截至 2026 年 5 月，Anthropic 超過(guò) 80% 的代碼，都是 Claude 寫的。

然而今天，Anthropic 卻發(fā)布了一篇博客，呼吁全球停止研究 AI。和過(guò)去一個(gè)最大的不同是，AI 能自己造 AI 了。

用行業(yè)黑話說(shuō)這叫遞歸自我改進(jìn)（recursive self-improvement）。它的終點(diǎn)，是一個(gè)能完全自主設(shè)計(jì)、并訓(xùn)練出下一代自己的 AI 系統(tǒng)。AI 開(kāi)始造 AI，而人類負(fù)責(zé)在旁邊按下「開(kāi)始」。

Anthropic 公開(kāi)了幾個(gè)驚人的內(nèi)部數(shù)據(jù)：

1. Anthropic 代碼庫(kù)中超過(guò) 80% 的代碼現(xiàn)在由 Claude 寫的（2025 年初還不到 5%）

2. 2026 年 Q2，工程師人均提交的代碼量是 2024 年的 8 倍

3. 員工自估 AI 讓產(chǎn)出效率提升了約 4 倍

4. Claude 優(yōu)化訓(xùn)練代碼的提速，一年內(nèi)從 3 倍飆到 52 倍

5. AI 能獨(dú)立完成任務(wù)的時(shí)間跨度每 4 個(gè)月翻倍一次（從 4 分鐘→1.5 小時(shí)→12 小時(shí)）

6. Claude 在幾周內(nèi)發(fā)現(xiàn)了全球重要系統(tǒng)中超過(guò) 1 萬(wàn)個(gè)高危安全漏洞

Anthropic 反復(fù)強(qiáng)調(diào)：遞歸自我改進(jìn)還沒(méi)發(fā)生，也并非必然。

今天的 Claude 在執(zhí)行層面已經(jīng)超人，能把一個(gè)定義清晰的實(shí)驗(yàn)跑得比人快一個(gè)數(shù)量級(jí)；但在「該做哪個(gè)實(shí)驗(yàn)」「這個(gè)方向值不值得走」這類需要研究品味（research taste）的判斷上，人類能守得住。

不過(guò)，當(dāng)「動(dòng)手」在人類時(shí)間上趨近于零成本，研發(fā)的瓶頸就只剩判斷力本身。而判斷力會(huì)不會(huì)也變成下一個(gè)「AI 先做不好、然后突然就會(huì)了」的能力，沒(méi)人敢打包票，Anthropic 自己也承認(rèn)，AI 接管一切的未來(lái)可能真的會(huì)到來(lái)。

當(dāng) AI 開(kāi)始自己進(jìn)化自己，這種完全的遞歸自我改進(jìn)的最大風(fēng)險(xiǎn)，是人類可能失去對(duì) AI 系統(tǒng)的控制。

如果 AI 能完全自主地構(gòu)建自己的繼任者，那么怎么確保它安全、怎么監(jiān)控它、怎么引導(dǎo)它的行為，這些問(wèn)題都會(huì)變得前所未有的重要。

這個(gè)未來(lái)，正在發(fā)生。

報(bào)告原文：

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

我們用的 Claude 是 Claude 自己寫的

超過(guò) 80% 的代碼來(lái)自 Claude。

截至 2026 年 5 月，Anthropic 代碼庫(kù)中超過(guò) 80% 合并進(jìn)去的代碼是 Claude 寫的。2025 年 2 月 Claude Code 發(fā)布之前，這個(gè)數(shù)字還是個(gè)位數(shù)。

工程師人均每天合并的代碼行數(shù)在前四年（2021-2024）基本不變，2025 年開(kāi)始爬升（Claude 開(kāi)始自己運(yùn)行代碼，不只是給建議），2026 年再次陡升（模型開(kāi)始自主長(zhǎng)時(shí)間工作）。2026 年 Q2，普通工程師每天合并的代碼量是 2024 年的 8 倍。

