智東西
編譯 陳佳
編輯 漠影

智東西6月5日消息，今日，美國AI大模型公司Anthropic旗下研究機構The Anthropic Institute發(fā)布報告《當AI開始構建自身》，結合公開基準測試與此前從未對外披露的內(nèi)部數(shù)據(jù)，論證AI已經(jīng)在加速自身的研發(fā)。

Anthropic判斷，能夠完全自主設計并訓練下一代模型的AI“遞歸自我優(yōu)化”或?qū)⒃缬诙鄶?shù)機構的預判到來。

報告披露，截至2026年5月，并入Anthropic代碼庫的代碼中已有超過80%由Claude編寫，而在2025年2月Claude Code開啟內(nèi)測之前，這一比例還停留在個位數(shù)。

▲Anthropic官宣《When AI builds itself》研究報告發(fā)布（圖源：X）

這種變化同樣體現(xiàn)在人均產(chǎn)出上。據(jù)Anthropic披露，2026年二季度Anthropic工程師日均交付到生產(chǎn)環(huán)境的代碼量已達到2024年的8倍。

在衡量模型獨立完成任務能力的外部測評中，AI可穩(wěn)定獨立處理的任務時長，也從此前每7個月翻倍提速到約每4個月翻倍。在一項固定的代碼提速基準測試中，Claude的表現(xiàn)在一年內(nèi)從約3倍跳到約52倍。

Claude已經(jīng)能自己設計實驗：在一項AI安全課題上，由它驅(qū)動的智能體自主提出假設、設計并跑完全部實驗，補上了97%的性能缺口，而兩名人類研究員忙活一周只補上23%。在真實科研記錄中，Anthropic模型對“下一步該怎么走”的預判勝過人類判斷的比例，升至64%。

這些數(shù)字串起來，指向一個趨勢：人在研發(fā)每一環(huán)能插手的地方都在收窄。Anthropic坦言，一旦AI生成的代碼質(zhì)量追平人工，人類的工作便會收縮至代碼審核環(huán)節(jié)；而當人工審核趕不上Claude出代碼的速度，人本身就成了新技術瓶頸。

它借愛迪生“1%靈感加99%汗水”的說法點明，真正推動前沿技術的大多是那“99%的汗水”——擴容、試錯、修復、再跑。而如今這“99%的汗水”恰恰是AI最擅長的，且正被AI快速自動化。

人類暫時守得住的，只剩選題、判斷結果可信度、以及在死胡同前及時收手的研究品味。

Anthropic推演了三種情景。其一是現(xiàn)有AI能力全面普及，增長趨勢觸頂放緩，靠堆算力和數(shù)據(jù)換不來頂尖研究者的判斷力，技術突破或被卡在芯片、電網(wǎng)這類供給側上。

其二是效率持續(xù)復利、但人類仍握著選題權，百人公司能干出十萬人的活、知識工作被改寫，但同一套能力也可能被用于全民監(jiān)控和精準輿論操縱。

其三是最極端的全面遞歸自我優(yōu)化，AI自己造下一代，研發(fā)快慢只由算力決定，人退到監(jiān)督核驗的位置。這一情景下AI價值觀與人類深度對齊問題能否解決，是最大變數(shù)。

也正因第三種情景風險最高，Anthropic罕見地把這篇報告落在了一個政策訴求上：支持全球擁有“可核驗地減速或暫?！鼻把匮邪l(fā)的選項。

它坦言，單方面踩剎車只會讓最不謹慎的玩家追上來、反而更危險，人們真正需要的是一套能讓各家彼此確認“對方真的停了”的核驗機制。

但難點恰恰在此，一次模型訓練遠比一座導彈發(fā)射井容易隱藏，搶先突破者能獨吞領先優(yōu)勢，偷偷違約的誘惑極大。

Anthropic拿耗時多年才建成的《中導條約》作比，直言AI留給世界的窗口遠沒這么長，并稱未來幾個月會把政策制定者、研究人員、同行公司等各方請到一起討論，再公開結果。

