夜雨聆风一家公司，九成以上的代码，出自AI之手，而非人类工程师敲出来的。
按常理，这样的公司应该在疯狂裁员，办公室里只剩几个盯着屏幕改bug的工程师。
但事实恰恰相反：这家公司最近还在扩招。
说出这句话的人，是全球最炙手可热的AI公司之一，Anthropic的CFO，Krishna Rao。他的原话，正在硅谷投资圈和技术圈疯狂发酵。
一场首秀，一句大实话
2026年5月13日，知名投资播客《Invest Like the Best》更新了一期新节目，标题是《Inside Anthropic's $100 Billion AI Compute Commitment》。
嘉宾是Krishna Rao，Anthropic的CFO。这是他第一次接受播客专访。
主持人Patrick O'Shaughnessy在预告里写道：
"He joined the company two years ago when run-rate revenue was about $250M. Today it is $30B."
「他两年前加入公司时，年化营收大约2.5亿美元。今天，这个数字是300亿美元。」
两年，营收翻了120倍。这个数字放在任何一家公司身上，都足够写进商学院案例。
真正把这期播客顶上热搜的，是Rao在38分48秒左右说出的那句话。
▲ 主持人Patrick O'Shaughnessy在X上发布播客预告，明确这是Krishna Rao首次播客采访，并列出38:48处涉及Anthropic财务团队如何使用Claude。
「我们90%以上的代码，是Claude Code写的」
Rao在节目里，被问到Anthropic内部到底怎么用自家的AI产品时，他说了这样一段话：
"Right now within the company, 90 plus percent of our code is actually written by Claude Code, right? A lot of Claude Code's code is written by Claude Code."
「现在在公司内部，实际上90%以上的代码是由Claude Code写的。而且，Claude Code自己的很多代码，也是Claude Code写的。」
后半句才是真正让人后背发凉的地方。
AI产品自己的代码，也在由AI自己写。
这句话很快被投资圈账号Sam Ro原文引用转发，配上了播客文字转录平台The Transcript的链接。
▲ 财经媒体人Sam Ro在X上精确引用了Krishna Rao的原话，这条引用后来被多家科技媒体反复核实转载。
CFO是公司里最擅长用数字说话的人，他给出的每一个百分比，背后都对应着财务和工程系统里的真实统计，这类话从他嘴里说出来，分量完全不同于一句营销口号。
财务部门，比工程部门更彻底
如果说工程团队用AI写代码还算「情理之中」，那财务部门的变化，才真正说明这场转变蔓延到了公司的每一个角落。
Rao在节目里透露，Anthropic的法定财务报表，现在全部由Claude生成，人类只负责审核。公司内部的月度财务审查（Monthly Financial Review），Claude能一次性拿出「90%到95%就绪」的版本。
"It can produce our monthly financial review. It's 90 to 95% ready... What used to take hours to produce, now comes down to 30 minutes."
「它能把我们的月度财务审查报告生成出来，完成度在90%到95%之间……过去需要几个小时才能做完的东西，现在30分钟就能搞定。」
更有意思的一个细节：财务分析平台cfooffice.io在深挖这条新闻时发现，Anthropic内部已经搭建了一个超过70个技能模块的财务专用skill库，而团队里用得最狠的，恰恰是税务负责人，一个通常被认为最保守、最依赖人工核对的岗位。
Rao用了一个词形容这种变化："accelerant"（加速剂）。
「过去大家花大量时间收集信息，现在信息收集这一步几乎被压缩到零，所有人的精力都转移到了'这些信息意味着什么、我们该怎么办'上面。」
用他的话说：「每个人某种程度上都变成了管理者。」
官方报告：CFO的话，公司自己也拿数据认了
如果只有CFO口头这么一说，多少还能当成播客上的一句夸张修辞。
但2026年6月初，Anthropic自己的研究团队Anthropic Institute发布了一份正式报告，标题就叫《When AI builds itself》（当AI开始建造自己）。
▲ Anthropic Institute发布的官方报告《When AI builds itself》，副标题写着：我们在递归自我改进上的进展，以及它意味着什么。
报告里给出的数字，比CFO口头说的还要保守：
"As of May 2026, more than 80% of the code we merge into Anthropic's codebase was authored by Claude. Before Claude Code launched in research preview in February 2025, this number was in the low single digits."
「截至2026年5月，超过80%合并进Anthropic代码库的代码由Claude编写。而在2025年2月Claude Code研究预览版上线之前，这个比例只有个位数。」
报告特别在脚注里解释了两个数字为什么不一样：CFO说的90%以上，包含了脚本和实验性代码；官方报告的80%，只统计真正合并进生产代码库的部分，是更保守的口径。
一年多的时间，从「个位数」冲到「超过80%」。
这条曲线背后，还藏着几个更具体的数字：
2026年第二季度，工程师人均每天合并的代码量，是2024年的8倍。报告里给出的解释很干脆：人打字的速度没有变化，变化的是分工，人负责指挥和审查，AI负责动手写。
2026年4月，Claude一次性提交了800多个修复，把某个API的错误率降低了1000倍，报告估算这份工作量相当于人类工程师4年的工时。
一位Anthropic内部工程师在报告里留下了这样的表述：
"I started leaning hard into Claudifying about a year ago... it's now been ~5 months since I last wrote any code myself."