當(dāng)然，代碼行數(shù)是不太完美的指標(biāo)，8 倍可能高估了真實(shí)的生產(chǎn)力提升。但這確實(shí)說(shuō)明了加速正在發(fā)生。

在 2026 年 3 月一項(xiàng)覆蓋 130 名研究員工的調(diào)查中，受訪者估計(jì)使用 Mythos Preview 后產(chǎn)出增加了約 4 倍。

還有一些「做了本來(lái)不會(huì)做的事」的證據(jù)：比如 2026 年 4 月，Claude 提交了 800 多個(gè)修復(fù)，把一類 API 錯(cuò)誤降低了 1000 倍。

負(fù)責(zé)人估計(jì)，人類完成這些工作需要 4 年——因?yàn)樾迍e人的 bug 又慢又痛苦，而且人類很難在腦子里同時(shí) hold 住那么多不熟悉的上下文。

行數(shù)之外，Claude 寫的代碼質(zhì)量如何？

「好代碼」有兩個(gè)標(biāo)準(zhǔn)：能用，以及別人能看懂、能在上面繼續(xù)開(kāi)發(fā)。

過(guò)去一年，Anthropic 員工需要在中間糾正、接管 Claude 工作的頻率持續(xù)下降，即使在最復(fù)雜、最開(kāi)放的任務(wù)上也是如此。2026 年 5 月，在最開(kāi)放的任務(wù)上 Claude 的成功率達(dá)到了 76%，半年內(nèi)提升了 50 個(gè)百分點(diǎn)。

博客中有一個(gè)例子，一次常規(guī)升級(jí)導(dǎo)致數(shù)萬(wàn)個(gè)訓(xùn)練任務(wù)崩潰，工程師把 Claude 丟到項(xiàng)目中，只給了一些文本內(nèi)容和集群訪問(wèn)權(quán)限；Claude 逐個(gè)排查運(yùn)行中的任務(wù)，逐個(gè)測(cè)試環(huán)境設(shè)置，最終定位到了一個(gè)極其隱蔽的調(diào)試標(biāo)志導(dǎo)致了崩潰，穩(wěn)定復(fù)現(xiàn)并確認(rèn)修復(fù)。

大約 2 小時(shí)內(nèi)，Claude 交付了人類通常需要 2-3 天的工作量。

在可讀可維護(hù)方面， 人機(jī)差距仍然存在，但正在快速縮小。2025 年底，很多員工覺(jué)得 Claude 代碼質(zhì)量還不如人類；現(xiàn)在基本打平；預(yù)計(jì)年內(nèi)會(huì)超過(guò)人類。

現(xiàn)在 Anthropic 的代碼變更提案在合并前，會(huì)先由一個(gè)自動(dòng)化的 Claude 審查器檢查 bug、安全漏洞等缺陷。

回顧分析發(fā)現(xiàn)，這種自動(dòng)化審查本可以抓住 claude.ai 過(guò)去事故中約三分之一的 bug，而這些代碼的作者已經(jīng)是世界上最頂尖的工程師。

除了能覆蓋高質(zhì)量和數(shù)量的代碼，Claude 還會(huì)做實(shí)驗(yàn)。

每次 Anthropic 發(fā)布新模型，都會(huì)跑同一個(gè)測(cè)試：給 Claude 一段訓(xùn)練小型 AI 模型的代碼，讓它在不改變正確性檢查的前提下，盡可能加速這段代碼。

目標(biāo)是固定的，所以 Claude 需要通過(guò)重寫、運(yùn)行、計(jì)時(shí)、反復(fù)迭代來(lái)找到提速方法。

2025 年 5 月：Claude Opus 4 平均提速約 3 倍

2026 年 4 月：Claude Mythos Preview 提速約 52 倍

作為參考，一個(gè)熟練的人類研究員需要 4-8 小時(shí)才能達(dá)到 4 倍提速。

這個(gè)「優(yōu)化明確定義實(shí)驗(yàn)」的環(huán)節(jié)上，Claude 在不到一年內(nèi)從「超級(jí)有幫助」進(jìn)化到了「超越人類」。