報告原文：
https://www.anthropic.com/institute/recursive-self-improvement

一、Anthropic劃出AI自主研發(fā)五階段，下一代Claude或由Claude自己打造

Anthropic在文中用一條時間線，復盤了AI在其研發(fā)流程里一步步從工具走向主力的過程。

▲AI自主研發(fā)演進五階段

最早的2021到2023年，也就是初代Claude的研發(fā)期，Anthropic和任何一家普通科技公司沒什么兩樣：人坐在筆記本電腦前，自己手敲代碼、自己寫文檔。

隨后的2023到2025年進入對話機器人階段，工程師開始借早期聊天機器人打打下手，讓它生成一小段代碼，再手動復制粘貼回編輯器，AI還只是流程里的一個幫手。

到了2025至2026年的代碼智能體階段，情況變了，智能體已經(jīng)能自己動手寫、自己改代碼，有時甚至能獨立完成整個文件。

而當下所處的，是自主智能體階段：智能體不光能自己跑代碼，還能把需要幾個小時的活兒拆出來、分派給別的智能體去干，人更多扮演調(diào)度與驗收的角色

Anthropic把最后一個尚未到來的階段標成“20XX？”，并稱之為研發(fā)閉環(huán)階段。未來的智能體或許強到能自己搭建、訓練模型，到時下一代Claude將由Claude自己持續(xù)迭代。

這條線演進路線的終點，正對應著Anthropic反復提到的“遞歸自我優(yōu)化”。

二、AI獨立完成任務時間快速拉長，多項核心測試逼近滿分

先看外部公開數(shù)據(jù)，Anthropic模型能穩(wěn)定獨立完成的任務時長正快速拉長。這個時長此前大約每7個月翻一倍，如今提速到約每4個月翻一倍。

具體而言，2024年3月的Claude Opus 3只能搞定人類約4分鐘的軟件任務，一年后的Claude Sonnet 3.7能處理約一個半小時的工作，再過一年的Claude Opus 4.6已能扛起12小時的項目。照這個節(jié)奏，今年AI有望勝任熟練工程師要花好幾天的任務，到2027年則可能處理人類需要耗費數(shù)周的工作。

此外，負責長周期任務測評的METR平臺數(shù)據(jù)顯示，針對長周期任務完成能力，Claude Mythos Preview可持續(xù)不間斷運算至少16小時，性能觸及METR現(xiàn)有測試題庫的測評上限?；鶞蕼y試用于量化模型在特定領域的能力表現(xiàn)，當模型得分逼近滿分時即判定為測試飽和。

代碼與科研類基準測試同樣印證該增長規(guī)律?？疾煺鎸嵻浖こ棠芰Φ腟WE-bench，會給模型一個真實開源代碼庫和一份漏洞報告，要它寫出既能修好問題、又能通過項目原生測試的補丁。短短兩年，Anthropic各大模型的得分就從個位數(shù)一路刷到接近滿分的飽和線。

三、代碼產(chǎn)出曲線兩度抬升，工程師日均合并量達2024年的8倍

Anthropic把前沿模型研發(fā)拆成工程和科研兩塊：工程落地環(huán)節(jié)包含代碼編寫、算力基建部署與模型訓練管控；科研環(huán)節(jié)則負責敲定實驗方向、解析實驗數(shù)據(jù)、篩選后續(xù)研發(fā)思路。

工程這一端，人類只需給出目標、不必再交代具體怎么做，Claude就能在需求并不明確的情況下自己找出解法。

科研端，面對細則完備的既定實驗，Claude落地執(zhí)行能力已經(jīng)持平甚至優(yōu)于資深研發(fā)人員。

研發(fā)人均產(chǎn)出數(shù)據(jù)同樣印證這一變化：2021至2024四年間，工程師日均入庫代碼行數(shù)長期保持平穩(wěn)。

▲工程師單季度代碼產(chǎn)出倍數(shù)變化

2025年Claude從僅生成代碼片段升級至可自主運行代碼，無需人類復制粘貼，人均產(chǎn)出開始上漲。

2026年模型實現(xiàn)長周期自主運算后，產(chǎn)出增速再度大幅抬升。

2026年二季度，工程師日均合并代碼量達到2024年同期的8倍，核心原因是代碼主體由Claude編寫，人類僅負責需求統(tǒng)籌與內(nèi)容審核，不再手動敲碼。

