Anthropic 公开递归自我改进进度:80% 新代码是 Claude 写的,任务时长每 4 个月翻倍
Anthropic 研究所首次公开内部数据:超 80% 新代码由 Claude 撰写,工程师人均…
文章目录

「AI 会不会自己造出更强的 AI」这个问题,过去两年大多停留在论文标题和播客对谈里。现在 Anthropic 把它做成了一份带内部数据的进度报告,还顺手公开了三个准备让外界长期盯着的指标。
核心看点
- 截至 2026 年 5 月,Anthropic 合并进代码库的代码里,超过 80% 是 Claude 写的;2025 年初 Claude Code 还只是研究预览时,这个比例只有个位数。
- 2026 年第二季度,Anthropic 工程师人均每天合并的代码量,是 2024 年的 8 倍。
- 模型能独立完成的任务时长,翻倍周期从七个月缩短到约四个月:2024 年 3 月的 Claude Opus 3 大约能顶 4 分钟的人类工作,一年后的 Sonnet 3.7 顶 1.5 小时,再一年后的 Opus 4.6 顶 12 小时。
- Anthropic 首次公布「AI 造 AI」的三个可测量指标,并计划让独立第三方评估机构常驻内部,核查这些数字。
这不是预言,是内部账本
报告来自 Anthropic Institute,标题很直白:我们距离递归自我改进还有多远,以及这意味着什么。所谓递归自我改进,指的是一个 AI 系统能够完全自主地设计、开发出自己的下一代。Anthropic 的说法是:还没到那一步,而且它不是必然会发生,但它到来的时间,可能比大多数机构准备好的时间更早。
支撑这个判断的不是外推曲线,而是 Anthropic 自己的生产流程。在工程侧,Claude 已经能接手「目标清楚、方法要自己想」的任务;在科研侧,Claude 已经能在定义清晰的实验里追平甚至超过熟练人类。人和模型之间剩下的差距,主要落在「判断该做什么」上——选哪个问题、定什么标准,目前还是人的活。
三个数字,一条变陡的曲线
最能说明问题的是人均产出的拐点。Anthropic 表示,从 2021 到 2024 年,每位工程师每天合并的代码行数基本是一条平线;2025 年 Claude 开始自己跑代码、而不是给出片段让人复制粘贴,曲线开始抬头;2026 年模型能自主工作更长时间后,斜率又陡了一次。到 2026 年第二季度,典型工程师的日合并代码量是 2024 年的 8 倍。
Anthropic 自己也承认,代码行数不是好指标,它衡量数量而非质量,8 倍几乎肯定高估了真实的生产率提升。但方向没有争议:人从「写」变成了「指挥和审阅」。
质量这一侧,报告给出的内部判断是:Claude 写的代码在 2025 年底还略逊于 Anthropic 的人类工程师,今天大致打平,预计一年内会更好。开放式任务的会话成功率在 2026 年 5 月达到 76%,六个月内涨了 50 个百分点。另有一项回溯分析:让 Claude 对所有代码变更做自动审查,本可以提前拦下过去事故中约三分之一的 bug——而那些代码,出自这个领域里最好的一批工程师之手。
研究端比写代码更激进
Anthropic 每次发新模型都会跑同一个测试:给 Claude 一段训练小模型的代码,要求在不破坏正确性的前提下把它跑得尽可能快。2025 年 5 月,最好的成绩是约 3 倍加速;到 2026 年 4 月,这个数字变成约 52 倍。作为对照,一个熟练的人类研究员要花四到八小时才能做到 4 倍。
更完整的一次实验,是让 Claude 智能体独立完成一个开放式 AI 安全研究项目:自己提假设、做实验、在并行智能体之间同步发现、迭代。人类研究者在约一周里补上了 23% 的性能差距;智能体用 800 个累计小时、约 1.8 万美元算力,补上了 97%。报告没有回避局限:这个结果没能干净地迁移到生产规模的模型上,问题由人选、评分标准也由人定。但实验本身,是智能体自己设计的。
公开基准也在同步饱和。真实工程任务基准 SWE-bench 从低个位数分数到接近满分用了两年;复现论文结果的基准,从 2024 年约 20% 的成功率,到十五个月后饱和。METR 则称,Claude Mythos Preview 能连续工作「至少」16 小时,已经到他们现有任务集能测量的上限。
为什么现在把这些摊开
报告给出的理由很实际:如果 AI 正在加速 AI 自身的研发,那么「外面的人看不见里面发生了什么」本身就是风险。Anthropic 因此提出三个可追踪的测量方向——AI 参与构建下一代模型的比例、人类对智能体行为的监督与干预能力、支撑模型开发的算力资源——并承诺引入多家独立第三方评估者,接触与内部风险评估团队同等级的系统、流程和数据,验证安全实践、上报事故、监控这些指标。
它同时把风险写在了明面上:完全意义上的递归自我改进,会显著抬高人类失去对 AI 控制的可能性。系统越能自己造自己,怎么加固、怎么监控、怎么塑造行为,就越重要。
总结
这份报告最有价值的地方,不是「警报响了」这种标题,而是它把讨论从立场拉回到了斜率:代码谁写的、任务能做多长、实验谁设计的,这些都能被计数。Anthropic 说 2027 年前后可能出现以「周」计的任务,也说自己还没跨过最后那道判断力的坎。信不信它的结论可以另说,但至少现在,这张账本是可以被外面的人逐行核对的。
本文地址:https://www.163264.com/21406


