來源：新智元

【導讀】AI造AI，已經發生了！Anthropic重磅長文揭秘，超80%代碼由Claude編寫，工程師人均產出暴增8倍，Mythos研究提速52倍。看著如此恐怖的進化速度，Anthropic卻發出呼吁：必要時，請暫停AI研發。

AI造AI的時代，已然降臨！

就在剛剛，Anthropic扔出了一篇重磅長文：When AI builds itself（當AI開始造AI）。

打開這篇博客，滿屏只透出一個詞：加速！

這一次，他們用最硬核的真實數據，把AI「遞歸自我改進」（RSI）徹底砸到了臺面上——

在Anthropic內部，超80%的代碼，全由Claude編寫；

工程師人均代碼產出較2024年暴漲8倍，許多研究員已經5個月，沒有手寫過一行代碼；

最開放的工程難題上，Claude成功率半年從26%飆到76%；

優化訓練代碼，人類4-8小時做到4倍加速，Claude Mythos Preview直接干到52倍。

「遞歸自我改進」的奇點尚未徹底降臨，但它逼近的速度，恐怕已超出全球所有頂尖實驗室的準備。

然而，最具戲劇性的一幕出現了：

就在Anthropic不斷鋪陳RSI，將以何等驚人的速度到來時，卻突然發出嚴肅呼吁——

必要時，一起按下前沿AI的「暫停鍵」。

一時間，這篇博文全網刷屏，許多人瘋狂安利：墻裂建議每個人都讀一讀！

80%的代碼，出自Claude之手

整篇文章，Anthropic都在向外界證實一個令人膽寒的現實——

Claude正在瘋狂按下AI進化的「加速鍵」。

他們正在蹚出一條通向「遞歸自我改進」的現實路徑：讓AI親手打造出比自己更強大的下一代系統。

而這一切，比所有人預想的還要快。

截至2026年5月，Anthropic合入代碼庫的代碼中，超80%由Claude撰寫。

而在2025年2月Claude Code發布之前，這個數字還停留在「個位數」。

一年多時間，從「打打下手」到「包攬八成」。

Claude進化時間線

產能端的變化更直觀。2021到2024年，Anthropic工程師人均每天合入的代碼量基本是一條水平線。

2025年，Claude開始自己運行代碼，曲線第一次上揚；

2026年，模型開始在更長時間跨度上自主工作，曲線第二次陡升。

到2026年第二季度，典型工程師的日代碼合入量，已經是2024年的8倍。

一位Anthropic員工的自述更扎心：

大約一年前我開始全力「Claude化」。這是一場瘋狂的冒險——到現在，我已經有約5個月沒自己寫過任何代碼了。

不過，Anthropic也很誠實地補了一刀：

代碼行數衡量數量多過質量，8倍肯定高估了真實生產力。

但2026年3月，對130名研究人員的內部調查顯示，中位數受訪者估計，自己的產出是沒有AI時的4倍左右。

不光寫得多，寫得還比人好

量大管飽，那Claude輸出的質量如何？

Anthropic給出了兩個判斷標準：代碼能不能跑，以及別的工程師能不能看懂、能不能在上面繼續蓋樓。

第一條，證據已經非常硬核。

過去一年，研究員糾正、打斷、中途接管Claude任務的比率持續下降——

哪怕是在最復雜、最開放的任務上。

在最開放的任務難度檔位上，Claude的成功率在2026年5月達到了76%，6個月暴漲50個百分點。

舉個真實案例：一次例行升級，突然讓數萬個訓練任務集體崩潰。

工程師只丟給Claude一段文字描述和集群權限，Claude在運行中的任務里逐一排查環境變量，揪出了那個極其隱蔽的調試標志，復現、驗證、修復

兩小時，Claude干完了正常需要兩三天的活。

更夸張的是2026年4月的一次「大掃除」，Claude一口氣提交了800多個修復，把一類API錯誤壓低了1000倍。

負責監督的工程師估算：這些活兒如果讓人來干，得花4年。

第二條標準，差距還在，但正在以肉眼可見的速度消失。Anthropic內部的共識是：

我們預計Claude編寫的代碼，將在今年內全面超越人類。

Claude寫代碼，Claude審代碼，這個閉環已經轉起來了。

一年提速52倍，Claude暴擊人類

如果說寫代碼只是工程層面，那真正讓人脊背發涼的，是研究層面的進展。

Anthropic每次發新模型，都會做同一個測試：

給Claude一段訓練小型AI模型的代碼，要求它在保證正確性的前提下，跑得越快越好。

這本質上，就是一個微縮版的AI研究實驗循環——改代碼、跑、計時、再改。

看看這份極具壓迫感的「成績單」：

• 2025年5月：Claude Opus 4約3倍加速

• 2026年4月：Claude Mythos Preview約52倍加速

而一位熟練的人類研究員，需要4到8小時，才能做到4倍。

一年時間，Claude從「超級有用」到「超人水平」。在這種目標明確的實驗優化環節，人類已經被甩出了一個數量級。

更重磅的是，Claude開始展現「研究判斷力」的苗頭。

Anthropic做了一個極其刁鉆的實驗：他們翻出真實研究session里人類研究員「走彎路」的129個時刻，把彎路之前的全部上下文喂給Claude，問它：下一步該怎么走？