Anthropic也給這個數(shù)字潑了冷水，代碼行數(shù)側重量化產(chǎn)出體量，無法衡量代碼質(zhì)量。Anthropic內(nèi)部績效核算不以代碼行數(shù)為考核標準，研發(fā)產(chǎn)出提升純粹源于員工依托AI批量生成代碼。

四、積壓任務開始被清空，AI正在釋放研發(fā)產(chǎn)能

代碼產(chǎn)出量的暴增與員工體感層面的效率提升對得上。

2026年3月，Anthropic面向130名研究人員做過一次內(nèi)部調(diào)研：在那些原本就要落地的項目上，受訪者借助內(nèi)部模型Mythos Preview后，自評產(chǎn)出的中位數(shù)達到?jīng)]有任何AI時的4倍。Anthropic坦言實際增幅大概略低于這個自評值，但方向上可信。

Anthropic稱，有數(shù)據(jù)證明，研發(fā)人員借助Claude落地了大量原本擱置的工作，包含探索性工具開發(fā)、積壓已久的代碼整改。

2026年4月，Claude一口氣提交了800多個補丁，把某一類API報錯壓到原來的千分之一。負責這個項目的工程師估算，同樣的工作量交給人，大概要干四年。因為排查他人留下的遺留漏洞本就費時費力，人也很難一次記住那么多陌生的代碼上下文。

甚至有Anthropic員工說，自己已經(jīng)快五個月沒親手寫過一行代碼了。

五、開放式任務成功率半年沖到76%，自動審查能攔下三分之一歷史線上事故

Anthropic用兩條標準衡量Claude代碼的好壞：一是功能可用，即能跑通；二是代碼可讀性與可迭代性，即別的工程師看得懂、接得上。

▲Claude Code四類任務落地成功率走勢

先看能不能跑通。Anthropic說，過去一年，哪怕是沒有標準答案、工程師自己也說不清結果該長什么樣的開放式難題，中途被人工修正、推翻或接手的比例也一直在降。

到2026年5月，Claude在最高難度的開放式任務上成功率達到76%，半年里漲了50個百分點。

一個典型案例是：某次例行升級讓數(shù)萬個訓練任務集體崩潰，工程師只丟給Claude一段故障描述和集群訪問權限，模型挨個排查在跑的任務、逐項測試環(huán)境參數(shù)，最后揪出一個冷僻的調(diào)試開關才是元兇，完成復現(xiàn)并確認了修復方案，把通常要兩三天的活壓進了大約兩小時。

在代碼可讀性與可迭代性方面，該維度AI與人工仍存差距，但差距快速收窄。Anthropic內(nèi)部看法不完全一致，多數(shù)人認為Claude的代碼在2025年底還不如人寫的，如今大致打平，并預計年內(nèi)會反超。

基于這個變化，Anthropic改了自己的代碼審查流程：所有待合并的改動，先過一道Claude自動審查，專挑漏洞和安全缺陷。

一次回溯分析顯示，如果過去每一處改動都先經(jīng)這道審查，claude.ai歷史線上事故背后的漏洞里，約有三分之一本能在上線前被擋下——而寫出這些代碼的，正是全球最擅長搭建這類系統(tǒng)的一批工程師。

六、訓練代碼提速52倍，Claude開始自己設計實驗、自己判斷方向

每出一款新模型，Anthropic都會跑同一道題：給Claude一段訓練小模型的代碼，要求在通過同樣正確性校驗的前提下盡量讓它跑得更快。目標和驗收標準都提前鎖定，Claude要做的就是反復改寫、運行、計時、再改，本質(zhì)上是一個微縮版的實驗閉環(huán)。

2025年5月，Claude Opus 4平均能把代碼提速約3倍；到2026年4月，Mythos Preview做到了約52倍——作為參照，一名熟練研究員花4到8小時通常也就提速4倍。