2026 年 4 月，Anthropic 發(fā)表了第一個(gè)由 Claude 端到端運(yùn)行開(kāi)放研究項(xiàng)目的演示。Claude Agent 被賦予一個(gè) AI 安全問(wèn)題，大概是「弱模型能否可靠監(jiān)督強(qiáng)模型？」然后自己去解決。

這包括：提出假設(shè)、測(cè)試假設(shè)、與并行 Agent 分享發(fā)現(xiàn)、迭代優(yōu)化。

任務(wù)有明確的「地板」和「天花板」：地板是弱監(jiān)督者自己能做到多好，天花板是強(qiáng)模型用正確答案訓(xùn)練后的表現(xiàn)。

兩個(gè)人類研究員用大約一周時(shí)間，縮小了約 23% 的差距；而 Agent 們?cè)?800 個(gè)累計(jì)小時(shí)內(nèi)、花費(fèi)約 1.8 萬(wàn)美元算力，縮小了 97% 的差距。

有幾點(diǎn)需要注意，結(jié)果未能完全遷移到生產(chǎn)規(guī)模模型，人類仍然選擇了問(wèn)題并設(shè)計(jì)了評(píng)分標(biāo)準(zhǔn)。但在這個(gè)范圍內(nèi)，Agent 自己設(shè)計(jì)了每一個(gè)實(shí)驗(yàn)。

人類唯一有意義的角色就是定方向。

外部證據(jù)也顯示 AI 進(jìn)步速度在加快

AI 模型的進(jìn)步速度本身就在加速。

AI 評(píng)估機(jī)構(gòu) METR 有一個(gè)關(guān)鍵指標(biāo)，「AI 能可靠獨(dú)立完成的任務(wù)時(shí)長(zhǎng)」，大約每 4 個(gè)月翻倍一次，而之前的節(jié)奏是每 7 個(gè)月翻倍。具體來(lái)說(shuō)：

2024 年 3 月：Claude Opus 3 能完成人類需要 4 分鐘的軟件任務(wù)

2025 年：Claude Sonnet 3.7 能搞定人類 1.5 小時(shí)的任務(wù)

2026 年：Claude Opus 4.6 能處理 12 小時(shí)的任務(wù)

如果這個(gè)趨勢(shì)持續(xù)，今年內(nèi) AI 可能勝任人類需要幾天完成的任務(wù)，2027 年可能做到人類需要幾周才能完成的任務(wù)。

基準(zhǔn)測(cè)試也在被快速「攻克」：

SWE-bench（真實(shí)軟件工程測(cè)試）：模型得分從個(gè)位數(shù)到接近滿分，只用了 2 年

CORE-Bench（AI 復(fù)現(xiàn)論文能力的測(cè)試）：2024 年成功率約 20%，15 個(gè)月后基準(zhǔn)被「飽和」

從人寫代碼到 AI 自我閉環(huán)

Anthropic 總結(jié)了這個(gè)轉(zhuǎn)變的五個(gè)階段，從只是論文項(xiàng)目里面的一個(gè) Claude，到演變?yōu)榱奶鞕C(jī)器人 Claude，再到今天的自主智能體 Claude。

2021–2023，建造第一個(gè) Claude。 早期，Anthropic 的工作和任何一家科技公司沒(méi)什么兩樣：人們?cè)诠P記本電腦上寫代碼、寫文檔。

2023–2025，聊天機(jī)器人。 人們用早期的聊天機(jī)器人來(lái)輔助流程中的某些環(huán)節(jié)，比如生成簡(jiǎn)短的代碼片段，再把結(jié)果復(fù)制進(jìn)文本編輯器。

