# Depois do treinamento de FDE pela Anthropic: como a equipe de pós-investimento de PE pode construir um sistema de entrega de IA transferível e lucrativo

> Anthropic anunciou um investimento de USD 100.000.000 para treinar dez mil FDE, e a Gartner previu simultaneamente que as empresas abandonarão muitos projetos de fornecedores devido a custos e capacidade de manutenção. Este relatório diferencia oferta de talentos, sucesso de entrega e retorno operacional, e apresenta o design organizacional de FDE pós-investimento de PE, cálculo de custo total, aceitação de transferência e plano piloto de doze semanas.

- Canonical: https://fdepe.com/pt/story?slug=fde-exit-anthropic-academy-gartner-operating-model-deep-report-2026
- Author: FDEPE Research Desk
- Published: 2026-10-05T02:48:13.479Z
- Updated: 2026-10-05T02:54:32.645Z
- Language: pt
- Original: https://fdepe.com/story?slug=fde-exit-anthropic-academy-gartner-operating-model-deep-report-2026
- Revision: 1
- Translation: automatic; the Chinese original is authoritative.

【Inferência | Conclusão principal】O valor do investimento em FDE deve ser medido pela capacidade da empresa de continuar aprimorando processos, controlando custos e realizando os benefícios comerciais após o término da presença do fornecedor. O novo programa de treinamento da Anthropic tem potencial para ampliar a oferta de talentos de entrega; a previsão da Gartner destaca fragilidades na transferência de conhecimento e na estrutura de custos. Para a equipe de pós-investimento de PE, aquisição, operação comercial e transferência de engenharia precisam ser projetadas como uma única decisão de investimento.

## Resumo executivo: validar separadamente talentos, entrega e lucro

- 【Fato】Anthropic em 2 de outubro de 2026 anunciou um investimento de USD 100.000.000, com o objetivo de treinar 10.000 Frontier Deployed Engineers até o final de 2027. Projetos reais, implantações simuladas, residência de 12 semanas e avaliações constituem o núcleo do plano; o número de pessoas e o investimento são compromissos e metas, ainda sem um conjunto completo de resultados. [S1]
- 【Fato】Gartner em 29 de setembro previu que até 202870% das empresas abandonarão a construção de IA de agentes por fornecedores FDE, principalmente por custos e incapacidade de evoluir de forma independente. Trata‑se de uma previsão analítica, não pode ser afirmado que atualmente 70% dos projetos FDE já falharam. [S2]
- 【Inferência】As duas mensagens apontam para um problema organizacional: as empresas precisam possuir conhecimento de processos, permissões de dados, ativos de teste e responsáveis internos. A presença de engenheiros no local pode acelerar a formação dessas capacidades, mas a permanência contínua pode também mascarar a falta de transferência de habilidades.
- 【Recomendação】Decida a continuação do investimento com base em três critérios: resultados de negócios, custo total e operação independente. Os custos da equipe central do fundo, o tempo dos especialistas de negócios, a revisão manual e os custos de saída devem ser incluídos na contabilidade do projeto.

## 1. Base factual: a Academy treina a capacidade de entrega, ainda sem comprovar retorno financeiro

Os primeiros participantes incluem Accenture, Bain, Capgemini, Deloitte, McKinsey, Morgan Stanley, Novo Nordisk e Australian Commonwealth Bank. Os participantes são indicados por suas instituições, ingressam no treinamento com o projeto Claude designado e, após a prática presencial, realizam um projeto real de 12 semanas na instituição de origem; a primeira certificação final está prevista para o início de 2027 [S1].

A hipótese é que o valor do mecanismo reside em conectar aprendizado ao ambiente de negócios e integrar engenheiros que já compreendem os processos da instituição ao programa de desenvolvimento. Ele reduz a distância entre o conhecimento em sala de aula e a implantação em produção, mas não resolve automaticamente a falta de responsáveis de negócios, permissões de dados, integração de sistemas legados ou orçamento insuficiente.

Frontier Deployed Engineer é o nome usado para o programa; neste texto, FDE em sentido amplo refere‑se ao mecanismo de entrega Forward Deployed Engineering. A participação de bancos ou consultorias não implica que suas empresas de private equity já utilizem o programa. Este relatório não obteve dados de receita, lucro ou manutenção independente dos projetos dos participantes.

