AI-Autonomy

证据身份与边界

Anthropic Economic Index 提供 Claude 使用遥测中的任务/产物自主性比较；Berkeley 来源提供 position paper 的 Code/Pipeline/Demand autonomy 框架。前者测观察到的产品使用模式，后者讨论 SDLC 责任如何转移；二者不能互相当作同一量表，也不能从中推出所有 AI 产品的自治能力。

定义

AI 在任务执行中自主决策的程度，使用1-5级量表测量，从“无”（如简单翻译）到“极端”（如创建应用和网站）。

关键数据点

• 在 Anthropic 样本中，Claude Code 比 Chat/Cowork 具有更高自主性：31 种产物中的 26 种上显示更高自主性（平均高 0.37 点）。这是产品/任务分布结果，不是模型本体的通用自治排名。
• 自主性与计算成本正相关：高自主性任务消耗更多 token。
• 产品配置可能重要：Source Summary 将相同模型下的 Claude Code 差异归因于产品/工作流配置；该观察不能单独证明“产品比模型更重要”。

高自主性任务

• 创建应用和网站
• 游戏开发
• 演示文稿设计
• 需要持续判断的任务

低自主性任务

• 数学计算
• 翻译
• 问答

前提与局限性

• 自主性量表是主观的，可能受任务复杂度影响。
• 数据仅基于 Claude，其他 AI 工具可能不同。
• 自主性与价值的关系需要进一步研究。

关联概念

• AI-Artifact-Classification：自主性水平与产物类型相关。
• AI-Use-Rhythm：非工作时间的任务可能具有更高自主性。
• Labor-Market-Impact：自主性可能影响劳动力市场结构。
• Software-Development-Autonomy-Levels：框架互补——本实体测任务类型的自主分布（1-5 量表），后者分 SDLC 阶段的责任转移（三级自治）。