夜雨聆风想象一下这个画面，
一栋大楼的八成施工记录，已经由机器人完成这些机器人还在参与设计下一代机器人
这一幕正在Anthropic的工程师桌面上发生
一个数字，让全硅谷沉默
2026年5月，Anthropic合并进代码库的生产代码，超过80%由Claude撰写
这里所说的是撰写，已经超出辅助和建议的范畴
就在一年多前，这个数字还是个位数。
▲ Anthropic官方发布的内部数据：每位工程师每季度交付代码量，已是2021-2025年均值的8倍
与此同时，2026年第二季度，典型工程师每日合并代码量约为2024年的8倍
8倍，已经是量级跃迁。
Anthropic同时提醒，代码行数偏重数量，这个8倍几乎肯定高估了真实生产力增幅
而推动这一切的关键节点，只有一个：2025年2月，Claude Code上线
上线前，Claude写的代码几乎可以忽略不计上线后，曲线开始垂直拉升。Anthropic的工程师们不再在编辑器里手写代码，转而监督产出、把关品味并设定目标
“自我改进是一条已经启动的曲线”
就在最近，Anthropic CEO 达里奥·阿莫代伊在Bloomberg节目《The Circuit》中，接受了主持人Emily Chang约70分钟的深度专访
他说出了那句被硅谷频繁引用的话：
“我把它看成一个连续过程，而非某个突然到来的时间点。”
他把理解这一切的核心称为“罗塞塔石碑”，平滑的指数（the smooth exponential）
▲ 较早一条视频中，Dario已极度乐观：“内部有工程师告诉我，他不再打开编辑器写代码了，只是编辑Claude的初稿”
他给出的内部经验估算是：大约一年前，AI对公司研发侧全要素生产率（TFP）的贡献约为10%到15%；到访谈时点，已经升至20%到30%，并且“可能还在翻倍”
他说：“和其他所有事一样，我们处在指数曲线上”
52倍，那个让人腿软的实验数据
如果上面这些数字还只是生产力统计，下面这组数据，则直接指向另一件事的本质
Anthropic每次发布新模型，都会跑同一项固定测试：给模型一段训练小AI模型的代码，要求在通过正确性检查的前提下，尽可能加速
校准基准是：一位熟练的人类研究者，做到4倍加速，需要4到8小时
2025年5月，Claude Opus 4：约3倍加速 2026年4月，Mythos Preview：约52倍加速
一年时间，从3倍到52倍。
这个跨度让指数曲线直接出现在实验室记录里
AI在“帮自己变聪明”，这听起来像科幻
这正是Anthropic的官方术语：递归自我改进（Recursive Self-Improvement, RSI）
他们发布的长文标题直接叫《When AI Builds Itself》，《当AI建造自己》
▲ Anthropic官网发布的核心长文《When AI builds itself》，副标题：“我们通往递归自我改进的进展，及其蕴含的影响”
逻辑不复杂：Claude在帮Anthropic工程师写代码 → 这些代码包括训练下一代Claude的代码 → 下一代Claude更强 → 循环
Anthropic自己对此的描述是：“AI自主建造更强大的后继系统，一条可能通往递归自我改进的路径”
同时，他们也亮出了一张更让人坐立不安的成绩单，
开放式编码任务成功率：76%，六个月内提升了50个百分点
▲ 官方图：Claude Code在“开放式任务”上的成功率，已达76%，且斜率仍在上扬
半年，50个百分点。以这个速度，你不禁要问：再过半年呢？
最后一个细节，也是最让人背脊发凉的
▲ 数据速览：80%代码由AI写成、8倍交付量、单工程师用Claude完成800+修复相当于4人年工作量
2026年4月，Anthropic一位工程师，单人用Claude完成了800多项API错误修复，将API错误率降低了1000倍Anthropic测算，这相当于4个人年的工作量
相当于整整4年。
Anthropic在文章结尾留下了一则提醒：
“We are not there yet, and recursive self-improvement is not inevitable.”
“我们还没到那一步，递归自我改进也并非必然。”
但数据曲线不会说谎。
这些变化横跨代码占比、实验加速和可处理任务时长，指向同一个方向
而这家公司，正在用它自己造的AI，来造更强的AI
这是2026年6月，一份来自AI公司内部的仪表盘读数
表盘上的指针，还在转。
数据来源：Anthropic Institute《When AI builds itself》、Anthropic Research《How AI is transforming work at Anthropic》、Bloomberg Originals《The Circuit》Dario Amodei专访