A metodologia de pesquisa parte das duas comunicações anunciadas nesta semana como ponto de partida, complementada por estudos históricos de produtividade e documentos de engenharia originais. O conteúdo subsequente sobre organização, contratos e orçamentos representa recomendações analíticas, não sendo descrito como políticas já implementadas por quaisquer empresas participantes.

## II. Valor organizacional do FDE: transformar problemas de negócios em sistemas operacionais e mantíveis.

Definição de trabalho – Inferência: neste relatório, a entrega no estilo FDE deve atender a quatro condições simultâneas: inserção no local de negócios específico; definição de resultados em conjunto com o responsável de negócios; capacidade de modificar sistemas de produção e fluxos de trabalho; entrega de ativos que a empresa possa manter ou reutilizar continuamente. Apenas contratar engenheiros, usar grandes modelos ou aumentar o número de consultores ainda não constitui evidência suficiente.

- Tradução de negócios: esclarecer tarefas, exceções, autoridade de decisão e resultados financeiros, por exemplo, detalhar a cobrança de contas a receber de "gerar e‑mail" para identificar disputas, selecionar ações, aprovar o envio, registrar o recebimento.
- Ciclo fechado de engenharia: conectar registros de negócios, permissões, chamadas de ferramentas, logs de execução e testes de qualidade, formando um fluxo utilizável por usuários reais.
- Colaboração organizacional: especialistas de negócios fornecem regras e tratam exceções, engenheiros constroem o sistema, finanças validam os benefícios e mantenedores internos assumem as mudanças subsequentes.
- Patrimônio deixado: entregar dicionário de dados, interfaces, configurações, conjuntos de testes, manuais operacionais, registros de permissões e execução, além de treinar capacidade interna redundante de manutenção.

Julgamento: a escassez do FDE pode derivar da capacidade de integrar julgamento de negócios com execução de engenharia. Em escala, as partes repetíveis devem ser transformadas em produtos, enquanto diferenças setoriais permanecem em configurações e regras de processo. Se cada implantação depender da memória pessoal de um engenheiro, a expansão continuará consumindo talentos seniores de forma linear.

## III. Evidências contrárias: previsões têm limites e medições reais também apresentam vieses.

【Fato】Gartner exige que o contrato esclareça a propriedade intelectual, a responsabilidade compartilhada do projeto, a transferência de conhecimento e a responsabilidade de saída, e prevê que até 2028 menos de 20% dos projetos FDE transformarão demandas de clientes repetidas em capacidade central de produto do fornecedor. O comunicado de imprensa não fornece amostra ou método suficientes para recalcular a previsão. [S2]

【Julgamento】Esses conteúdos podem ser usados para formular questões de due diligence, mas não se pode usar diretamente 70% para calcular a probabilidade de falha de um projeto. A taxa de productização do fornecedor também não equivale ao benefício do cliente: processos exclusivos de cliente pontuais podem gerar alto retorno, mas ainda não se tornam produtos genéricos.

【Fato｜ Evidência Histórica】METR divulgou em 10 de julho de 2025 que 16 desenvolvedores experientes concluíram 246 tarefas reais de código aberto em um experimento aleatório, permitindo que o uso das ferramentas de IA da época aumentasse o tempo das tarefas em cerca de 19%. O objeto de estudo e o período do modelo são claros, não podendo ser extrapolados para todas as empresas atuais, FDE ou processos não de programação. [S3]

【Fato｜ Correção Posterior】Em 24 de fevereiro de 2026, a METR explicou que o experimento subsequente apresentou viés na seleção de participantes e tarefas, bem como dificuldade na medição de horas de agentes paralelos, considerando que os resultados originais não eram suficientemente confiáveis para estimar o ganho de velocidade na época. Portanto, não se pode continuar a tratar 19% de 2025 como uma conclusão fixa da produtividade de IA em 2026. [S4]

【Inferência】A lição mais útil para projetos de private equity pós-investimento é registrar simultaneamente tarefas reais, qualidade, tempo total de trabalho humano e custo completo. Quando os engenheiros percebem maior rapidez, mais código gerado e benchmarks de modelo mais fortes, tudo isso precisa ser comparado ao lucro líquido no ambiente de produção.

