Anthropic 首次公开内部数据：80% 的代码已经由 AI 编写
Anthropic 近期发布了一篇题为《When AI builds itself》的深度报告。这并非一篇泛泛的趋势展望，而是基于真实的内部运营数据，揭示了一个正在加速发生的趋势：AI 正在加速构建 AI 自身，其演进速度已远超大多数人的预期。
首先，我们需要厘清两个关键背景：
报告中最为令人瞩目的数据是：截至 2026 年 5 月，Anthropic 合并到代码库中的代码，有超过 80% 是由 Claude 完成的。这不是实验演示，也不是测试数据，而是生产环境中的真实统计。换言之，AI 自我递归迭代的时代，已经悄然拉开序幕。
什么是递归自我改进？简单来说，就是 AI 系统自行设计并搭建下一代 AI 系统。不再是由人类编写代码来提升 AI，而是由 AI 编写代码来让自己变得更强大。一旦这个闭环形成，技术进步的速度将不再取决于人类工程师的产出，而完全由算力与算法效率来驱动。
Anthropic 在文中绘制了一条清晰的时间演进线：
- 2021–2023：人类手动编写代码，AI 未参与开发
- 2023–2025：人类借助聊天机器人辅助完成代码编写
- 2025–2026：AI 能够独立编写和编辑整个文件
- 今天：AI 自主运行代码，甚至可以将任务分派给其他 AI
- 20XX：AI 构建并训练自身的下一代模型
我们目前正处于第四阶段。第五阶段仍在途中，但趋势线已经足够明确。
AI 能力的增速正在加快
从外部基准测试的变化来看，加速态势十分显著：
- AI 能够独立完成的任务时长，从每 7 个月翻一番，加速到每 4 个月翻一番
- 2024 年 3 月，Claude 可以完成 4 分钟的任务；2025 年 3 月，这一指标提升至 1.5 小时；2026 年 3 月，已经跃升至 12 小时
- SWE-bench（真实 bug 修复测试）：两年内从个位数得分快速走向饱和
- CORE-Bench（论文复现测试）：2024 年成功率仅为 20%，15 个月后同样趋于饱和
如果这一趋势持续下去，数天的任务在今年内将被纳入能力范围，数周的任务到 2027 年也大概率能够完成。
Anthropic 内部发生了什么
公开的基准测试只能展示 AI 的能力上限，却无法揭示它对 AI 开发本身的深远影响。而这部分，才是文章的核心所在。
如果你只想抓住这一节最重要的变化，下面这张图可以帮助你迅速建立直观印象。
这张图对应后文的核心判断：Anthropic 的变化并非单点突破，而是代码来源、工程节奏、研究速度以及质量审查——这几个维度同时被改写。
工程端：8 倍产出
2021 年到 2024 年，每位工程师每天合并的代码量一直保持稳定。但 2025 年 Claude 开始自主运行代码时，曲线开始抬头。到 2026 年模型能够长时间自主工作时，加速趋势更加陡峭。到 2026 年 Q2，典型工程师每天合并的代码量，是 2024 年的 8 倍。
当然，8 倍这个数字可能高估了真实生产力——代码行数本身并不是一个完美指标。但它足以说明一件事：加速度是真实存在的。Anthropic 并不按代码行数考核工程师，产出的增加纯粹是因为使用了 AI 撰写更多代码。
举个例子：2026 年 4 月，Claude 提交了 800 多个修复，将一类 API 错误减少了上千倍。负责监督的工程师表示，如果换人类来完成这项工作，至少需要四年时间。
研究端：从助手到竞争对手
在实验优化的基准测试中，2025 年 5 月 Claude Opus 4 达到了约 3 倍加速；到 2026 年 4 月，Claude Mythos Preview 已经飙升至 52 倍。作为参照，熟练的人类研究员完成 4 倍加速通常需要 4 到 8 小时。
更有意思的是研究判断力测试。如果给模型展示一段“即将走偏”的研究会话，并询问它下一步该做什么——2025 年 11 月时，最好的模型仅有 51% 的情况下能优于人类选择；但到 2026 年 4 月，这一数字已经上升到 64%。文章原话指出：「研究品味」可能只是 AI 系统暂时还做不好的又一项能力，随后它就会变得擅长。
代码质量：今年内会超过人类
Claude 编写的代码，在 2025 年底还比 Anthropic 的人类工程师略逊一筹；而今天，两者已经基本持平。文章预测：预计在年内，AI 会严格超过人类。
目前，Anthropic 的每次代码变更都会先经过一次自动化的 Claude 审查。回溯分析发现，这套自动审查系统本可以提前捕获 claude.ai 过去所有事故中三分之一的 bug。别忘了，编写那些代码的可都是全球顶尖的工程师。Claude 正在发现他们遗漏的错误。
AI 开发循环的演进
如果你想更深入地理解“递归自我改进”为什么现在突然变得如此具体，下面这张图可能会更直观。
先把主线记住：AI 先是帮助人类写代码，接着开始独立完成整段工作流，最后才逼近“帮自己变得更强”的闭合回路。
Anthropic 将这几年的演进画成了一张图，非常清晰：
| 时间 | 阶段 | 人在做什么 |
|---|---|---|
| 2021–2023 | 建造第一个 Claude | 人写代码、写文档，和其他公司一样 |
| 2023–2025 | 聊天机器人 | 让 AI 生成短代码片段，人复制粘贴 |
| 2025–2026 | 编码智能体 | AI 能独立编写和编辑代码，处理整个文件 |
| 今天 | 自主智能体 | AI 自己跑代码，还能把工作委派给其他 AI |
| 20XX? | 闭合回路 | AI 构建和训练自身模型，Claude 由 Claude 改进 |
我们现在处于第四行。第五行就是递归自我改进。
三种未来
如果你习惯从分叉路径的角度来理解趋势，可以先看下面这张图。
图的含义其实很简单：真正需要准备的，不是“AI 会不会变强”，而是它到底会沿着哪条路径继续加速。
文章提出了三种可能的走向：
场景一：趋势停滞。 指数曲线实际上是 S 曲线，能力增长终将见顶。但即使冻结在今天的水平，100 人的公司也能完成 1000 人的工作量。Anthropic 认为这个场景不太可能发生。
场景二：持续加速，但人类仍掌舵。 AI 开发基本实现自动化，人类负责选择方向和判断结果。100 人的公司能干 10 万人的活。Anthropic 认为我们正在步入这个场景。但阿姆达尔定律同样适用——当你加速了一部分工作，瓶颈就会转移到别处。如今，人类代码审查已经成了新的瓶颈。
场景三：完整的递归自我改进。 AI 自行设计下一代版本，人类仅做监督和验证。进步速度完全由算力决定。这是最不确定的场景——对齐问题可能得到解决，也可能因为模型不断自我迭代而失控。
Anthropic 的态度
文章最后一段值得细读。Anthropic 的立场是：他们正在研究如何构建一个可信的验证机制，让各方都能确认其他人确实暂停了，然后 Anthropic 才愿意一起慢下来。但训练运行比导弹发射井更容易隐藏，可信暂停在技术上极其困难。
坦白说，这段话的信息量甚至比前面的数据还要大。一家前沿 AI 公司公开表示“我们愿意慢下来，但前提是别人也能证明他们慢下来了”——这本身就是一种强烈的信号。
最后说两句
这篇文章的分量不在于展望，而在于数据。80% 的代码、8 倍产出、52 倍加速——这些不是预测，而是已经发生的事实。
递归自我改进尚未到来，但 AI 构建 AI 的循环已经在加速转动。问题不是它会不会来，而是我们准备好了没有。
