如果你还认为AI只是用来改邮件、写周报的效率工具，那可能确实低估了它的真实能力。Anthropic最近系统梳理了自身研发流程，并得出一个颇具冲击力的结论：人工智能正在逐步成为自己的“创造者”，甚至开始参与下一代AI系统的开发。

简单来说，过去AI如何升级迭代，几乎每一步都需要人类工程师全程介入、手动推进。但现在，Anthropic正越来越多地把AI开发任务直接交给AI自己完成。结果也非常明显：工程师每个季度合并的代码量，已经达到过去几年的8倍；超过80%的新代码由Claude生成；一些原本需要数天才能完成的工作，Claude两小时内就能做完。更重要的是，AI不仅能执行任务，还开始具备独立判断能力。比如面对开放式研究问题，它可以自行设计实验、运行测试并分析结果、寻找答案。在一次AI安全测试中，两位人类研究员用一周时间解决了23%的问题，而Claude借助800小时和1.8万美元算力，解决了97%。按照目前的发展速度，AI能够独立完成的任务时长大约每四个月翻一倍。去年3月它还只能处理4分钟左右的任务，到今年已经可以持续完成12小时的复杂工作。照此趋势推算，到2027年前后，AI或许就能独立完成原本需要人类数周才能完成的任务。当然，Anthropic也强调，这并不意味着“AI彻底自己制造自己”的时代已经到来——但所谓“递归式自我完善”，可能会比多数人预期更早出现。积极的一面在于，科学研究、医疗创新和整体生产力都有望被显著推动；而风险在于，如果AI真的具备持续自我改进能力，人类如何确保始终对其保持有效控制，将成为极其关键的问题。

以下为编译。

在人工智能发展的大部分历史阶段，人类始终主导着AI开发周期中的每一个关键环节。但在Anthropic，这一局面正在发生根本性改变——越来越多的AI研发、代码生成、实验设计和问题分析工作，开始由AI系统自行完成，而且这一转变正在显著提升开发效率。

如果把这种趋势继续向前推演，并叠加足够强大的算力支持，最终可能出现这样一种AI系统：它能够自主设计、优化并开发自己的后继版本。这种能力通常被称为递归式自我改进（recursive self-improvement）。虽然目前还没有真正走到这一步，而且递归式自我改进也未必一定发生，但它出现的时间点，可能会比大多数公司和研究机构准备得更早。

借助公开基准测试，以及此前从未对外公开的Anthropic内部数据，Anthropic Institute正在展示一个越来越清晰的事实：AI已经开始反过来加速AI系统本身的研发进程。一个非常直观的例子是，如今Anthropic工程师平均每个季度交付的代码量，已经达到2024—2025年期间的8倍，这也成为AI辅助编程和AI自动化开发能力提升的重要信号。

这一变化背后，反映的是AI在开发链条中角色的根本转变。从最初的辅助写作工具、编程助手，逐步走向能够独立参与决策的智能系统，AI正在进入过去只有人类才能胜任的关键工作环节。当AI可以自主设计实验、分析数据结果，甚至形成判断结论时，人类在AI研发流程中的角色，也会从“执行者”逐渐转向“监督者”和“治理者”——而这带来的不仅仅是效率提升，更意味着一个全新的AI治理与安全挑战正在到来。

值得关注的是，这种AI自我加速发展并不是线性增长，而更像是快速跃迁。从只能完成4分钟任务，到能够连续处理12小时复杂工作的跨度，只用了一年时间。如果按照每四个月能力翻一倍的节奏发展，到2027年，AI连续自主工作数周并非没有可能。届时，无论是软件研发、模型训练，还是科研流程与工程协作模式，都可能被彻底重塑。当然，这并不意味着AI明天就会全面接管所有工作，但可以确定的是，留给行业准备和应对的窗口期正在迅速缩小。

对于整个行业来说，这种变化值得高度重视：一方面是研发效率、创新速度和生产力的爆发式提升，另一方面则是控制权、透明度与AI安全风险的持续上升。当AI系统开始具备“自我完善”与“自我迭代”的能力后，人类如何保持对技术发展方向的有效掌控，将不再是遥远的未来议题，而会成为当下必须正视的治理问题与战略挑战。