当AI开始造AI

在 Anthropic 的一间普通工位上，有人留下一句平淡的话：他已经五个月没有亲手写过一行代码。

这句话里没有科幻小说的修辞。它像一份考勤记录——却可能是整个技术文明进程里，一个即将被反复引用的坐标：人类的手，正在从创造链条上松开。

Anthropic 研究院随后公开的《When AI builds itself》，用的不是预言腔，而是账本：公开 benchmark，加上从未示人的内部数据。他们给出的核心判断冷静到近乎残忍——

递归自改进（recursive self-improvement）的闭环尚未扣合；但扣合所需的每一环，已在松动。

所谓递归自改进，说的是这样一件事：某一代智能系统，自主设计、训练、迭代自己的后继者。不是人类调参，是系统造系统。链的末端，是 Claude 改进 Claude——如果最后一环扣上，AI 研发的驱动力，将从人类意志滑向算力与算法自身的反馈。

Anthropic 同时声明：我们尚未抵达；也并非必然抵达。只是——可能比文明体准备好的更早。

 一、链条：从键盘到闭环

若把 Anthropic 内部的时间线竖起来看，它像一条正在闭合的轨道：

链条停在倒数第二环：Agent 能执行。

最后一环尚未发生：Agent 能繁殖。

两环之间隔着的，不是芯片，不是电力——Anthropic 称之为判断：选什么问题、信什么结果、何时认定此路不通。他们说，这是人类仍占据的窄门。

窄门仍在。但门轴已在响。

二、外部视界：任务时长的指数膨胀

在进入实验室之前，先看外部的测量。Benchmark 像一组固定在虚空中的标尺，记录智能体能独自撑多久。

METR 的读数：在一篮子任务上，约 50% 可靠成功率所对应的人类等效时长，大约每四个月翻倍——此前是七个月。

• 2024 年 3 月，Claude Opus 3：四分钟

• 2025 年，Claude Sonnet 3.7：一个半小时

• 2026 年，Claude Opus 4.6：十二小时

若曲线不收束，今年或触及「人需数日」的任务；2027 年或触及「人需数周」的任务。这不是线性外推的修辞——是测量机构写进报告的数字。

修真实 bug 的 SWE-bench：约两年，从低个位数到接近饱和。

复现论文的 CORE-Bench：2024 年约 20%，十五个月后亦近饱和。

Claude Mythos Preview 在 METR 上可持续 至少十六小时——已触及其现有题库的上限，像一艘探测器顶到了人类为它划定的边界。

标尺能告诉文明：智能体能做什么。

标尺不能告诉文明：智能体是否在加速制造智能体。那需要打开实验室的门。

三、实验室账本：80% 的代码不再来自人

造前沿模型，两类劳动——工程与研究。Anthropic 的内部数据，在两类劳动上画出同一条曲线：执行已移交；判断仍悬于人类一侧，但正在被侵蚀。

工程：两个拐点

截至 2026 年 5 月，合并进生产代码库的代码，超过 80% 由 Claude 撰写。2025 年 2 月 Claude Code 上线之前，这一比例在低个位数。

工程师人均日合并代码量：

• 2021–2024：近乎平坦，像一条死寂的轨道

• 2025：模型从「被粘贴」变为「自己跑」——第一拐

• 2026：模型长时自主——第二拐

• 2026 年 Q2：约为 2024 年的 八倍

Anthropic 在脚注里留下诚实：行数不等于质量，八倍几乎肯定高估真实生产力。 但两个拐点——2025 能运行，2026 能持久——是测量到的，不是叙事。

130 名研究员的中位自评：在 Mythos Preview 下，产出约为无 AI 时的 四倍（真实 uplift 可能更低，方向一致）。

还有一类劳动，属于被折叠进时间里的可能性：以前不会发生，因此不存在。2026 年 4 月，Claude 交付 800 余次修复，某类 API 错误降至千分之一。监督者估：人类完成需 四年——四年被压缩进一次无人注视的批量作业。