「大概一年前我开始全面转向用Claude写代码……到现在，我已经有大约5个月没有自己动手写过一行代码了。」
招人不减反增，答案藏在一个悖论里
按照传统的自动化逻辑：一项工作被机器接管，对应岗位的人力需求就该下降。
Anthropic的现实却反过来了。
Rao在播客里明确说：「我们因此招了更多人。」
这条消息被印度媒体《Times of India》做成了标题，摆在了新闻头条的位置。
▲ 《Times of India》报道标题：「Anthropic CFO Krishna Rao说：虽然AI现在写了公司90%的代码，我们却雇了更多人，因为……」
Rao给出的解释是一个概念：「人才密度胜过人才数量」（talent density beats talent mass）。
逻辑并不复杂：当AI把「打字」这件事从工作流程里拿掉，剩下的每一个人，能同时驾驭的项目数量就会翻倍、翻两倍。公司要做的事情，训练更大的模型、拓展更多产品线、服务更多客户，本身也在指数级膨胀。
一边是人均产出暴涨，一边是要做的事情更多。两条曲线叠加，招聘需求不降反升。
这跟经济学里一个老概念很像：早年蒸汽机让煤炭利用效率大幅提升，结果煤炭总消耗量不降反升，因为更便宜的能量催生了更多用煤炭的场景。Anthropic现在的情况，某种程度上是这个逻辑在AI时代的重演。
真正让人后背发凉的，是「递归」二字
如果故事到这里结束，那还只是一个关于「AI提升生产力」的商业故事。
真正让科技圈坐立不安的，是「递归自我改进」（recursive self-improvement）这个词。
Anthropic的官方报告里有这样一段表述，被科普作家、企业家Peter Diamandis单独拎出来做成了一条帖子：
"Anthropic reports Claude now writes over 80% of its own production code ， meaning an AI is the primary author of the systems training future versions of itself. Claude's research judgment matched human experts 22% of the time in 2024. Today it's 64%."
「Anthropic报告称，Claude现在编写了超过80%的自有生产代码，这意味着，AI正在成为训练自己下一代版本的系统的首要作者。Claude的研究判断力，在2024年与人类专家的匹配率是22%，如今已经达到64%。」
Diamandis在帖子结尾只写了一句：「递归循环已经启动。」
▲ 企业家、科普作家Peter Diamandis在X上解读Anthropic报告：AI判断力两年内从22%飙升到64%。
这两个数字放在一起看，才是真正的关键点：
代码由谁写，是执行层面的问题。AI写得快，人类审核签字，效率提升，这件事本身没那么可怕。
判断力从22%涨到64%，说的是另一件事，AI在「该往哪个方向做实验、该相信哪个研究思路」这类需要经验和直觉的问题上，正在快速逼近人类专家的水平。
而这批AI，现在又在参与编写训练下一代AI的代码。
一个闭环，正在成形：AI写代码 → 代码训练出更强的AI → 更强的AI写出更好的代码 → 循环继续。
Anthropic的报告里对当下状态的概括是这样的：「大致的情况是，人类提出想法，模型能以远超以往的速度去实现、测试、评估这些想法。」
瓶颈没有消失，只是换了个地方
当然，这份报告并非一味唱多。
Anthropic自己也坦白承认了一些还没解决的问题。
第一个瓶颈是审查。AI写代码的速度，早就超过了人类审查的速度。报告提到，一套自动化的Claude审查工具，本可以提前拦截过去约三分之一的历史bug，这也从侧面说明，剩下三分之二的问题，靠的还是人类肉眼盯出来的。
第二个瓶颈是质量。报告原话是：「Claude写的代码，在2025年底还略逊于人类工程师的水平，今天已经基本追平，我们预计一年之内会全面超越。」，追平了，但还没有「碾压」。
第三个，也是报告花了大量篇幅讨论的，是方向选择依然是人类的专属领域。AI能把一个已经定好的目标执行得又快又好，但「这个目标本身值不值得做」，目前还是人来判断。报告里管这个叫「research taste」（研究品味）。
有意思的是，这份报告的结尾并没有停在赞歌上。它专门呼吁行业建立可验证的全球协调机制，理由摆在那里：如果AI自我改进的速度持续加快，而人类社会适应的速度跟不上，中间这段差距会越拉越大。
这跟公司创始人Dario Amodei几年前的一次公开预言遥相呼应，他当时说，AI很快会写下90%的代码。当时不少人觉得这是画饼。现在，Anthropic用自家真实的财务和工程数据，把这个预言变成了一份公开报告里的脚注。
这不只是一家公司的故事
把所有信息拼在一起看：一个CFO，在播客首秀上说出的那句大实话；一份两周后跟进的官方报告；四五家独立媒体的交叉报道；投资圈和科技圈的连锁反应。
这些碎片拼出的，其实是一幅正在快速展开的图景：在最前沿的AI实验室内部，「写代码」这件事的主导权，已经悄悄换了手。
Claude Code从2025年2月的研究预览版，到2026年5月接手公司超过80%的生产代码，只用了一年多。
同一时间段里，AI的研究判断力，从只能匹配22%的人类专家意见，涨到了64%。
Rao在播客结尾，被问到对未来的判断，只留下一句轻描淡写的话：「我们现在还处于非常早期的阶段，但它的潜力，是难以想象的。」
这句话，放在两年前，可能会被当成一句CFO常规的场面话。
放在今天，一家公司90%以上的代码由AI所写、AI又在参与训练下一代AI的当下，听起来，更像是一句正在应验的预言。
