《Anthropic 正在让 AI 参与自身研发》

导语

Anthropic 这篇文章试图证明一件正在发生的事：AI 不只是被人类开发出来的产品，也已经成为开发下一代 AI 的重要劳动力。文章并没有宣称递归自我改进已经到来，但它用公开基准和 Anthropic 内部数据说明，AI 正在加速编码、实验、研究判断和组织产出，这会把“谁在推动 AI 进步”的问题变得更紧迫。

1. 递归自我改进还没发生，但前置条件正在靠近

文章开头给出核心命题：过去 AI 发展周期由人类驱动，但 Anthropic 正在把越来越多 AI 开发任务交给 AI 系统。若趋势走得足够远，且有足够算力，就可能出现能自主设计和开发继任者的系统，这就是 recursive self-improvement。

作者强调这不是必然，也不是已经实现，但它可能比许多机构准备得更早。真正重要的不是“AI 是否今天已经能自我改进”，而是开发周期中的人类角色正在一点点缩窄。

2. 外部基准显示模型能独立完成的任务时长在迅速变长

文章先看公开基准。AI 能可靠完成的任务长度正在加速增长，从早期约每 7 个月翻倍，提升到约每 4 个月翻倍。2024 年 Claude Opus 3 能完成约 4 分钟的人类软件任务；一年后 Sonnet 3.7 能做约 1.5 小时任务；再一年后 Opus 4.6 能完成约 12 小时任务。

SWE-bench 这类真实软件工程基准在两年内接近饱和，CORE-Bench 这类科研复现实验也从 2024 年约 20% 成功率走向饱和。METR 发现 Claude Mythos Preview 能处理至少 16 小时任务。这些趋势说明，AI 正从“解决小问题”进入“承接长链条工作”的阶段。

3. 内部工程数据：Claude 已经写下 Anthropic 大部分代码

文章最强的证据来自 Anthropic 内部。2026 年 5 月，Anthropic 合并进代码库的代码中，超过 80% 由 Claude 编写；而在 Claude Code 2025 年 2 月研究预览前，这一比例还只是低个位数。

工程师的人均代码合并量也在 2025、2026 年出现两次明显上升。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。文章承认行数不是质量指标，可能夸大真实生产率，但它仍指向明显加速：工程师更多在指导、审查和整合，而不是亲手输入代码。

4. Claude 不只多写代码，也在变得更可靠

文章用成功率和事故复盘说明 Claude 代码质量正在提高。Anthropic 员工接管、纠正或中途改向 Claude 的频率在下降，尤其是在复杂开放任务上。

一个例子是训练任务大规模崩溃。工程师只给 Claude 事件文本和集群访问权限，Claude 逐步排查运行任务，找到一个 obscure debugging flag，复现并确认修复，用约 2 小时完成通常需要 2 到 3 天的工作。这说明 AI 的价值不只是生成模板代码，而是能在陌生系统中持有上下文、测试假设并收敛到修复。

5. 研究工作中，AI 已经擅长执行明确实验

Anthropic 每次发布模型都会做一个小型研究循环测试：给 Claude 一段训练小模型的代码，让它在保持正确性的前提下尽量加速。2025 年 5 月 Claude Opus 4 平均能带来约 3 倍加速；到 2026 年 4 月，Claude Mythos Preview 达到约 52 倍。

对照人类水平，熟练研究者用 4 到 8 小时通常只能达到约 4 倍。在目标和评价指标已经明确的实验执行环节，Claude 已经从“很有帮助”变成接近超人。

6. 更开放的研究判断仍是关键缺口，但信号正在变化

文章承认，人类优势仍在研究品味和方向判断：选择哪些问题重要、哪些结果可信、什么时候该放弃路线。Claude 还没有完全掌握这个层次。

但 Anthropic 也展示了早期信号。Claude 代理曾围绕“弱模型能否监督强模型”这类安全问题做开放研究，提出假设、测试、分享结果并迭代。另一个内部评估把真实研究会话中的错误转向截出来，让模型判断下一步；2025 年 11 月 Opus 4.5 有 51% 时间优于人类选择，2026 年 4 月 Mythos Preview 达到 64%。这不是完美对比，但显示模型在研究 next-step 判断上正在接近关键能力。

7. 未来瓶颈会从“做事”转向“选择和审查”

文章对未来工作的想象很直接：如果 AI 代码质量与人类持平，甚至超过人类，人类会停止亲手写代码，转向审查。但如果 AI 生成速度超过人类审查速度，审查会成为 AI 发展瓶颈。

实验也是一样。当写代码、跑实验、产出结果在人类时间上几乎免费时，真正昂贵的是选择实验、信任结果、定义目标和处理风险。AI 让“执行成本”下降后，人类的比较优势会集中到方向、判断、伦理和系统安全。

8. 自我改进即使不完全自主，也会带来复合加速

文章最后回应反驳：也许 Claude 永远没有足够好的研究品味，无法独立推动前沿。但即便如此，只要人类负责少数方向设定，Claude 负责绝大多数执行，AI 研究仍会复合加速。

AI 进展并不总靠少数灵感瞬间，更多时候是扩展、测试、修复、再测试。Claude 正擅长的正是这种“汗水型”研发。如果汗水越来越自动化，前沿进步就会越来越取决于工具、算力、实验吞吐和安全约束。

结论

这篇文章的核心判断是：AI 构建 AI 的过程已经开始，只是还没有发展到完全递归自我改进。Anthropic 的证据显示，AI 已经显著加速工程和研究执行，并开始触及研究判断。越是如此，人类越需要提前设计安全、监控、审查和目标设定机制，因为未来真正危险的不是 AI 会写代码，而是它可能参与决定下一代 AI 应该成为什么。

思想框架

文章先提出递归自我改进的远景，再用外部基准说明任务能力增长，随后用 Anthropic 内部代码、实验和研究数据展示 AI 如何加速 AI 开发。接着它讨论人类角色如何从执行转向判断，最后回应“研究品味仍属于人类”的反驳，指出即使保守估计也会产生复合加速。