## Quatro, três modelos de entrega: escolha conforme a fase do problema e a capacidade interna

- Liderado pelo fornecedor: adequado para tarefas que exigem novas capacidades de produto, necessidade de conhecimento aprofundado de modelo ou plataforma, e que a equipe interna não pode executar temporariamente. O principal risco são altas taxas e dependência. O contrato deve especificar claramente o ponto final de presença, a transferência de conhecimento e a responsabilidade de interface.
- Liderado internamente pela empresa do grupo: adequado para processos com equipe de engenharia já existente, regras de negócio estáveis e clareza na propriedade de dados e produtos. O principal risco é a falta de experiência multidisciplinar da equipe ou a pressão de demandas diárias, necessitando de horas de projeto protegidas.
- Entrega conjunta da equipe central do fundo e da empresa: adequada quando várias empresas do grupo enfrentam problemas semelhantes e há componentes compartilhados legalmente. O principal risco é que os custos da sede sejam ignorados, as empresas do grupo relutem em cooperar e a reutilização intersetorial seja superestimada.

【Recomendação】O mecanismo de seleção pode usar quatro critérios: quão profunda é a necessidade de conhecimento proprietário do fornecedor, a velocidade de mudança das regras de negócio, se a capacidade interna de manutenção é suficiente, e se já há evidência de reutilização entre empresas. Quando o problema é claro e pode ser resolvido por um produto padrão, priorize a comparação do custo total entre produtos maduros e integrações convencionais; o investimento em FDE deve ter uma hipótese explícita de benefício adicional.

【Limites Organizacionais】A plataforma central do fundo pode padronizar critérios de avaliação, conectores e componentes de segurança; os dados que envolvem clientes, funcionários e segredos comerciais das empresas do grupo requerem autorização separada. Possuir controle não significa que quaisquer dados possam fluir livremente entre empresas sem condições.

## Cinco, modelo de custo total: deve haver uma ponte entre a liberação de horas de trabalho e a conversão em caixa.

【Inferência｜Definição do Modelo】Valor mensal de trabalho realizável = quantidade de tarefas qualificadas × minutos de economia líquida por tarefa ÷ 60 × custo horário em plena carga × taxa de realização. A economia líquida deve deduzir revisões adicionais, retrabalho e tratamento de exceções; a taxa de realização representa a parcela dos benefícios econômicos verificáveis, como menos contratações, menos terceirização e menos horas extras, resultantes da conversão do tempo economizado.

【Inferência｜Modelo de Caixa】Lucro operacional líquido mensal = valor de trabalho realizável + contribuição de novos negócios atribuível – custos operacionais adicionais. Os custos operacionais incluem modelo, computação, ferramentas, manutenção interna e avaliação contínua. O investimento inicial inclui ainda entrega presencial, integração, treinamento e primeira migração.

【Cenário Ilustrativo, sem dados reais de nenhuma empresa】Suponha 20.000 tarefas qualificadas por mês, custo de mão‑de‑obra em plena carga de CNY 50 por hora, investimento inicial de CNY 600.000 yuan; os três cenários não contabilizam vendas adicionais, evitando a dupla contagem da mesma capacidade liberada.

- Restrito: economia líquida de 5 minutos por tarefa, taxa de realização de 30%, valor mensal realizável de CNY 25.000; custo operacional mensal de CNY 90.000, lucro líquido negativo de CNY 65.000, impossibilitando o retorno do investimento no modelo atual.
- Base: economia líquida de 10 minutos, taxa de realização de 60%, valor mensal realizável de CNY 100.000; custo operacional de CNY 70.000, lucro líquido de CNY 30.000; período de retorno simples, calculado com base em ganhos estáveis, de 20 meses.
- Ótimo: economia líquida de 15 minutos, taxa de realização de 70%, valor mensal realizável de CNY 175.000; custo operacional de CNY 60.000, lucro líquido de CNY 115.000; período de retorno simples de aproximadamente 5.2 meses.

【Inferência】O período de retorno começa a contar a partir do ponto de operação estável, não inclui curva de ramp-up, valor temporal ou impostos, e não corresponde ao VPL. Os três cenários são testes de estresse, não constituem previsões probabilísticas; um projeto formal deve inserir mensalmente a quantidade real de tarefas, custos e a curva de ramp-up dos benefícios. No cenário base, se 20.000 tarefas não puderem ser convertidas em volume de trabalho realizável suficiente, o período de retorno será prolongado.