2025–2026，編程智能體。 隨著智能體能力變強(qiáng)，它們開(kāi)始能自己編寫和修改代碼，有時(shí)是整個(gè)文件。

今天，自主智能體。 智能體現(xiàn)在能自己運(yùn)行代碼，并把數(shù)小時(shí)的工作委派給其他智能體。

20XX？閉合循環(huán)。 未來(lái)，智能體可能強(qiáng)大到足以自己建造和訓(xùn)練模型。如果這一步實(shí)現(xiàn)，未來(lái)版本的 Claude 就可能由 Claude 自己持續(xù)改進(jìn)。

所以，未來(lái) Anthropic 的工作會(huì)是什么樣子？

證據(jù)表明，在 AI 開(kāi)發(fā)的每個(gè)環(huán)節(jié)，人類的角色都在收窄。

一旦人機(jī)代碼質(zhì)量達(dá)到 parity，人類將停止寫代碼，只負(fù)責(zé)審查。但如果人類審查速度跟不上 Claude 的生成速度，人類審查就成了瓶頸。同樣，一旦 Claude 能自主運(yùn)行實(shí)驗(yàn)，問(wèn)題就變成了「這些實(shí)驗(yàn)?zāi)膫€(gè)值得跑？」

簡(jiǎn)單來(lái)說(shuō)：執(zhí)行（寫代碼、跑實(shí)驗(yàn)、出結(jié)果）現(xiàn)在幾乎不花人類時(shí)間了，雖然仍然要消耗算力。

目前人類仍有比較優(yōu)勢(shì)的領(lǐng)域是研究品味和判斷力，包括選擇哪些問(wèn)題重要、哪些結(jié)果可信、什么時(shí)候該放棄一條路。

如果我們錯(cuò)了呢？

一個(gè)自然的反駁是：仍然由人類掌控的「選擇做什么問(wèn)題」才是最重要的。沒(méi)有這種判斷力，Claude 只是個(gè)能干助理，而非能自主推動(dòng) AI 進(jìn)步的體系。

這確實(shí)不確定：今天的訓(xùn)練方法和架構(gòu)能否解鎖這種能力，不太清楚，但 AI 的進(jìn)步很少靠「尤里卡」時(shí)刻。

Transformer 架構(gòu)、混合專家模型這類范式級(jí)創(chuàng)新確實(shí)重要，但它們幾年才出現(xiàn)一次。大多數(shù)進(jìn)展是漸進(jìn)式的：擴(kuò)大規(guī)模、看看哪里崩了、修復(fù)、再試，這正是 Claude 現(xiàn)在最擅長(zhǎng)的工作流。

即使 Claude 永遠(yuǎn)達(dá)不到好的研究品味，仍然意味著復(fù)合加速：如果人類把大部分時(shí)間花在那 1% 的方向設(shè)定上，而 Claude 處理其余一切，那意味著每個(gè)工程師或研究員駕馭的工作量遠(yuǎn)超從前。

三種可能的未來(lái)

場(chǎng)景一：AI 能力停在今天的水平

即使模型能力凍結(jié)在今天，世界也會(huì)發(fā)生巨大變化。

Project Glasswing 是一個(gè)早期信號(hào)：在推出前幾周，Mythos Preview 就在全球最重要的系統(tǒng)中發(fā)現(xiàn)了 超過(guò) 1 萬(wàn)個(gè)高危/嚴(yán)重級(jí)軟件漏洞，多到網(wǎng)絡(luò)安全防御的瓶頸已經(jīng)從「找漏洞」變成了「補(bǔ)丁打不打得過(guò)來(lái)」。

而且今天的模型向更廣泛經(jīng)濟(jì)滲透還處于早期，一個(gè) 100 人的公司越來(lái)越能做出 1000 人的活，因?yàn)槊總€(gè)員工腳下都踩著一座 Agent 金字塔。