Anthropic提醒，這個倍數(shù)很大程度取決于初始代碼有多少優(yōu)化空間，不能當成真實訓練場景的提速，真正有意義的是在同一道題上進行人機對比以及新舊模型之間的橫向?qū)Ρ取?/p>

更進一步，Claude開始能自己設計實驗了。

2026年4月，Anthropic公布了首個由Claude驅(qū)動的智能體端到端獨立完成的開放式課題：讓一個偏弱的模型可靠地監(jiān)督更強的模型。

兩名人類研究員耗時約一周，補上了約23%的性能缺口。AI智能體則在累計800小時、約18000美元（約合人民幣12.2萬元）算力開銷下補上了97%的性能缺口。

Anthropic還翻出2026年1到3月的真實協(xié)作記錄，專挑出129個人類當時走了彎路的節(jié)點，只把跑偏前的信息喂給模型、讓它預測下一步該怎么走，再請另一個能看到最終結果的Claude來評誰的選擇更好。

結果是，2025年11月的主力模型Opus 4.5有51%的判斷優(yōu)于人類，2026年4月的Mythos Preview升到64%。Anthropic強調(diào)，這些都是刻意挑出的高難節(jié)點，算不上人機判斷力的對等較量，但足以用作縱向觀察AI研判能力長進的標尺。

七、99%的汗水正被AI自動化，選題判斷成了人類的護城河

把這些證據(jù)串起來，Anthropic的判斷是：在研發(fā)的每一環(huán)，人能插手的地方都在收窄。一旦AI代碼質(zhì)量追平人工，人類就會徹底退出寫碼、只剩審核；可萬一審核速度趕不上Claude生成代碼的速度，人工審核本身就成了新的瓶頸。

實驗這邊也一樣，等Claude能獨立跑實驗，人要回答的問題就只?！斑@些實驗里哪個值得跑”。簡言之：編碼、實驗落地、數(shù)據(jù)產(chǎn)出等執(zhí)行環(huán)節(jié)幾乎不再消耗人力，僅產(chǎn)生算力開銷。

針對“人類的選題判斷才是核心、缺了它Claude只是個高級助手”這一常見質(zhì)疑，Anthropic的回應是：AI的進步很少靠靈光一現(xiàn)。

▲科研決策對比：Claude方案優(yōu)于人類的樣本占比變化

Transformer、混合專家模型這類范式級突破隔好些年才出一個，中間的絕大多數(shù)技術進步來自迭代試錯：擴容落地、排查故障、修復優(yōu)化、反復測試，而這套流程恰恰是Claude的強項。

愛迪生說天才是1%的靈感加99%的汗水，如今這99%的汗水正越來越多地被自動化。

退一步說，就算Claude永遠學不會頂尖的科研品味，保守研判現(xiàn)有數(shù)據(jù)，研發(fā)提速的復利效應依舊成立。人類僅耗費少量精力把控頂層選題，剩余全量落地工作交由AI承接，單個研究員可統(tǒng)籌的項目體量成倍擴張。

Anthropic稱，眼下人類的相對優(yōu)勢，是選題、判斷哪些結果可信、以及在死胡同前及時收手的“研究品味”。

八、Anthropic給出三種未來情景，AI遞歸自我優(yōu)化內(nèi)涵最大變數(shù)

順著這條線，Anthropic推演了三種走向。第一種是增長見頂：現(xiàn)有成熟AI技術在全行業(yè)大范圍落地，算力與數(shù)據(jù)擴容帶來的性能邊際收益遞減，增長逐步放緩直至停滯。

靠堆算力和數(shù)據(jù)換不來區(qū)分平庸與頂尖研究者的那種判斷力，要破局就得有能取代Transformer的全新架構。技術瓶頸也可能不在模型，而在芯片產(chǎn)能、電網(wǎng)和帶寬這些供給側。

第二種是AI實驗室的效率持續(xù)復利上漲，但人類依舊牢牢掌握選題和成果判斷權。這種局面下，百人公司能干出過去一萬甚至十萬人的活，知識工作和政務服務被徹底改寫；但同樣的能力一旦被濫用，也能用于全民監(jiān)控，或是規(guī)模遠超任何人類團隊的精準輿論操縱。

