AI开始自己造AI，程序员的真实处境可能和你想的不一样
最近Anthropic Institute发布了一份报告，标题叫《When AI builds itself》，探讨的是递归自我改进——也就是AI系统是否有能力自己设计、训练、改进下一代AI。这个话题看起来很有科幻感，但真正值得深挖的，远不止“AI自我进化”这个概念本身。
先说结论：这篇文章绝对值得程序员认真读，但不要只盯着那些大词。一个更现实的变化已经悄然发生——AI正在接管工程和研究中的执行层。写代码、跑实验、修bug、做数据清理、复现实验……过去需要人一点点推进的工作，正在变成智能体可以长时间独立完成的任务。
对程序员来说，真正的压力其实不是“明天就失业”。更大的挑战在于：如果你还只把AI当成一个代码补全工具，你的工作方式有可能会落后整整一个时代。
1. 这篇文章到底在说什么
Anthropic给出了一条非常清晰的时间线。
2021年到2023年，人类还在像普通科技公司一样写代码、写文档、训练模型。2023年到2025年，Chatbot开始帮人写小段代码。2025年到2026年，编码智能体已经能够自己写文件、改文件。而到了今天，智能体不仅能运行代码，还能把几个小时的工作委派给其他智能体。
这绝不仅仅是“模型更聪明了”这么简单。它描述的是一个更本质的趋势：AI开发流程的闭环正在被一点点补上。
Anthropic披露了几个关键数字：
截至2026年5月，合并进Anthropic代码库的代码中，超过80%可归因于Claude；2026年第二季度，典型工程师每天合并的代码量约为2024年的8倍；在一个固定目标的优化实验里，Claude从2025年5月约3倍加速，到2026年4月达到了约52倍；在一些开放式研究判断场景中，模型越来越能提出比人类当时选择更好的下一步。
不过，Anthropic没有把话说满。他们明确承认，完整的递归自我改进还没有发生，也不必然会发生。今天的AI和未来“自己设计继任者”的AI之间，还隔着一个关键差距：目标选择和研究判断。
这正是这篇文章最有价值的地方——它没有单纯喊口号，而是把一个阶段讲得很清楚：执行层已经开始自动化，判断权仍然在人类手里。
2. 对程序员的影响，不在于写不写代码
很多人看到80%、8倍、52倍这些数字，下意识就把问题翻译成了：程序员是不是没用了？
这个问法其实过于简单粗暴。
更应该问的是：程序员把时间花在哪里，才算有真正的杠杆？
如果AI能写大量代码，人类继续拼手速就没有太多意义了。你每天多敲300行，和一个能并行跑任务、查上下文、改文件、跑测试的Agent相比，优势非常微弱。
但这绝不等于程序员没有价值。价值只是换了一个位置。
以前你的价值在于“我能实现”。现在，价值越来越集中在这些地方：你知道什么问题值得做；你能把模糊的目标拆解成可以交给Agent的任务；你能设计验证器，判断结果是否正确；你能看出代码短期能跑，长期会不会把系统拖垮；你能决定哪些速度值得追求，哪些速度会制造技术债务。
关键不在于提示词怎么写，而在于工作流怎么设计。提示词解决的是“一句话怎么问”，工作流解决的则是：上下文怎么给，任务怎么拆，结果怎么验，失败怎么回滚，多个Agent怎么协作，最后谁来负责。
3. 递归自我改进先别神化，它现在更像组织翻跟斗
“AI自己造AI”听起来很科幻，但落到当下，最值得普通开发者观察的不是终局，而是中间状态。
这个中间状态是什么？人类还在定方向，AI已经承担了大部分执行工作。人类不再亲手做所有实验，而是管理一组可以跑实验、写代码、修bug、生成工具的执行系统。
这会带来一个非常直接的结果：组织能力被重新定价。
Anthropic在文中提到一个关键点：当代码生成速度变快时，人类的code review会成为新的瓶颈。这就是Amdahl定律在组织层面的体现——一个环节提速10倍，整个系统不一定能提速10倍，你会撞到下一个没有提速的薄弱环节。
对公司如此，对个人也是如此。如果你的AI写代码能力提上来了，但测试体系、需求澄清、代码审查、部署回滚、线上观测没有跟上，你得到的不是真正的生产力，而是更快地产生不确定性。
所以，不建议把这篇报告读成“快去用某个模型”。它更像是一记提醒：未来开发者的竞争，不是看模型用得多好，而是看谁能把AI的速度接入自己的工程闭环。
4. 普通开发者现在能不能用？
能用，但不要照搬Anthropic的数字。Anthropic有自己的研究团队、内部工具、代码库、权限系统和模型资源，普通团队看到8倍，不能预期自己下周也能做到8倍。
普通开发者更应该从小闭环开始。
第一，把任务写成Agent能接的工单。不要只说“优化一下这个模块”，要写清楚目标、输入文件、验收标准、不能动的边界、测试命令、失败时怎么停止。
第二，把验证器补上。能用单元测试就写单元测试，能用脚本检查就写脚本检查，能用截图回归就做截图回归。没有验证器，Agent生成得越快，你越难判断自己拿到的是有效结果还是幻觉。
第三，把review从“看代码”改成“看风险”。AI很擅长堆实现，但它不一定了解你的系统历史、业务优先级和长期维护成本。人类review的重点应该前移到边界、状态、权限、数据迁移、失败恢复这些关键地方。
第四，保留方向感。Anthropic在文中反复提到，今天人类的比较优势仍然在于大局观、研究品味和问题选择。这个判断对普通开发者也同样适用。你越依赖AI执行，越不能放弃自己判断“什么值得做”。
5. 陷阱在哪里
第一，不要把代码行数当成生产力。Anthropic自己也在提醒，代码行数会高估真实生产力。AI可以让你合并更多代码，也可以让你合并更多未来需要维护的复杂性。
第二，不要让review变成形式主义。当Agent一次提交几百行、几千行代码时，如果人类只是扫一眼，审查就形同虚设。你需要更强的自动检查、更小的任务边界和更清楚的变更说明。
第三，不要把“会执行”误读成“会负责”。Agent能跑任务，不代表它理解组织的后果。线上事故、用户损失、安全风险，最终仍然会落在人类和组织身上。
第四，不要忽略协作成本的变化。以前你请同事帮忙，会产生讨论、互相理解和团队记忆。现在很多小忙可以交给AI，效率更高，但团队的共同上下文可能会变薄。这个变化不一定是坏事，但需要有意识地去管理。
6. 最终建议
这篇报告比较适合三类人认真阅读：正在用Claude Code、Codex、Cursor或其他Agent工具写代码的人；团队里已经出现“AI生成很多代码，但review跟不上”现象的技术负责人；以及关注AI编程长期趋势，但不想只看模型发布新闻的开发者。
不太推荐的读法是：看完之后产生焦虑，或者直接喊“程序员完了”。
更理性的解读是：执行层正在被自动化，判断层会变得更加珍贵。所以从今天开始，程序员要练的不是“怎么让AI写更多代码”，而是“怎么让AI写出的东西进入一个可靠的闭环”。你需要具备任务拆解能力、上下文工程能力、验证器设计能力、review标准制定能力，以及说“不做这个”的判断力。
AI自己造AI的时代也许还没真正到来。但AI帮你造更多软件，这件事已经实实在在地发生了。