我們列出這個(gè)場(chǎng)景是為了完整，但我們不認(rèn)為這很可能。

我們測(cè)量的每一項(xiàng)能力，包括代碼質(zhì)量、開(kāi)放任務(wù)成功率這些「軟」指標(biāo)，都在沿同一條曲線上升，目前沒(méi)有看到曲線彎曲的跡象。

場(chǎng)景二：AI 實(shí)驗(yàn)室持續(xù)看到復(fù)合效率提升（最可能）

在這個(gè)場(chǎng)景中，AI 開(kāi)發(fā)實(shí)質(zhì)性自動(dòng)化，但人類繼續(xù)設(shè)定研究方向和評(píng)判結(jié)果。

使用 AI 系統(tǒng)的組織效率會(huì)持續(xù)提升，預(yù)期每個(gè)人身上都會(huì)產(chǎn)生巨大的生產(chǎn)力乘數(shù)。100 人公司可能做出 1 萬(wàn)人甚至 10 萬(wàn)人的活。這會(huì)徹底改變知識(shí)工作和各項(xiàng)服務(wù)，但也可能被用于有害目的。

在 Anthropic 這樣的公司，人類角色會(huì)轉(zhuǎn)變：人們與 AI 系統(tǒng)合作擴(kuò)大研究規(guī)模、產(chǎn)生新洞察，共同構(gòu)建驗(yàn)證 AI 輸出是否可信所需的系統(tǒng)。

而加速流程的一個(gè)環(huán)節(jié)往往只是把瓶頸轉(zhuǎn)移到別處，整體速度受限于還沒(méi)加速的環(huán)節(jié)。

這就是計(jì)算機(jī)領(lǐng)域的阿姆達(dá)爾定律，同樣適用于組織。Anthropic 已經(jīng)遇到這一情況，隨著代碼產(chǎn)出暴增，人類代碼審查成了新瓶頸。

工程之外也有類似摩擦：由于員工與高能力的模型合作，新想法、新動(dòng)機(jī)、新工具和模擬呈爆發(fā)式增長(zhǎng)，遠(yuǎn)超我們有能力跟進(jìn)的數(shù)量。組織發(fā)現(xiàn)和消除瓶頸的速度，可能是隨時(shí)間提升的技能，也可能成為任何組織最重要的能力。

場(chǎng)景三：AI 系統(tǒng)實(shí)現(xiàn)完全遞歸自我改進(jìn)

如果技術(shù)能力持續(xù)提升趨勢(shì)延續(xù)，并且 AI 系統(tǒng)能發(fā)展出變革性人類創(chuàng)造力的固有能力，那么 AI 系統(tǒng)設(shè)計(jì)和優(yōu)化自己是很合理的。

在這個(gè)世界里，AI 開(kāi)發(fā)的速度完全由算力可用性決定（或在算法訓(xùn)練/推理中發(fā)現(xiàn)各種效率的速度）。人類角色大幅削弱，大部分努力轉(zhuǎn)向?qū)σ粋€(gè)由 AI 系統(tǒng)運(yùn)行的不斷擴(kuò)張的「虛擬實(shí)驗(yàn)室」進(jìn)行監(jiān)督、驗(yàn)證和核實(shí)。

能夠自動(dòng)進(jìn)行 AI 研發(fā)的系統(tǒng)，其技能也會(huì)轉(zhuǎn)移到其他科學(xué)領(lǐng)域，開(kāi)始進(jìn)化其他學(xué)科。

在這個(gè)未來(lái)中，對(duì)齊問(wèn)題如何解決（或不解決）是我們最不確定的。

模型可能足夠?qū)R且具備足夠的研究品味，能發(fā)現(xiàn)并實(shí)施我們尚未想到的新穎解決方案；也可能足夠明智，在不對(duì)齊時(shí)主動(dòng)停止開(kāi)發(fā)。