【Recomendação｜Critério PE】Os salários da equipe central do fundo e as despesas da plataforma devem ser alocados de forma razoável ao projeto. As empresas do portfólio podem relatar separadamente seus benefícios de caixa, mas a camada do fundo ainda precisa deduzir os custos centrais. Se o tempo economizado for usado para gerar receita adicional, contabiliza‑se apenas a contribuição adicional ou a única linha real de realização de custos.

## 6. Transferência e Aceitação: Demonstrar a transferência de capacidade por meio da conclusão independente de alterações.

【Recomendação】Operação independente significa que a empresa pode usar serviços e ferramentas de modelo obtidos legalmente, monitorar e diagnosticar problemas por conta própria, modificar regras de negócio e executar lançamentos e reversões. Pode continuar a adquirir APIs e serviços de suporte com escopo bem definido; o foco da aceitação é que as operações diárias não dependam mais de pessoal externo presencial.

- Aceitação de ativos: código, configurações, dicionário de dados, interfaces, conjunto de avaliação, etapas de implantação e limites de licença completos, permitindo que o pessoal interno reconstrua o sistema a partir de um ambiente controlado; os ativos têm responsáveis claros e registro de versões.
- Aceitação de conhecimento: o mantenedor interno lida de forma independente com uma mudança de negócio pré‑definida e um incidente, enquanto o fornecedor observa sem executar as operações; gravações de operação, registros de mudança e resultados são mantidos.
- Aceitação de qualidade: validar simultaneamente a correção, escalonamento de exceções, permissões de ações críticas e resultados de negócios em conjunto de retenção fixa e execução piloto real. Para ações de alto risco, definir aprovação de negócios e caminho de reversão.
- Aceitação econômica: incluir revisão manual e manutenção no custo de cada tarefa bem-sucedida; após a transferência, comparar o custo de serviço e o SLA usando a mesma métrica de tarefa.
- Aceitação contínua: reavaliar a capacidade de manutenção, taxa de utilização e custos nas visitas de acompanhamento sugeridas em 30 dias e 90 dias. O cronograma é uma recomendação deste relatório e deve ser ajustado ao ciclo de negócios.

【Fatos e base】O guia de avaliação original da Anthropic enfatiza a distinção entre a trajetória de execução e o resultado final do ambiente, combinando múltiplas métricas e monitoramento de produção. Para agentes de negócios, a saída “concluído” não pode substituir um registro efetivo no sistema de negócios. [S5]

【Recomendação | Definição de métricas】Taxa de sucesso de mudanças independentes = número de mudanças internas que não requerem execução do fornecedor e que passam pelo critério de qualidade ÷ total de mudanças testadas; Custo por tarefa bem-sucedida = custos de operação e manutenção manual no mesmo período ÷ número de tarefas que passaram na aceitação de negócios. O custo das tarefas falhas permanece no numerador e não pode ser removido por falha.

【Limites】Percentuais genéricos não podem substituir padrões de risco de negócios. Pagamentos financeiros, contratos com clientes e processos regulatórios devem adotar critérios mais rigorosos; documentos internos de baixo risco podem manter maior revisão manual. As empresas devem congelar os critérios de aceitação antes de observar os resultados piloto, reduzindo escolhas posteriores.

## 7. Contrato e incentivos: transformar a transferência de um documento anexo em condição de pagamento.

【Recomendação | Estrutura de termos comerciais】A declaração de trabalho deve especificar o escopo da tarefa, responsabilidade de produção, aceitação de negócios, transferência de conhecimento, limites entre propriedade intelectual existente e novos produtos, exportação de dados, licenças, rescisão e suporte de transferência. As questões a seguir são de design comercial; os termos reais devem ser implementados pelas partes de acordo com a transação e as regras aplicáveis.

- Pagamento em fases: vincular o orçamento a bases de negócios verificáveis, uso de produção e resultados de transferência; liquidar apenas por pessoa‑dia ou número de implantações, dificultando a criação de incentivos compartilhados para a operação independente da empresa.
- Transparência de custos: definir claramente as taxas de chamadas de modelo, ferramentas, suporte manual e custos de mudanças fora do escopo, acordar antecipadamente o modelo de cobrança para aumento de uso, evitando que custos baixos de piloto ocultem despesas em escala.
- Mudanças e falhas: definir as responsabilidades do responsável de negócios, do responsável de engenharia e do fornecedor; estabelecer acordos para resposta a incidentes, recuperação de dados, reversão de versões e limites de compatibilidade de atualizações da plataforma.
- Entrega de saída: listar o inventário de ativos entregáveis, treinamento, prática interna, prazo de suporte de transição e preço. Para tecnologias proprietárias já existentes do fornecedor, definir claramente o escopo de autorização necessário para a continuidade da operação.
- Incentivo ao pessoal: recompensar a contribuição líquida para o negócio, a transferência de conhecimento e componentes reutilizáveis; evitar recompensar apenas volume de uso, taxa de automação ou demonstrações técnicas.

