幾天前，Anthropic發了一篇很長的博客。他們內部研究發現：AI正在加速AI自身的發展，而這條路，可能通向一個人類從未真正準備好的地方。

有人說這是上市前的公關炒作、也有人深以為然積極應對。Anthropic臺城地說：我們也不確定AI最終走向哪里，但我們覺得有必要現在就告訴所有人。

一、AI的能力躍遷，比人類預期的快

先說一個Anthropic的研究結論，AI能獨立完成任務的時長，在不斷增長。

2024年3月，Claude Opus 3能搞定大概需要人類4分鐘的軟件任務。一年后，Claude Sonnet 3.7做到了1.5小時。再一年，Claude Opus 4.6，12小時。最新的Mythos Preview，在METR的測試框架里，連續工作超過16小時，已經到了測試工具能衡量的上限。

這個翻倍速度，從原來的每7個月翻一倍，加速到了現在的每4個月翻一倍。如果趨勢不變，今年內，AI就能獨立完成需要人類花好幾天的任務。到2027年，可能是好幾周。

二、Claude開始給自己寫代碼

Anthropic的工程師現在每季度提交的代碼量，是2021年到2025年平均水平的8倍。這個數字背后，是Claude Code上線之后發生的結構性變化。在Claude Code出現之前，Anthropic代碼庫里AI寫的代碼占比一直是個位數。截至2026年5月，這個數字超過了80%。

代碼量暴增，但質量呢？Anthropic說，這一年來，工程師需要糾正Claude的次數越來越少了。在最開放、最模糊、連答案長什么樣都不確定的編程任務上，Claude的成功率從六個月前的26%跳到了現在的76%。50個百分點，半年時間。

Anthropic現在直接用Claude做代碼審查。所有提交到代碼庫的改動，都會先過一遍Claude的自動審查，檢查bug、安全漏洞和其他問題。他們回溯分析發現，如果之前每次改動都走這道流程，大約三分之一導致線上事故的bug，在上線前就會被攔住。那些寫代碼的工程師，已經是全球頂尖的AI系統開發者了。Claude在抓他們的bug。

三、研究能力，開始超過人類

編碼之外，Anthropic還做了一個實驗，每次發布新模型，都會給Claude一段訓練小型AI模型的代碼，讓它在保證正確性的前提下把運行速度優化到最快。2025年5月，Claude Opus 4的答案是加速3倍。2026年4月，Claude Mythos Preview做到了52倍。一個熟練的人類研究員，需要4到8小時才能勉強達到4倍。

Anthropic給Claude一個AI安全研究課題，讓它自己提假設、設計實驗、跑結果。兩個人類研究員花了大約一周，把研究中的某個關鍵gap縮小了23%。Claude用了約800小時的算力、花費約18000美元，把同一個gap縮小了97%。

這意味著，人類在AI開發流程里的參與，每一個環節都在收窄。代碼是Claude寫的，審查是Claude做的，實驗執行Claude比人快一個數量級，實驗設計Claude開始自己來了。目前人類還保有的比較優勢，是研究品味和判斷力，知道什么問題值得問，知道哪個方向更重要。但這個優勢能守多久，Anthropic自己也說不準。

四、AI自我進化的三種可能性

Anthropic在博客里描繪了三種可能的走向。

第一，停滯。那些指數曲線其實是S曲線，研究判斷力這件事靠規模解決不了，需要全新的架構突破。或者瓶頸出現在能源、芯片、算力的物理供應鏈上。

第二，AI持續加速，但人類仍然把著方向盤。組織效率指數級提升，100人的團隊做出10萬人規模的產出。Anthropic認為我們大概率正在走進這個場景。

第三，AI實現完全的遞歸自我提升，開始自己造下一代自己。這個場景下，AI的發展速度完全取決于算力。人類退到監督、驗證、審核的位置。

Anthropic發這篇博客，是想警示全人類：AI進展在未來幾年會加速，而不是持平或減緩。如果存在一個可驗證的機制，能確保所有AI實驗室都沒有在偷偷加速，他們愿意減速，甚至暫停。他們計劃在未來幾個月內就這個議題與立法者展開溝通。

但是業界也有不同聲音，認為一個編碼工具不會產生真正的智能。雖然觀點存在爭議，這恰恰說明沒有人真的知道接下來會發生什么。Anthropic自己也承認這一點。

來源 | i黑馬（ID：aixyr2023）

作者 | AI猿 ; 編輯 | 呼呼大睡

內容僅代表作者獨立觀點，不代表早讀課立場