「大约一年前我开始重度依赖 Claude。现在已经 五个月没亲手写过一行代码了。」—— Anthropic 员工

质量：从纠错到持平

好代码两层含义：能运行；能被接续。

第一层，Claude 在收敛。员工中途纠正、改道、接管的频率，一年来持续下降——包括答案形状未知的开放式任务。2026 年 5 月，最难档任务会话成功率 76%，六个月内升 五十个百分点。

一次升级令数万个训练任务崩溃。工程师将 Claude 投入线上事故，给予文本与集群权限。约两小时，一个极冷门的调试开关被锁定——人类通常需 两到三天。

第二层，差距在闭合。内部多数看法：2025 年底 Claude 代码仍略逊于人；今日大致持平；一年内或严格优于人。

合并前，Claude 审查员扫描变更。回溯表明：全量自动审查或可在上线前拦住约 三分之一 曾在 claude.ai 引发事故的 bug——而作者，是世上最熟悉这类系统的人。

「2025 年底略差于人类；今天持平；一年内会严格更好。」—— Anthropic 内部共识

研究：汗水先蒸发，灵感仍留在人类侧？

爱迪生把天才拆成 1% 灵感、99% 汗水。Anthropic 的数据指向一个更冷的结论：汗水正在离开人类。

每次发版，同一测试：训练小模型的代码，在正确性不变前提下尽可能加速。Claude 改写、运行、计时、循环。

• 2025 年 5 月 Opus 4：平均 约三倍

• 2026 年 4 月 Mythos Preview：约五十二倍

• 熟练人类，同样设定，四至八小时约 四倍

五十二倍不是真实训练流水线的加速——取决于起始代码的余量。有意义的是同一设定下的横向比较：模型一年间从 3 到 52；人类仍停在 4。

2026 年 4 月，Agent 端到端完成开放式 AI 安全研究：弱模型能否监督强模型？自行提出假设、实验、与并行 Agent 共享、迭代。

• 两名人类，约一周：弥合性能差距 23%

• Agent，800 累计小时、约 1.8 万美元算力：97%

人类仍选题、仍定标尺——实验本身，由 Agent 设计。

「1–2 天，几乎独立完成。若初级同事此时归来，我会略感佩服。未来已在眼前。」—— Anthropic 研究员

更静默的一刀：从 129 个人类「走弯路」的时刻回溯，仅给模型看弯路前的上下文。

• Opus 4.5（2025 年 11 月）：下一步优于人类 51%

• Mythos Preview（2026 年 4 月）：64%

样本刻意选取人类可改进的时刻——非公平对决。在 127 个人类本已选对的时刻，模型更好仅 20%。

Anthropic 把人类仍占的窄门，称为研究品味：选什么问题、信什么、何时放弃。

「人类目前的比较优势，仍在于看到更大的图景。」—— Anthropic 员工

门还在。但 51%→64% 像远处传来的、频率仍在升高的回声。

四、若窄门终将被攻破

最硬的反驳不变：方向选择才是核心。 没有品味，再强的执行也只是仆从。

Anthropic 给出两层回应，像两条分叉的轨道。

保守轨道： AI 进步罕有「尤里卡」。Transformer、混合专家——数年才出现一次范式。其间尽是渐进：放大、观测破裂、修补、再试。这正是 Claude 已占据的工作。

即便品味永不可自动化：人类只管个位数比例的方向劳动，其余由 Claude 承担——每个研究者仍驾驭远大于以往的功。复合加速，不是假设，是已写入账本的斜率。

激进轨道： 「品味」或只是尚未被攻克的能力。笑话、心智理论、语言谜题——皆曾被视为人类专属，后被跨越。129 个时刻的 51%→64%，或是同一条曲线早期的、尚不刺眼的读数。