【Inferência】 Fornecedores cujas receitas dependem totalmente das horas presenciais podem carecer de incentivos econômicos para reduzir a dependência do cliente. O comprador pode usar pagamentos por marcos, cotar separadamente serviços de manutenção e novos projetos, permitindo que o fornecedor também se beneficie da transferência bem-sucedida e da replicação subsequente.

## VIII. Piloto de doze semanas: fundo, negócios, engenharia e finanças são responsáveis em conjunto

- Semana 1‑2: selecionar cenários com volume de tarefas suficiente, limites de processo claros e relevância financeira; registrar qualidade, horas trabalhadas, custos e exceções. O responsável de negócios assina as questões e a linha de base, e o CFO confirma a métrica de receita.
- Semana 3‑4: criar o fluxo de trabalho mínimo, estabelecer permissões de dados, logs de execução, conjunto de avaliação preservado e mecanismo de intervenção humana. Os mantenedores internos colaboram desde o primeiro dia.
- Semana 5‑8: integrar usuários reais em lotes, comparar a qualidade das tarefas com o custo unitário; incluir exceções complexas e custos de falha nos registros. Se não atender aos limites de qualidade e custo, não expandir o escopo das tarefas.
- Semana 9‑10: conduzir manutenção interna independente e exercícios de mudança; amostrar para verificar se os benefícios se traduzem em redução de despesas realizáveis ou contribuição adicional; distinguir o impacto de modelo, padronização de processos e mudanças de pessoal.
- Semana 11‑12: negócios, finanças e engenharia decidem conjuntamente continuar, ajustar ou interromper; os componentes aprovados entram em um segundo grupo para teste de replicação.

【Limite】 Doze semanas é uma proposta piloto alinhada ao ciclo do programa de treinamento, sem garantia de que todos os projetos atinjam maturidade de produção nesse período. Processos regulados, integração profunda de ERP e retenção de clientes de longo prazo exigem um horizonte de observação maior; decisões devem ser faseadas em vez de afirmar forçadamente o sucesso dentro do prazo.

【Distribuição de responsabilidades】 O responsável de negócios responde pela adoção, exceções e resultados operacionais; o responsável de FDE responde por sistemas e entregas; os mantenedores internos são responsáveis por mudanças subsequentes; o CFO responde pelos lucros líquidos; o sócio gestor do fundo responde pela replicação entre empresas e custos centrais. Qualquer lacuna de função deve ser preenchida antes de ampliar a implantação.

## IX. Governança em nível de portfólio: usar um conjunto de indicadores para comparar diferentes empresas

- Resultados de negócios: escolher, por cenário, o ciclo de recebimento, retenção de clientes, margem unitária ou tempo de entrega. Cada projeto mantém uma linha de base e janela temporal fixas, proibindo a agregação de cenários incomparáveis em uma porcentagem média de melhoria.
- Adoção real: usuários ativos com tarefas de negócios reais / usuários-alvo elegíveis, observando simultaneamente a proporção de tarefas processadas. Conclusão de treinamento e número de logins são registrados separadamente.
- Qualidade e exceções: taxa de conformidade de negócios, erros graves, escalonamentos manuais e taxa de retrabalho. Quando a proporção de automação aumenta, verifica-se se a carga manual está sendo transferida para a fila de exceções.
- Economia: investimento inicial acumulado, lucro líquido mensal, custo por tarefa bem-sucedida e período de retorno; valores reais, orçamentos e cenários são apresentados separadamente.
- Transferência e replicação: taxa de sucesso de mudanças internas independentes, horas de suporte externo, custo de segunda implantação e custo de manutenção de componentes reutilizados.

