夜雨聆风当 AI 自己写代码：
Anthropic 的 80% 时刻意味着什么
2026 年 6 月 4 日，Anthropic Institute 发布了一份题为《When AI builds itself》的报告。报告披露了一个让整个技术圈沉默的数字：2026 年 5 月，Anthropic 生产代码库中超过 80% 的合并代码是由 Claude 生成的。
这不是某个实验室的 demo 项目。这是全球最前沿的 AI 公司——Anthropic 自己的生产环境数据。他们的产品 Claude、Claude Code、支撑数百万用户的基础设施，其底层代码超过八成由 AI 自己编写。
在同一份报告中，他们公布了一个更惊人的趋势：每名工程师每季度的代码产出量，相较 2021-2025 年的基线提升了 8 倍。
2021-2023：手动编码时代。工程师在本地编辑器里写代码和文档，AI 几乎不参与生产代码的编写。2023 年底，Claude 贡献的代码占比还是个位数。
2023-2025：Chatbot 助手时代。开发者用早期模型生成短代码片段，然后手动复制粘贴。AI 像是一个更聪明的 Stack Overflow，但仍然是"建议者"而非"执行者"。
2025-2026：Coding Agent 时代。Claude Code 于 2025 年 2 月发布研究预览。Agent 开始自己写代码、编辑文件。这是第一个转折点——每工程师的代码输出量开始爬升。
今天：自主 Agent 时代。模型能够自主运行代码，将数小时的工作委托给专门的子 Agent。2026 年第二个转折点到来，产出曲线再次陡峭上扬。
METR（一个衡量 AI 能力的独立机构）的数据佐证了这一趋势：AI 能够可靠完成的任务时长正在以每 4 个月翻倍的速度增长，比此前的 7 个月翻倍周期大幅加速。
2024 年 3 月，Claude Opus 3 能完成约 4 分钟的人类任务；2025 年 3 月，Sonnet 3.7 能完成 90 分钟的任务；2026 年 3 月，Opus 4.6 能完成 12 小时的任务。而 Claude Mythos Preview 已经能够持续工作至少 16 小时。
如果这个趋势持续，2026 年内 AI 就能完成需要数天的任务。到 2027 年，以周计的任务也可能进入 AI 的能力范围。
Anthropic 内部数据显示：2025 年底 AI 代码质量仍低于人类，2026 年中已大致持平，预计年内将严格超越人类。
更为关键的是，Claude 在解决"开放性问题"（无清晰规格说明的问题）上的成功率从 26% 跃升至 76%，6 个月提升了 50 个百分点。一个真实案例：某次训练任务大规模崩溃，Claude 在约两小时内定位并修复了一个晦涩的调试标志位——正常需要两到三天。
Anthropic 有一个内部基准测试：给 Claude 一段训练小型 AI 模型的代码，要求它在保持正确性的前提下尽可能提速。2025 年 5 月，Opus 4 实现约 3 倍加速；2026 年 4 月，Mythos Preview 实现约 52 倍加速。而一名熟练人类研究员需要 4-8 小时才能实现约 4 倍加速。
Anthropic 分析了真实 Claude Code 会话中研究人员做出错误决策的时间点，然后让不同版本的 Claude 来回答"如果当时是你，你会怎么做？"。结果：Opus 4.5（2025.11）比人类更好的选择占 51%；Mythos Preview（2026.4）占 64%。
"研究品味可能只是另一种 AI 能力——在一段时间内表现不佳，然后突然就擅长了。"
80% 的代码由 AI 生成，听起来很美好。但当它真正发生，你会发现一些令人不安的副作用。
Amdahl 定律说，系统的整体速度提升受限于最慢的组件。当代码生成速度暴增 8 倍后，人类代码审查立刻成为瓶颈。Anthropic 的应对是部署自动化的 Claude Code Review——回顾分析表明，它能捕捉到大约三分之一曾经导致生产事故的 bug。
"工作（和生活）曾经建立在人与人之间的小恩小惠经济上。'能帮我跑一下这个脚本吗？'——每一次请求都创造了一点人情债，一点相互了解。Claude 更快，零债务，但每一次求助都是一次失去的人类协作机会。"
GitHub 的数据佐证了这种变化：2025 年全年约 10 亿次提交；到 2026 年中，每周已达 2.75 亿次。
"大约一年前我开始全力使用 Claude。到现在我已经有大约 5 个月没有亲自写过一行代码了。"
"在一切顺利的日子里，我忍不住想，我做的事什么都不重要。但在那些崩溃的日子里，我意识到我已经不知道自己到底在干什么了。"
这是 AI 时代的"意义危机"。当你的核心技能被完全自动化，你如何定义自己的价值？
Anthropic 的报告提出了三种可能的未来情景——这是整份报告中最有深度的部分。
即使 AI 能力冻结在今天，改变依然在发生：Project Glasswing 在头几周内就在全球关键系统中发现超过 10,000 个高危漏洞。100 人的公司可以做 1000 人的事。
AI 帮助人类更快地工作，但方向设定仍由人完成。但效率提升只会把瓶颈推到下一环节——新想法和新工具的数量爆炸式增长，远远超出跟进能力。识别和修复瓶颈的能力，可能成为组织最重要的技能。
AI 系统自主设计并构建继任者。人类角色缩减为监督和验证。不对齐行为可能在逐代建造中被放大，直到我们失去控制。
Dario Amodei 借此发出呼吁：需要全球协调机制来让前沿开发者能够自愿减速或暂停。但他也承认这极其困难——训练运行比导弹发射井更容易隐藏。
以下几个趋势，每一个开发者都需要认真对待。
作为一个几年前还在北京大厂写代码的人，我亲眼看着 AI 从一个"玩具"变成了"队友"，再变成了"主力"。这段历史正在以指数级的速度展开。我们的职业、我们的组织、甚至我们对"智能"的定义，都在被重新书写。
如果你是一个开发者，从现在开始，最值得投资的不是更好的代码能力，而是更好的判断力。
因为代码 AI 会替你写。但方向，仍然需要你来定。
