوند که جایگزین فضای جست‌وجوی واقعی می‌شود.
• بهبود سیاست مبتنی بر رؤیا (Dreaming-based Policy Improvement): یک مدل مجزا، سیاست‌های جایگزین را پیشنهاد داده و آن‌ها را با تاریخچه ثبت‌شده می‌سنجد.

از آنجا که نتایج پیش‌تر روی دیسک ذخیره شده‌اند، تست یک سیاست جدید به معنای خواندن رکوردهاست، نه اجرای مجدد عامل اکتشافی یا ارزیاب آن. سپس سیاست برنده به حالت آنلاین بازمی‌گردد و چرخه تکرار می‌شود.

بنچ‌مارک‌های عملکرد

در یک آزمون حل مسیر Lasso، مدل SimpleTES به ۵۱,۲۰۰ فراخوانی نیاز داشت. اما Gemini 3.1 Pro با استفاده از Dream-RSI تنها به ۳۱۷ فراخوانی نیاز داشت و زمان اجرای متوسط از ۳,۵۸۷.۱ میلی‌ثانیه به ۲,۹۳۱.۰ میلی‌ثانیه کاهش یافت. در مدل Gemini 3.7 Flash، تعداد فراخوانی‌ها از ۳,۲۰۰ به ۱,۸۷۹ رسید. حل‌کننده‌های حاصل، در ۶ مجموعه داده مجزا، از sklearn و glmnet بهتر عمل کردند.

در KernelBench، این سیستم با روش‌های موجود برابری کرد، در حالی که تعداد کاندیداهای تولید شده در VGG16 حدود ۲.۴۳ برابر و در LayerNorm حدود ۱.۷۹ برابر کمتر بود. نکته جالب این بود که پژوهشگران دریافتند خلاصه‌سازی اکتشافات گذشته در قالب نکات زبان طبیعی (که استاندارد اکثر سیستم‌های حافظه عامل است)، در واقع عملکرد بدتری دارد. خلاصه‌ها باعث می‌شد عامل مسیرها را زودتر حذف کند و جست‌وجو را محدود نماید، در حالی که بازپخش تاریخچه کامل، تنوع لازم برای بهبود را حفظ می‌کرد.

هوش مصنوعی حاکمیتی و تغییرات جهانی

فراتر از آزمایشگاه‌ها، کسب‌وکار هوش مصنوعی در حال تجمیع حول منافع ملی است. Cohere و Aleph Alpha روز چهارشنبه توافق‌نامه‌ای برای ادغام امضا کردند تا نخستین ارائه‌دهنده هوش مصنوعی حاکمیتی (Sovereign AI) — یعنی سیستمی که تحت کنترل ملی و مستقل از قدرت‌های خارجی است — در دو سوی اقیانوس اطلس باشند. ارزش این موجودیت جدید حدود ۲۰ میلیارد دلار برآورد شده است و سهامداران Cohere حدود ۹۰٪ آن را در اختیار دارند.

گروه Schwarz، شرکت مادر لیدل و کاوفلاند، ۵۰۰ میلیون یورو (حدود ۶۰۰ میلیون دلار) برای رهبری سری E سرمایه‌گذاری Cohere متعهد شده است. این شرکت دارای دفتر دوقلویی در برلین و تورنتو خواهد بود و دفتر هایدلبرگ Aleph Alpha به عنوان مرکز تحقیقاتی باقی می‌ماند. تعداد کل کارکنان در هر دو قاره از ۱,۰۰۰ نفر عبور خواهد کرد.

ساختار رهبری و قانونی:

• ایدان گومز (Aidan Gomez) همچنان مدیرعامل باقی می‌ماند.
• ایلهان شیر (Ilhan Scheer)، مدیرعامل مشترک Aleph Alpha، به عنوان COO شرکت Cohere منصوب می‌شود.
• ساموئل واینباخ (Samuel Weinbach)، بنیان‌گذار Aleph Alpha، مدیر ارشد تحقیقات می‌شود.

محاسبات روی پلتفرم STACKIT متعلق به Schwarz Digits ارائه خواهد شد که شرکت‌ها آن را مستقل از قانون CLOUD آمریکا می‌دانند. این تراکنش نیاز به تأیید رگولاتورها دارد و انتظار می‌رود در اواخر ۲۰۲۶ نهایی شود. PwC Legal در ۱۸ سپتامبر تأیید کرد که به Aleph Alpha در این معامله مشاوره داده است.

پشته حاکمیتی (The Sovereign Stack)

شرکت Cohere مدل Command A را برای استدلال سازمانی، Aya Vision را برای کارهای چندوجهی چندزبانه و Parse را برای هوش مستندات ارائه می‌دهد. Aleph Alpha خانواده مدل‌های Pharia را اضافه می‌کند که به زبان‌های انگلیسی، آلمانی، فرانسوی، اسپانیایی، ایتالیایی، پرتغالی و هلندی آموزش دیده‌اند، به همراه PhariaAI برای ارکستراسیون، انطباق و ارجاع به منابع. یک مدل پایه مشترک Command-Pharia برای سه ماهه چهارم ۲۰۲۶ برنامه‌ریزی شده است.