【Recomendação | Regras de expansão de portfólio】Priorizar a replicação de processos que já passaram nas três validações de negócios, qualidade e operação independente. Em cenários onde componentes centrais podem ser reutilizados, mas os dados não podem ser misturados, adotar isolamento de permissões e avaliação independente; se diferenças setoriais fizerem o custo de reutilização aproximar‑se do de reconstrução, tratá‑lo como um novo projeto e iniciar novamente.

## X. Questões pendentes de validação e desenho de pesquisas subsequentes

- Anthropic Academy: rastrear nomeações, admissões, graduações, lançamentos em produção e a fila completa com 90 dias de manutenção independente; segmentar por instituição e complexidade do projeto, evitando divulgar apenas casos de sucesso.
- Previsão da Gartner: obter metodologia de pesquisa, base empresarial, definição de abandono e período de observação, distinguindo a interrupção de projetos individuais, substituição de fornecedores e cessação do uso de agentes.
- Empresa de portfólio de PE: visitar parceiros operacionais, CFO, equipe de linha de frente e engenheiros de saída, comparando contratos, logs de produção, horas trabalhadas e registros financeiros; o relatório atual não incluiu entrevistas.
- Projetos falhos: incluir amostras sem receita adicional, aumento de custos, rotatividade de pessoal e cancelamento de compras, registrando as causas; encerrar pilotos de baixo valor às vezes é alocação de capital sensata, não devendo ser rotulado genericamente como falha tecnológica.
- Evidência de replicação: comparar o custo de entrega adicional da primeira, segunda e terceira empresas, verificando se a plataforma compartilhada gera economias de escala, ao mesmo tempo registrando os custos de manutenção central.

【Conclusão da decisão】FDE pode se tornar uma capacidade organizacional importante para transformações pós‑investimento de PE, mas a lógica de investimento deve basear‑se em custos completos, aceitação real de negócios e manutenção sustentável. O plano de talentos fornece a oferta, a entrega do fornecedor fornece o ponto de partida; se a empresa mantiver sistemas operacionais, conhecimento e fluxo de caixa, isso determinará o valor de longo prazo dessa capacidade.

## Descrição da pesquisa e fontes diretas

Data de verificação dos dados: 5 de outubro de 2026. Dólares são usados para valores anunciados, renminbi apenas para exemplos construídos explicitamente. Pesquisas históricas são usadas apenas para análise de contexto e metodologia. O relatório adota conclusão antecipada, evidência em camadas e estrutura de modelo de negócios, sendo uma pesquisa independente da FDEPE, sem vínculo ou produção da McKinsey.

[[S1] Anthropic, 2026-10-02, anúncio da Claude Frontier Academy; compromissos de investimento, metas e mecanismo de treinamento. ↗](https://www.anthropic.com/news/claude-frontier-academy)

[[S2] Gartner, 2026-09-29, previsões de fornecedores FDE e recomendações de entrega; materiais públicos não fornecem método completo de previsão. ↗](https://www.gartner.com/en/newsroom/press-releases/2026-09-29-gartner-predicts-70-percent-of-enterprises-will-abandon-agentic-ai-built-by-vendor-forward-deployed-engineering-by-2028)

[[S3] METR, 2025-07-10, experimento aleatório precoce de IA 2025 sobre a produtividade de desenvolvedores de código aberto experientes; amostra limitada historicamente. ↗](https://metr.org/blog/2025-07-10-early-2025-ai-experienced-os-dev-study/)

[[S4] METR, 2026-02-24, ajustes de design de experimentos subsequentes de produtividade; discussão sobre viés de seleção e dificuldades de temporização. ↗](https://metr.org/blog/2026-02-24-uplift-update/)

[[S5] Anthropic, 2026-01-09, Desmistificando avaliações para agentes de IA; estrutura de avaliação, resultados reais e validação de produção. ↗](https://www.anthropic.com/engineering/demystifying-evals-for-ai-agents)

## Source links

- https://www.anthropic.com/news/claude-frontier-academy
- https://www.gartner.com/en/newsroom/press-releases/2026-09-29-gartner-predicts-70-percent-of-enterprises-will-abandon-agentic-ai-built-by-vendor-forward-deployed-engineering-by-2028
- https://metr.org/blog/2025-07-10-early-2025-ai-experienced-os-dev-study/
- https://metr.org/blog/2026-02-24-uplift-update/
- https://www.anthropic.com/engineering/demystifying-evals-for-ai-agents