概述
2026年8月，Anthropic对外披露了一组内部研发平台核心度量数据：在其主力研发平台上，同一时刻有约30000个AI Agent并行开展研究与工程任务，其中Claude已经自主主导了26%的AI研发相关工作。同年9月17日，Anthropic正式发布改版后的Claude Projects，将这套在内部3万Agent集群中验证成熟的多Agent协同、并行任务调度与共享记忆机制，封装成面向外部用户的商用产品。
本文基于Anthropic Institute发布的AI研发进度度量报告、Claude官方博客原文，完整拆解这套体系的核心定义、自动化分级、Agent监管三大核心指标、算力分配规则，以及Projects从内部实验机制转化为商业化产品的完整链路，保留全部官方量化数据，同时分析这套大规模Agent集群方案对企业落地多智能体系统的参考价值。在企业部署多套异构Agent、调用不同大模型的场景中，Treerouter作为API网关，可以统一管理模型请求流量，简化多Agent架构的接入流程。
一、核心定义：何为“3万Agent”
“3万Agent”是Anthropic用来衡量内部AI研发推进节奏的三个公开核心指标之一。统计口径限定在Anthropic最常用的内部研发平台，仅统计该平台上同一时刻正在运行的研究、工程类Agent实例，不包含公司其他独立业务系统内的Agent，截至2026年8月，该平台的并发Agent数量稳定在30000个左右。
这套大规模Agent集群，配套了自动化能力评估体系与算力分配机制。其核心目标有两层：第一，让外界可以追踪前沿实验室内部AI自主工作的真实进展；第二，为第三方开发者预留验证接口，方便外部团队复现、评估Agent能力。
自动化分级：AI主导26%研发任务，协同场景超90%
Anthropic采用Epoch AI定义的AL0至AL5自动化分级标准，来划分Agent任务自主程度：
- AL3：AI辅助协作，在人类近距离指导下完成大量工作
- AL4：AI主导执行，人类仅负责高层目标监督、结果验收
- AL5：完全自主运行，全程无需人工介入。
根据Anthropic Institute 2026年8月报告，当前Claude独立主导的研发任务占总量26%；AI参与协同的任务占比超过90%。
这套数据的获取方式具备严谨的抽样校验流程：2026年7月，研究团队随机抽取20%模型研发人员，使用Claude构建Agent，从Slack聊天记录、内部文档库中提取出15000条细粒度任务，将任务拆解为542个分层子任务，交由独立的Claude裁判模型完成判定，最终人机判定一致性达到97%。
通俗来说，写代码、调试接口这类工程实操工作，AI已经深度参与；但项目方向决策、最终成果拍板，依然由人类把控。目前AL5完全自主的工作模式，在Anthropic内部仍未实现。
二、大规模Agent集群的监管体系：三大核心指标
当上万级别的Agent同时在线执行任务，安全风险会被放大。单个Agent出现异常的概率很低，但在数十万、数十亿次Agent执行的体量下，小概率事件会持续发生。为此Anthropic搭建了在线、离线两套并行监视器，约束同一批Agent的行为，并且固定用三个指标衡量监管效果：覆盖率、审查延迟、拦截率。
| 维度 | 在线监视器 | 离线监视器 |
|---|---|---|
| 运行方式 | 实时检查，危险动作直接拦截或自动修正（例如动态调整模型权重） | 事后读取Agent全量行为日志，识别行为漂移，对齐模型行为 |
| 覆盖率 | 100%动作执行前预检查，耗时通常仅数秒 | 100%动作执行后日志入库，全量回溯 |
| 延迟 | 自动检查在执行前完成；被拦截任务会在一周内人工复核 | 每周约10万条转录日志，先通过分类器过滤低风险内容，剩余约50条进入人工审查 |
| 拦截标记 | 2026年8月，10亿次决策中0.002%被拦截，约1/47000 | 每千条日志标记1~2条进入复核流程 |