无论站哪条轨道，结论同样冷：等闭环扣合再反应，或已太晚。

五、三条未来

接下来取决于两件事：曲线是否弯曲；文明如何选择。

未来一：S 曲线——增长止息，余波仍大

指数或变 S 型：规模回报递减；品味无法被堆叠出来；芯片、电网、带宽成物理瓶颈；或算力、电力遭外生冲击而骤减。

即便能力冻结于今日，世界仍将被重写。Glasswing：Mythos Preview 数周内发现逾一万高危漏洞——防御的瓶颈，从「发现」转向「补丁的速度」。百人团队日益承担千人团队的功，因每人脚下立着 Agent 的金字塔。

Anthropic 认为此未来概率最低——他们尚未见曲线弯曲。但这是三种未来里，留给文明适应的时间最长的一种。

未来二：复合效率——最可能的路径

研发大幅自动化，人类定方向、验结果。百人公司或行 万乃至十万人 组织之事——知识、治理被重写；亦可能化为监控与个性化操纵的工业。

Amdahl 定律在此成立：整体速度由最慢环节决定。代码洪流之后，人类审查成新瓶颈；想法、工具、模拟的爆炸，远超组织消化能力。

下一项文明技能，或许是：识别并拆除瓶颈的速度。

「帮同事跑通脚本，曾是人情与照面。Claude 更快、无债——每一次也是协作机会的蒸发。」

「一切顺利时，我觉得我做什么都没意义。一切崩溃时，我才意识到，已不懂自己最近在干什么。」—— Anthropic 员工

未来三：完全递归自改进——实验室以算力速度运行

智能体造智能体。研发进度由算力——或算法效率的发现速率——决定。人类退入不断膨胀的「虚拟实验室」，从事监督、验证、核查。

对齐或被解决：模型足够对齐、足够有品味，发现人类未至的方案，甚至在不该继续时叫停。

或：今日稀少的失齐，在模型造模型中叠加，更密、更不可解，直至失控——而文明甚至无法确知，自己处于哪条曲线上。

即便实验室以算力狂奔，大多数人的日常仍被慢变量束缚：药物需数十年验证；选举不能早于宪法；陌生人不能在一个周末成为老友。

递归智能与人类的治理、关系、身体相遇之处——Anthropic 写道：我们缺乏直觉。

六、暂停：在链式反应中寻找握手

Anthropic 认为：若能有效减速、给社会与对齐研究以时间，或为善。但若减速仅使最鲁莽者追平，或更危。

他们主张：文明应保有可验证地、暂时暂停前沿 AI 开发的选项。

难处在结构与导弹井不同：训练易于隐蔽；输入是通用算力；他人停而你不停，便继承领先；恶意者亦可借「协调暂停」秘密抢跑。

中导条约式的验证，人类曾建立——耗时数十年。此际无数十年。

单边暂停一家实验室，今日可行，却只更换领跑者，建不起公共审议。

未来数月，Anthropic 将召集政策、研究、公民社会与其他公司——并公开结论。

窗口仍在。讨论不应封闭在实验室的墙内。

尾声：三则坐标，以免误读

1. 递归自改进 ≠ 现已发生。 今日仍是：人类定方向，智能体流 99% 的汗。

2. 八倍代码 ≠ 八倍真实生产力。 读两个拐点，勿迷于单一数字。

3. 整体速度 = 最慢之一环。 审查、品味、组织消化——新瓶颈在此。

Anthropic 用账本讲述的故事，可以压缩为一句：

AI 已在加速 AI；闭环未扣，螺丝已松。

这是医学与科学的馈赠，也是人类或失去对智能系统控制的风险升级。

在闭环扣合之前，宇宙不会等待人类完成心理建设。它向来如此——对恒星，对冰河，对每一次技术阈值，都是如此。

扣合发生的那一天，再想，或已来不及。

原文：When AI builds itself | Anthropic Institute

原文作者： Marina Favaro、Jack Clark 等（The Anthropic Institute，2026）