当AI开始建造自己，Anthropic 却呼吁“必要时暂停”

就在AI加速自我进化的真实数据曝光之际，这家全球估值最高的AI公司之一，向全行业发出了一个罕见的警示。

2026年6月，Anthropic发布了一篇题为《当AI建造自己》的长篇博文。文中披露的一系列内部数据，勾勒出一幅AI研发正被AI自身加速的清晰图景。

截至2026年5月，Anthropic代码库中超过80%的代码由Claude编写。而在2025年2月Claude Code发布之前，这一数字仅为个位数。

工程师的人均日代码合入量，已达到2024年的8倍。一位Anthropic员工在内部自述中表示：“我已经大约5个月没有亲手写过任何代码了。”

从“打下手”到“包揽八成”

时间线清晰地标明了变化的节奏。2021年至2024年，Anthropic工程师的人均代码产出基本维持水平线。2025年，Claude开始能够自行运行代码，曲线第一次明显上扬。2026年，模型能够在更长时间跨度上自主完成复杂任务，曲线第二次陡升。

代码质量同样在快速攀升。在最开放、最复杂的工程任务难度档位上，Claude的成功率从2025年底的26%上升至2026年5月的76%，半年内提升了50个百分点。

Anthropic给出了一组对比性案例：一次例行的系统升级导致数万个训练任务集体崩溃。工程师仅向Claude提供了一段文字描述和集群访问权限，Claude在运行中的任务里逐一排查环境变量，定位到一个极其隐蔽的调试标志，随后自主完成了复现、验证和修复。整个过程耗时两小时。工程师估算，同样的问题如果由人类处理，通常需要两到三天。

2026年4月的一次代码库清理中，Claude一次性提交了800多个修复，将某一类API错误的出现频率压低了1000倍。负责监督的工程师估计，这些工作如果完全由人类完成，大约需要四年时间。

Anthropic内部的判断是：预计Claude编写的代码质量将在今年内全面超越人类工程师。代码审查环节正成为新的瓶颈——Claude生成代码的速度，已经超过了人类审查员能够跟上节奏的速度。

实验优化：一年提速52倍

研究层面的对比数据更具冲击力。

Anthropic每发布一个新模型，都会执行一项标准化测试：给Claude一段训练小型AI模型的代码，要求它在保证结果正确的前提下，尽可能提高运行速度。这本质上是一个微缩版的AI研究实验循环——修改代码、运行、计时、再修改。

2025年5月，Claude Opus 4的测试结果约为3倍加速。2026年4月，Claude Mythos Preview的测试结果达到约52倍加速。

作为参照，一位熟练的人类研究员完成同样幅度的优化（4倍加速），通常需要4到8小时。

在更接近真实研究场景的判断力测试中，Anthropic翻出了129个人类研究员在实际研究过程中“走弯路”的时刻。他们将走弯路之前的所有上下文输入给Claude，询问“下一步应该怎么做”，并由另一个能看到完整实验结局的Claude作为裁判进行评分。

结果显示：2025年11月的Claude Opus 4.5有51%的概率给出比人类实际选择更优的下一步方向；2026年4月的Claude Mythos Preview，这一比例上升至64%。

在一项端到端的开放研究实验中，Anthropic将一个Claude智能体投入一个AI安全领域的开放式难题，要求它自主提出假设、设计实验、并与并行的智能体交换发现。两名人类研究员用一周时间追回了23%的性能差距。Claude智能体集群使用总计800个小时的计算时间和约1.8万美元的算力成本，追回了97%的差距。

人类在这一过程中唯一的实质性贡献，被Anthropic描述为“选了这道题”。

三种未来

基于这些数据，Anthropic在博文中勾勒了三种可能的发展剧本。

剧本一：趋势停滞。也许“研究品味”这个被认为尚属人类优势的能力，确实无法通过扩大算力来获得；也许瓶颈出现在芯片制造、电网容量或供应链环节。但Anthropic坦承，这是三种剧本中他们最不相信的一个——因为到目前为止，每一条可测量的能力曲线都尚未出现拐点。

剧本二：复合加速持续，人类掌舵。 AI研发高度自动化，但人类继续决定研发的方向。一家100人的公司可以完成过去10万人组织的工作量。Anthropic认为这是最可能的走向。

剧本三：完全的递归自我改进。 AI自行设计、训练、迭代自己的继任者。AI进步的速度仅取决于算力供给，人类退居验证和监督角色。Anthropic罕见地承认，对这个图景“我们没有好的直觉”——当前模型中那些罕见的失准行为，有可能在一代代自我构建的过程中复合放大，变得越发频繁和难以理解，直至失控。

Anthropic联创Jack Clark上月在伦敦的一次演讲中给出了一个更具体的数字：到2028年底前，出现递归自我改进的概率为60%。

“必要时，请暂停”

正是基于上述判断，Anthropic在博文中发出了公开呼吁。

“我们相信，让世界拥有‘减速或暂停前沿AI开发’的选项，是一件好事——这能让社会结构和AI对齐研究跟上技术的步伐。”

博文同时明确指出这一呼吁的现实约束条件：如果只有谨慎的参与者放慢脚步，结果只会把领先优势拱手让给最不谨慎的人。因此，真正需要的是多个国家、多个前沿实验室在同等条件下同步暂停，且彼此能够验证执行情况。

Anthropic没有呼吁全面停止AI研发，也没有宣布自身将单方面放缓进度。它提出的是一项需要协调执行的集体行动选项。

倒计时

通往超级智能的理论路径上，一直存在一个临界点：当AI改进AI的速度超过人类改进AI的速度，飞轮将脱离人类控制，开始自转并加速。

Anthropic发布的数据显示，这一临界点尚未到来——人类在“研究品味”等环节仍保有优势。但每一个数据点——80%的代码占比、8倍的产出、52倍的实验加速、64%的判断胜率——都在表明，飞轮正在加速转动。

一旦最后一格被填满，AI研发的速度将仅由算力供给决定。从AGI到ASI的距离，可能短到以模型代际来计量。

受益于此的将远不止AI领域本身。药物研发、材料科学、能源技术、机器人——每一个需要智能加速的领域，都可能被这台自我加速的引擎重新驱动。

Anthropic的博文在结尾处没有给出确定的答案。它呈现了数据，列出了三种可能的走向，提出了一个需要集体行动的选项，然后将判断留给了读者。