این شرکت‌ها به تحقیقات مک‌کینزی استناد می‌کنند که ارزش خدمات AI را سالانه بیش از ۱ تریلیون دلار برآورد کرده و نیازهای AI حاکمیتی را نزدیک به ۶۰۰ میلیارد دلار می‌داند. احتمالاً بودجه‌ها بیشتر خواهد شد؛ Globe and Mail در ۱۱ سپتامبر گزارش داد که Cohere در حال مذاکره برای جذب ۲ تا ۳ میلیارد دلار در سری E است که احتمالاً دولت‌های کانادا و آلمان در آن مشارکت می‌کنند. این امر می‌تواند ارزش ۷ میلیارد دلاری Cohere در سپتامبر ۲۰۲۵ را تقریباً سه برابر کند.

رباتیک و زیرساخت

تویوتا (Toyota) در حال حرکت به سمت استقرار فیزیکی گسترده است و قصد دارد ۴۰۰,۰۰۰ ربات را در سیستم تولید خود مستقر کند. این شامل ۱۵۰,۰۰۰ ربات در کارخانه‌های خودش و ۲۵۰,۰۰۰ ربات در شرکت‌های گروهی است که حدود ۶۰ کارخانه را در سراسر جهان پوشش می‌دهد. از سال ۲۰۲۸، تویوتا و شرکت‌های گروهی‌اش قصد دارند سالانه حدود ۱ تریلیون ین (حدود ۶.۷ میلیارد دلار) برای نوسازی و بازسازی کارخانه‌های جهانی هزینه کنند.

محور این برنامه ربات ELEY (ربات یادگیری تجسم‌یافته برای بازدهی ارتقایافته) است. ELEY نسخه‌ی ارتقایافته ربات پشتیبانی زندگی HSR مدل ۲۰۱۲ است. مشخصات آن عبارت است از:

• فیزیک: دست‌های دو انگشتی، وزن حدود ۵۰ کیلوگرم.
• تحرک: شاسی چرخ‌دار همه‌جهته به‌جای پا؛ با باتری یا کابل برق کار می‌کند.
• قابلیت: ارتفاع قابل تنظیم برای برداشتن اشیاء از کف زمین یا رسیدن به قفسه‌های بلند.

یادگیری از «تاکومی»

ربات ELEY بر پایه «مدل‌های رفتاری بزرگ» (Large Behavior Models) از مؤسسه تحقیقات تویوتا کار می‌کند؛ یک هوش مصنوعی فیزیکی مولد که از داده‌های حسگر یاد می‌گیرد. کارگران ابزارهایی مدل‌شده بر اساس انگشتان ELEY می‌پوشند و کارهای عادی را تکرار می‌کنند، در حالی که ربات تماشا کرده و حرکات را جذب می‌کند. در یک جلسه سرمایه‌گذاران در سپتامبر در دفتر اروپایی تویوتا، ELEY پس از دو هفته و حدود ۱۵۰۰ تکرار، توانست تی‌شرت‌ها را با دقتی تقریباً کامل تا کند.

پس از یادگیری یک مهارت، داده‌ها به ربات‌های سایر کارخانه‌ها ارسال می‌شود. تویوتا حدود ۶۰ کارخانه دارد و حدود ۱۸,۰۰۰ تکنسین خبره به نام تاکومی (takumi) را به خدمت گرفته است که تکنیک‌های انباشته شده آن‌ها به داده‌های آموزشی تبدیل می‌شود. تعداد کل کارکنان گروه در پایان مارس ۳۹۱,۰۰۰ نفر بود که ۳۴۴,۰۰۰ نفر در بخش خودرو بودند. هیروکی ناکاجیما، نایب‌رئیس اجرایی، هدف را دنیایی توصیف کرد که در آن ربات‌ها به‌جای جایگزینی انسان‌ها، با آن‌ها همزیستی کنند.

انرژی و شبکه برق

انویدیا (Nvidia)، گوگل و Emerald AI در ۱۶ سپتامبر ۲۰۲۶، «اتحاد مدیریت انرژی AI» (AEMA) را راه‌اندازی کردند. شرکای مؤسس شامل آنتروپیک، AES, Constellation, National Grid, NRG و RWE هستند. گلوگاه اصلی در حال حاضر «اتصال» (Interconnection) است؛ مراکز داده جدید در آمریکا ممکن است ۱۰ سال برای اتصال به شبکه منتظر بمانند زیرا شرکت‌های برق باید ظرفیت را در ساعات اوج مصرف تضمین کنند.

وارون سیوارام، مدیرعامل Emerald AI در مجله Fortune نوشت که شبکه برق به‌طور متوسط تنها با ۵۰٪ بهره‌وری کار می‌کند. اگر مراکز داده AI بتوانند بار مصرفی را در ساعات اوج کاهش دهند، آمریکا می‌تواند ۱۰۰ گیگاوات ظرفیت در شبکه موجود آزاد کند. مطالعه گلدمن ساکس این رقم را در صورت محدود کردن حداکثر مصرف به ۹۰٪ برای چند ساعت، ۷۶ گیگاوات برآورد کرد.