再讓另一個能看到完整結局的Claude當裁判。

結果，2025年11月的Opus 4.5，有51%的概率給出比人類更優的下一步；

2026年4月的Mythos Preview，這個數字漲到了64%。

還有那個著名的「端到端」實驗：Claude智能體被丟進一個開放的AI安全難題，自己提假設、自己設計實驗、自己和并行智能體交換發現。

兩位人類研究員花一周，只追回了23%的性能差距；

Claude智能體軍團用800個累計小時、約1.8萬美元算力，追回了97%。

人類唯一的實質性貢獻，只剩下：選了這個題。

AI留給人類「1%靈感」

所剩時間不多了

把以上所有證據拼在一起，一幅圖景浮現出來：

在AI開發的每一個環節，人類的角色都在收窄。

寫代碼？Claude包了。跑實驗？Claude比你快一個數量級。判斷下一步？Claude正在追上來。

Anthropic的判斷是：一旦人類和AI的代碼質量達到平價，人類將徹底停止寫代碼，只負責審查。

但問題來了，如果人類審查的速度跟不上Claude生成的速度，人類自己就會變成AI發展的瓶頸。

這正是計算機科學里經典的「阿姆達爾定律」（Amdahl’s law）——

整體速度，永遠被那個沒提速的環節卡住。

Anthropic已經撞上了第一堵墻：代碼審查排隊。

第二堵墻也來了：員工和強大模型合作之后，新想法、新工具、新模擬的產出量爆炸，多到公司根本沒有能力全部消化。

目前，人類僅存的比較優勢，叫做「研究品味」——

判斷哪些問題值得做、哪些結果可信、哪條路是死胡同。

但Anthropic毫不留情地補了一刀，愛迪生說天才是1%的靈感加99%的汗水，而我們看到，汗水正在被全面自動化。

文章里有一段非常清醒的論述：AI的進步很少靠「靈光一現」。

Transformer這種范式級靈感，幾年才出一次；

之間的絕大多數進步，靠的都是「放大、看哪壞了、修好、再試」。這恰恰是Claude最擅長的工作流。

至于「研究品味」？

Anthropic的原話是，它可能只是又一個AI暫時不會、然后突然就會了的能力。解釋笑話、心智理論、語言謎題——哪一個不是這么被攻克的？

三種未來

Anthropic押注最后兩個

那接下來會發生什么？Anthropic給出了三種劇本。

劇本一：趨勢停滯，S曲線見頂。

也許「研究品味」就是堆算力堆不出來的；也許瓶頸在芯片、電網和供應鏈。

但即便模型能力今天就凍結，世界也回不去了——

Project Glasswing的Mythos Preview，僅在最初幾周就在全球關鍵系統中，找出了超過10000個高危和嚴重級漏洞，多到網絡防御的瓶頸從「找漏洞」變成了「來不及打補丁」。

不過Anthropic自己都說：這是三種劇本里他們最不相信的一種。

因為到目前為止，每一條能測量的能力曲線，都沒有彎。

劇本二：復合加速持續，人類掌舵，

AI研發大幅自動化，人類繼續掌舵方向。100人的公司干出10萬人組織的活兒。

這是Anthropic認為最可能的走向——

但效率的另一面，是整套能力同樣可以服務于全民監控和千人千面的操縱機器。

劇本三：完全的遞歸自我改進。

AI自己設計、訓練、迭代自己的繼任者。AI進步的速度只取決于算力供給，人類退居驗證和監督。

Anthropic罕見地承認：對這個世界，「我們沒有好的直覺」——

今天模型里那些罕見的失準行為，可能在一代代自我構建中復合放大，越來越頻繁，越來越難以理解，直到失控。

上個月在倫敦的演講，聯創Jack Clark給出過一個更具體的數字：

2028年底前，出現遞歸自我改進的概率為60% 。

警告全球：必要時，暫停AI

于是，就有了這篇博客，最戲劇性的部分。Anthropic公開寫道：

我們相信，讓世界擁有「減速或暫停前沿AI開發」的選項，是一件好事—— 這能讓社會結構和對齊研究跟上技術的腳步。

注意，他們沒有天真地喊「都停下」。

Anthropic說得很清楚：如果只有謹慎者放慢腳步，等于把領先優勢拱手送給最不謹慎的人。

所以真正需要的，是多國、多個前沿實驗室、在同樣條件下同時停，且彼此可驗證。

當AI開始造AI，正叩開ASI的大門

人類通往超級智能（ASI）的路徑上，一直橫著一道理論上的「最后關卡」：智能爆炸的臨界點。

當AI改進AI的速度，超過人類改進AI的速度，飛輪就會脫離人類的手，開始自轉，且越轉越快。

今天，全球估值最高的AI公司之一，拿著自家代碼庫的提交記錄告訴你：

跨越臨界的倒計時，已經悄然開啟。

80%的代碼、8倍的產能、52倍的實驗加速、64%的判斷勝率——每一個數字，都是飛輪加速的一聲咔噠。

剩下的，只有最后一格：研究品味。

一旦這格被點亮，AI研發的速度將只由算力決定。從AGI到ASI的距離，可能短到以「模型代際」來計量。

到那時，受益的將遠超AI本身——

藥物研發、材料科學、能源、機器人，每一個領域，都會被這臺自我加速的智能引擎重新發動。

參考資料：

https://x.com/AnthropicAI/status/2062568862479208923

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

https://www.wsj.com/tech/ai/anthropic-urges-global-pause-in-ai-development-flags-self-improvement-risk-99cefb73?mod=tech_lead_story

為偉大思想而生！

AI+時代，互聯網思想（wanging0123)，

第一必讀自媒體