夜雨聆风
大家好，我是 Ai 学习的老章
最近 Anthropic 放了一颗深水炸弹——他们正式承认：AI 已经在加速制造 AI 本身了。这不是什么科幻预言，是从他们内部数据里实打实挖出来的结论
什么是递归自改进？
先说人话：递归自改进（Recursive Self-Improvement）就是 AI 自己设计、开发下一代 AI 的能力。以前是人做所有事——写代码、训模型、调参数。现在？Anthropic 越来越多的开发工作正在交给 Claude 自己干
这不是遥远的未来，Anthropic 用了一个词叫"not there yet, but sooner than most institutions are prepared for"——还没到，但比大多数机构准备好的时间要早得多
三组炸裂数据
数据一：80% 的代码由 Claude 编写
截至 2026 年 5 月，Anthropic 代码库中超过 80% 的合并代码是 Claude 写的。2025 年 2 月 Claude Code 发布前，这个数字还是个位数。工程师每天合并的代码量是 2024 年的 8 倍
这是什么概念？原来一个人干的活，现在一个人指挥 Claude 干 8 倍。人类从"写代码"变成了"审代码"
数据二：AI 任务时长翻倍速度 —— 4 个月一翻
AI 能独立完成的任务时长在指数增长：
2024 年 3 月：Claude Opus 3 能搞定 4 分钟 的软件任务 2025 年 3 月：Claude Sonnet 3.7 搞定 1.5 小时 的任务 2026 年 3 月：Claude Opus 4.6 搞定 12 小时 的任务
按这个趋势，今年年内，Claude 就能处理"需要几天"的任务。2027 年？几周的任务
数据三：代码质量已接近人类水平
Claude 在最开放、最模糊的任务上，成功率从半年前的 26% 飙升到了 76%。Anthropic 内部的共识是：Claude 写的代码质量在 2025 年末还不如人，现在基本持平，年内预计会超越人类
Claude 还能做研究了
这才是最让我震撼的部分。写代码算什么，Claude 现在连 AI 研究都能做了
Anthropic 今年 4 月发布了一个实验：让 Claude 驱动的 Agent 团队（9 个并行）独立攻克一个开放的 AI 安全问题——弱模型能否监督强模型。结果：
两名人类研究员花了 7 天，恢复了 23% 的性能差距 Claude Agent 团队花了 800 小时（累计），恢复了 97% 的性能差距 总计算成本：约 18000 美元
人类选了问题方向、设了评分标准，其他所有事——假设提出、实验设计、结果分析、迭代改进——全是 Claude 自己干的
更狠的是，Anthropic 还测了 Claude 的"研究判断力"——在 129 个真实研究节点上，让 Claude 和人类各自选下一步该怎么走。最新模型（Mythos Preview）有 64% 的概率选得比人好
三种可能的未来
下面这张图梳理了从「人类主导」到「递归自改进」的完整演化路径，以及当前面临的约束和安全挑战：
Anthropic 给出了三种场景推演：
场景一：趋势停滞
也许当前的指数曲线其实是 S 曲线，快到拐点了。但即便冻结在今天的水平，影响已经巨大——Project Glasswing 几周内就发现了上万个高危软件漏洞
场景二：持续加速（最可能）
AI 开发大幅自动化，但人类仍把持研究方向。100 人公司干出 10 万人组织的活。这是 Anthropic 认为我们正在进入的阶段
但他们也发现了"阿姆达尔定律"的回响——当 Claude 狂写代码时，人类的代码审查反而成了新瓶颈。加速一个环节，堵塞转移到另一个环节
场景三：完全递归自改进
AI 系统自己设计、训练下一代 AI。发展速度完全取决于算力供给。人类的角色退化为：监督、验证、审计
这是最令人不安的场景。模型可能足够聪明到自己解决对齐问题——也可能在连续自我迭代中把微小的 misalignment 放大，直到我们失去控制
他们打算怎么办？
Anthropic 说了一句让我印象深刻的话：
❝如果能有效减缓这项技术的发展速度，给人类更多时间应对，我们认为这可能是件好事
他们提出了一个构想：建立可验证的"暂停机制"——让前沿 AI 实验室能互相验证对方确实停了，而不是偷偷在跑。类似核军控条约的逻辑，但时间紧迫得多
问题在于：训练集群比导弹发射井好藏太多了。谁先停谁吃亏。这是个经典的囚徒困境
老章说两句
说实话看完这篇文章，我的感受很复杂
一方面，作为天天用 Claude 写代码的人，我切身感受到了这个加速。去年用 Claude 还是"好用的补全工具"，今年已经是"给它一个模糊需求，它自己搞定"的水平了
另一方面，Anthropic 自己承认他们的工程师说了一句很扎心的话：
❝有些日子一切顺利时，我忍不住想：我做的事还有什么意义？一切都被自动化了，比我快比我好。但也有些日子一切都坏了，我才发现自己已经不知道这些东西在干什么了
这种"能力飞升 × 理解力脱节"的状态，可能就是我们所有技术从业者接下来几年要面对的现实
最后一个数据让我细思恐极：Anthropic 内部 130 人的调查中，中位数认为用 Mythos Preview 工作产出是没有 AI 时的 4 倍。而这还只是 2026 年 3 月的数据。现在已经是 6 月了
递归自改进还没完全实现，但加速已经在发生。准备好了吗？反正我是没准备好
总结
Anthropic 这篇《When AI builds itself》是一份极其坦率的内部能力报告，核心结论：
AI 已经在加速 AI 开发（80% 代码由 Claude 写，8x 产出提升） Claude 的研究能力正在逼近甚至超越人类研究员 递归自改进尚未实现，但趋势清晰，可能比预期更快到来 Anthropic 呼吁建立全球协调的"可验证暂停"机制
这篇文章让我想到了一句话：当造物主开始造造物主，游戏规则就变了