پیشنهاد فنی، اعمال «پاسخ تقاضا» (Demand Response) در محاسبات است. مراکز داده بارهای کاری را جابه‌جا می‌کنند، باتری‌های داخلی را تخلیه می‌کنند یا از تولید برق در محل استفاده می‌کنند. انویدیا اشاره کرد که زیرساخت برق آمریکا برای تقاضای تخت و استاتیک ساخته شده است. AEMA قصد دارد یک مرکز AI با انعطاف‌پذیری برق نزدیک به ۱۰۰ مگاوات در ویرجینیا با همکاری انویدیا، Emerald AI و Digital Realty بسازد. Emerald AI اخیراً ۱۵۰ میلیون دلار در سری A به رهبری Energize Capital و DCVC جذب کرده است.

نوسانات بازار و مدل‌های مخفی

در دنیای استارتاپ‌ها، Manus در جست‌وجوی ۵۰۰ میلیون دلار سرمایه با ارزش‌گذاری ۴ میلیارد دلار است و گزینه IPO در هنگ‌کنگ را بررسی می‌کند. سرمایه‌گذاران احتمالی شامل IDG Capital، Boyu Capital و CATL هستند. حامیان فعلی مانند Tencent، HSG و ZhenFund نیز در حال بررسی مشارکت هستند.

این اتفاق پس از مسدود شدن خرید ۲ میلیارد دلاری توسط متا (Meta) در آوریل ۲۰۲۶ رخ داد که توسط کمیسیون ملی توسعه و اصلاحات چین متوقف شد — نخستین خرید خارجی AI که از سال ۲۰۲۱ به‌طور علنی متوقف شده است. بنیان‌گذاران و حامیان سهام را با همان ارزش ۲ میلیارد دلار بازخرید کردند و تنسنت به بزرگترین سهامدار خارجی تبدیل شد. در اوت، Manus به کاربران گفت داده‌های خود را صادر کنند زیرا داده‌های دوران متا باید حذف می‌شدند. Manus عامل‌هایی برای گزارش‌های پژوهشی، اسلایدهای ارائه و اپلیکیشن‌های vibe-coded می‌سازد.

در نهایت، OpenRouter به دلیل مدل ناشناس Union Alpha با واکنش‌های تندی روبرو شد. این مدل که در ۱۶ سپتامبر ظاهر شد، دارای پنجره بافت (Context) ۲۶۲,۱۴۴ توکنی و حداکثر خروجی ۱۳۱,۰۷۲ توکنی بود. این مدل ۷۴٪ در DeepSWE (نزدیک به GPT-6 Astra و Claude Opus 5) و ۹۰.۹٪ در GPQA Diamond کسب کرد. ترافیک روز اول به ۱.۹۶ میلیارد توکن رسید.

توسعه‌دهندگان، از جمله Theo سازنده t3.gg، ادعا می‌کنند Union Alpha در واقع یک «روتر» است که بین Llama-3.3-70B، Qwen 3.6 35B-A3B و GLM 5.3 Flash جابه‌جا می‌شود و DeepSeek v4 Flash در زمان فشار زیاد به عنوان داور عمل می‌کند. در سه روز اول، در دسترس بودن ۹۶.۱۷٪ و میانگین تأخیر ۹.۵ ثانیه بود. این اتفاق پس از مدل مخفی قبلی به نام Ox Alpha رخ داد که بعدها شناسایی شد مدل GLM-5.3 Flash شرکت Z.ai است.

این مجموعه از رویدادها تضاد شدیدی را نشان می‌دهد. آنتروپیک نشان می‌دهد که عامل‌ها در حال حاضر یک‌چهارم کار در یک آزمایشگاه برتر را انجام می‌دهند، اما یافته‌های گوگل نشان می‌دهد که بیشتر این اکتشافات عاملی، تکراری و زائد هستند. اگر کارایی Dream-RSI بتواند در R&D به کار گرفته شود، سرعت توسعه AI می‌تواند حتی سریع‌تر از آنچه بودجه محاسباتی اجازه می‌دهد، شتاب بگیرد.

منتظر انتشار مدل Command-Pharia در اواخر ۲۰۲۶ باشید تا ببینیم آیا هوش مصنوعی حاکمیتی واقعاً می‌تواند با مقیاس آزمایشگاه‌های پیشرو متمرکز در آمریکا رقابت کند یا خیر.

گام بعدی شما

• اگر از عامل‌های AI برای پژوهش استفاده می‌کنید، استراتژی «بازپخش تاریخچه» به‌جای تکرار پرامپت‌ها را برای کاهش هزینه استنتاج بررسی کنید.
• توسعه‌دهندگان باید روی مدل‌های حاکمیتی (Sovereign AI) برای پروژه‌های حساس دولتی یا سازمانی تمرکز کنند تا از وابستگی به APIهای متمرکز خارج شوند.
• مدیران عملیاتی باید مدل‌های رفتاری (Behavior Models) را برای اتوماسیون کارهای فیزیکی در خط تولید بررسی کنند.

اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.