或者，今天模型中存在的罕見(jiàn)不對(duì)齊情況，可能在模型構(gòu)建繼任者的過(guò)程中復(fù)合放大，變得更頻繁卻更難理解，直到我們失去控制。我們可能無(wú)法構(gòu)建、整合和驗(yàn)證所需的工具，來(lái)理解我們實(shí)際處于哪條趨勢(shì)線上。

Anthropic 呼吁暫定研究 AI

這篇博客最重磅、也最具爭(zhēng)議的，是 Anthropic 最后拋出的呼吁：他們認(rèn)為全球應(yīng)該選擇放慢或暫時(shí)暫停前沿 AI 開(kāi)發(fā)，而且如果其他前沿實(shí)驗(yàn)室也愿意可驗(yàn)證地停下來(lái)，他們自己也會(huì)慢下來(lái)甚至?xí)和！?/strong>

Anthropic 指出，一個(gè)實(shí)驗(yàn)室單方面暫停他們現(xiàn)在也可以做，但幾乎沒(méi)有意義，它只會(huì)改變「誰(shuí)是領(lǐng)跑者」，不會(huì)創(chuàng)造更廣泛的審議空間。

有意義的暫停需要多個(gè)地區(qū)的多個(gè)資源充足的實(shí)驗(yàn)室同意在同一條件下停止，并且彼此能驗(yàn)證對(duì)方真的停了。

Anthropic 表示，他們將：

與多方合作研究如何建立可信的暫停/減速驗(yàn)證體系

采取行動(dòng)幫助構(gòu)建這套體系

組織多方對(duì)話，邀請(qǐng)政策制定者、研究人員、民間社會(huì)和其他 AI 公司共同探討

博客中明確地說(shuō)：「一個(gè)可信的暫停還要明確什么觸發(fā)它、什么解除它、誰(shuí)來(lái)做裁決。」這些制度在其他領(lǐng)域花了幾十年才建立起來(lái)，現(xiàn)在 AI 領(lǐng)域沒(méi)有那么多時(shí)間。

不過(guò) Anthropic 的態(tài)度是：先把體系建起來(lái)，讓「停下來(lái)」成為一個(gè)可行的選項(xiàng)。

過(guò)去我們安慰自己，AI 再?gòu)?qiáng)也只是工具，方向盤還是握在人手里。

看完 Anthropic 這篇文章，你會(huì)發(fā)現(xiàn)人類先是不寫代碼，只審代碼，到現(xiàn)在審核速度可能也沒(méi) AI 寫得快，然后審核也交給 AI ，于是人類再退一步，只決定「該跑哪個(gè)實(shí)驗(yàn)」；

等到 AI 繼續(xù)計(jì)劃，連「選什么」的準(zhǔn)確率也許也會(huì)大幅提升，很難不讓人懷疑這道防線遲早也會(huì)失守。所謂人類的的核心優(yōu)勢(shì)，沒(méi)有人的能保證它的有效期。

愛(ài)迪生說(shuō)天才等于 1% 靈感加 99% 汗水，如今 99% 那部分正被外包出去。

問(wèn)題在于，靈感從來(lái)不是憑空長(zhǎng)出來(lái)的，它長(zhǎng)在汗水里。

一個(gè)從不親手跑實(shí)驗(yàn)、從不在崩潰的訓(xùn)練任務(wù)里熬過(guò)通宵的人，憑什么相信自己還能生出那 1% 的判斷力？

把汗水全交出去，省下的時(shí)間，究竟用來(lái)積累更高級(jí)的判斷，還是用來(lái)遺忘判斷從何而來(lái)，這才是最細(xì)思極恐的問(wèn)題。

我們正在招募伙伴

簡(jiǎn)歷投遞郵箱 hr@ifanr.com

?? 郵件標(biāo)題 「姓名+崗位名稱」（請(qǐng)隨簡(jiǎn)歷附上項(xiàng)目/作品或相關(guān)鏈接）