第三種最極端：AI實現(xiàn)完整的遞歸自我優(yōu)化，自己造自己的下一代。屆時研發(fā)快慢只取決于算力和算法效率，人退到監(jiān)督和核驗的位置，守著一個越鋪越大、由AI運行的虛擬實驗室。

Anthropic坦言，該場景下對齊問題能否妥善解決是最大變數(shù)。

一種可能是AI價值觀與人類深度對齊，兼具科研決策能力，自主研發(fā)出人類尚未突破的對齊方案，在出現(xiàn)風險時主動暫停迭代。

另一種風險路徑是現(xiàn)有偶發(fā)的對齊缺陷，隨AI自主迭代持續(xù)累積、不斷惡化，最終人類徹底失去管控，且我們來不及搭建核驗工具，無法預判風險走向。

一旦AI能力全面超越人類并滲透全產(chǎn)業(yè)鏈，具備自主迭代能力的AI或?qū)⒅鲗蚪?jīng)濟，人力失去市場競爭力后的經(jīng)濟格局無從預判。

但僅靠AI遞歸迭代，無法瞬間顛覆工業(yè)生產(chǎn)、社會組織與市場運行規(guī)則：AI無法復刻藥物數(shù)十年臨床積累的真實副作用、無法突破法律章程提前組織選舉、無法短期內(nèi)促成深厚人際羈絆。

即便上游實驗室依托算力飛速迭代，普通人感知的社會變革節(jié)奏仍受各類現(xiàn)實瓶頸約束。高速自我進化的AI與人類社會、人情、治理體系的碰撞走向，仍是無法預判的未知變量。

九、留給全球協(xié)調(diào)的窗口并不寬裕，Anthropic主張建立可核驗的暫停機制

那該怎么辦？Anthropic的態(tài)度是，如果能切實放慢這項技術、給治理和對齊研究多爭取些時間，整體利于全球安全。但單方面踩剎車只會讓最不謹慎的玩家追上來，反而讓所有人更不安全。

在沒有全球協(xié)調(diào)機制的當下，各國政府和企業(yè)只能在競爭與地緣壓力下艱難權衡。為此，Anthropic主張世界應當握有“可核驗地減速或暫?！鼻把匮邪l(fā)的選項，并稱The Anthropic Institute會聯(lián)合各方搭建這樣一套核驗體系，讓前沿玩家彼此能確認對方是真的停了或慢了，也防止有人借協(xié)調(diào)放緩之名暗中搶跑。

它表態(tài)，只要這套體系到位、且其他頭部機構也以可核驗的方式跟進，Anthropic愿意一同減速或暫停。

難就難在核驗本身。一次模型訓練遠比一座導彈發(fā)射井容易隱藏，用的算力和數(shù)據(jù)又都是通用的，而搶先突破者能獨吞領先優(yōu)勢，偷偷違約的誘惑極大。一份站得住腳的暫停協(xié)議，還得說清楚什么情況觸發(fā)、什么情況解除、由誰來裁決。

Anthropic拿《中導條約》作比，指出這類國際核驗機制不是沒建成過，但基建加互信往往要磨上幾十年，而AI留下的窗口遠沒這么長。

它稱，未來幾個月會把政策制定者、研究人員、民間機構和同行公司請到一起，專門討論遞歸自我優(yōu)化帶來的治理難題并公開成果。這場磋商，AI公司之外的各方也該有一席之地。

結語：當造車的人開始喊“該裝剎車了”

AI造AI的故事講到這里，值得玩味的，或許是一家正處在競速最前沿的公司，主動掀開內(nèi)部賬本，承認自己造出的工具正在以超出預期的速度發(fā)展，然后轉(zhuǎn)身呼吁全行業(yè)考慮“踩剎車”。

當下的AI競賽本就是一場誰也不敢先停的博弈，這是典型的囚徒困境，明知道一起慢下來對所有人都好，卻沒人敢賭別人也會慢。

來源：Anthropic