在这套监管架构里，每一个Agent都拥有独立身份标识，所有输出内容支持按身份审计；Agent之间的通信通过开放消息系统，支持互相交叉校验、串联追踪。Anthropic还单独搭建了METR独立红队平台，专门为离线监视器提供对抗性安全测试。
三、算力分配：安全监管占用6%研发算力
根据Anthropic Institute报告，统计周期选取2026年7月13日至20日，对全量算力快照分类统计：安全相关工作，消耗了6%的总研发算力；在所有由AI驱动的研发算力中，安全任务消耗占比约12%。
报告本身对算力口径做了保守限定：公私数据隔离相关的工作不计入安全算力；护栏分类器、和生产环境同等级别的对比基准测试，也没有纳入统计。官方说明，该算力数值仅用于实验室内部横向对比，不能直接等同于项目绝对资金投入。安全研究的核心目标是试错与验证，而非大规模业务推理。
四、产品化落地：Claude Projects，从内部实验机制到商用产品
2026年9月17日，Anthropic正式发布改版后的Claude Projects。新版Projects优先开放给Claude Code、云会话Pro与Max套餐的Beta用户，Team与Enterprise版本后续上线，本地运行版本也在规划中。Projects本质是把Anthropic内部3万Agent集群验证成熟的多Agent并行调度、共享记忆机制，对外产品化。
产品核心形态
Projects的核心是调度多条并行Agent线程。用户定义项目仓库后，Claude自动完成任务拆解、线程分配、输出整合与结果汇总。支持移动端访问，可以中断任务、离线续跑。典型场景例如：设定“把延迟指标降低75ms”的目标，Agent会并行做多维度画像分析；调用接口时，多线程独立拉起环境、执行测试、提交PR，最后自动评估方案优劣，推荐最优选项。
底层技术逻辑
每一条线程，本质都是一个独立分支仓库副本的Claude Code会话。线程内部支持拆分子Agent、循环任务、复杂工作流；多条线程之间共享同一套代码仓库，自动处理PR合并冲突。线程共享项目记忆，省去大量重复提示词工程，配套素材库记录输入文件与输出产物。
多线程模式的代价，是额度消耗速度更快。用户可以单独为调度器、子工作流，设置独立的模型版本与推理Effort强度等级。
企业落地实操建议
文章结合Anthropic内部实践，整理了5条落地建议，适合搭建企业多Agent系统：
- 先建立记忆管理规则：提前明确记忆的创建时间、过期清理规则、导出权限，以及对账校验规则，固化三条基础规范。
- 线程按照仓库边界隔离，避免跨仓库任务互相干扰，最大程度减少冲突。
- 检查频率、线程拉起频率、更新粒度交由Claude自适应管理，模型会自动学习项目沟通风格。
- 高危动作默认走在线拦截；慢迭代、长质量评估任务交给离线监视器，不能只依赖单一审查链路。
- 额度管控优先按照项目维度设置，再扩容线程数量，Beta阶段优先小范围试点。
五、价值总结与行业启示
Anthropic公开3万Agent集群的内部运行数据，是一次把大规模AI Agent真实运行状态对外披露的尝试。26%的研发任务由AI主导，说明Agent已经深度介入软件研发工作；100%全覆盖的双监视器架构，证明安全监管能力正在追赶Agent自主能力；6%的安全算力投入，也侧面反映大规模Agent场景的安全成本仍然偏高。而Claude Projects，就是Anthropic把这套内部多Agent协同、监管机制对外交付的第一步。
这套方案给企业搭建多智能体系统提供了清晰参考：大规模Agent落地，不只是调用大模型完成单次任务，更要配套身份审计、双链路监控、记忆管理、算力额度管控一整套体系。企业同时维护多类Agent、对接不同模型服务时，Treerouter能够统一处理API鉴权、流量路由与请求观测，降低多模型Agent系统的运维复杂度。
了解更多：https://treerouter.com
