炒股就看金麒麟分析师研报 ，权威
，专业，及时 ，全面，助您挖掘潜力主题机会！

（来源：量子位）

重要发现：AI的自进化
，开始了 。

这是Anthropic刚刚在长文博客中，发表的暴论
。

并非「危言耸听」 ，看了下文章
，Anthropic是真的实打实地用数据在说话——

截止今年5月，80%以上的Anthropic代码 ，都是Claude写的。

而在Claude Code发布之前
，这个数字还仅是个位数 。

与此同时，Anthropic工程师平均每季度交付的代码量 ，是2021-2025年的8倍。

更重要的是质量——

在最开放 、最模糊
、连答案长什么样都不确定的编程任务上
，Claude的成功率现在是76%，六个月前才26%
。

50个百分点的跳升。半年 。

Anthropic内部已经有不少工程师觉得 ，Claude写的代码质量和人类打平了
。

预计年内会超过。

Anthropic还强调
，如果这个趋势持续下去，AI自己设计和构建下一代AI ，是完全可能的 。

因此，Anthropic带头呼吁：

如果存在一个可验证的机制
，能保证AI实验室确实都没偷偷卷，我们愿意减速、甚至暂停
。

除此之外 ，Anthropic的这篇博客里
，还放出了蛮多有意思的观点和事实。

以下是经过整理，更方便大家阅读的版本 。

Enjoy
。

AI圈的摩尔定律来了

Anthropic创建了个全新的衡量维度 ，叫「AI能独立完成的任务时长」。

2024年3月
，Claude Opus 3能搞定人类大概需要4分钟的软件任务 。

一年后，Claude Sonnet 3.7 ，1.5小时
。

又一年
，Claude Opus 4.6，12小时。

而最新的Mythos ，在内测中的表现是：

能连续工作「至少」16小时
，已经到了METR测试框架能衡量的上限了 。

这个翻倍速度，从原来的每7个月翻一倍 ，加速到了每4个月翻一倍。

如果趋势不变，2027年
，可能是好几周
。

Claude编写了大部分Anthropic代码

这种变化，也体现在工程师的工作方式上。

在 Anthropic 的最初四年 ，工程师每天Merge的代码行数基本保持不变 。

2025年
， Claude开始自己写代码，merge数突然开始飙升
。

如今 ，2026年第二季度
，工程师每天merge的代码量是2024年的8倍。

不过，代码量上去了 ，代码质量是不是注水了？

Anthropic说
，这一年来，工程师纠正Claude的次数 ，越来越少了 。

这一点
，在benchmark中可见一斑，如下图所示
。

所有难度类型的任务中 ，Claude的成功率，无一例外的一路暴增。

所以
，Anthropic现在干脆用Claude来review代码 。

是的，所有提交到代码库的改动 ，都会先过一遍Claude自动审查
，检查bug 、安全漏洞和其他缺陷
。

他们回溯分析发现，如果之前每次改动都有这道自动审查 ，大约三分之一导致claude.ai线上事故的bug
，上线之前就会被拦下来。

要知道，写那些代码的工程师 ，已经是全世界造AI系统最顶尖的一批人了 。

Claude在抓他们的错误
。

创造力的放大镜

接下来是Claude在研究层面的参与程度。

Anthropic有个惯例
，每次发新模型，都会给Claude一段训练小型AI模型的代码 ，让它在保证正确性的前提下
，把运行速度优化到最快 。

2025年5月，Claude Opus 4交出的答案是：加速3倍。

2026年4月 ，Claude Mythos Preview做到了52倍
。

作为参考，一个熟练的人类研究员
，需要4到8个小时才能勉强达到4倍。

不到一年的时间，Claude超过了人类 。

2026年4月 ，Anthropic丢给Claude一个AI安全研究
，大意是「一个弱模型能不能可靠地监督一个强模型」，然后让Claude自己提假设、跑实验……

这次先说人类的表现吧 ，两个人类研究员花了大约一周时间
，把gap缩小了23%
。

而Claude，在大约800小时
、花了大约18000美元的算力之后——

缩小了97%。

我们何去何从？

到这里为止 ，结论已经很清楚了 。

代码
，Claude写了
。代码review，Claude做了。实验执行 ，Claude快了人类一个数量级 。实验设计
，Claude开始自己来了……

人类现在最后的比较优势，是研究品味和判断力
。

但这个优势能守多久？

Anthropic在博客里说 ，他们也不确定。

一种可能是，「研究品味」就像之前AI不会的其他东西一样
，先是做不到，然后突然就做到了 。

就像AI理解幽默、展示心智理论 、解语言谜题 ，都经历了同样的曲线
。

另一种可能是
，即便Claude永远学不会真正的研究品味，仅靠现在的加速趋势 ，每个人类研究员能同时指挥的工作量已经大了好几倍。

你不需要AI完全替代你思考
，它只要把所有「执行」的活全干了，你就只需要做那5%的方向选择 。

RSI的三种未来

博客结尾 ，Anthropic描绘了关于这次「自进化」趋势三个可能演化方向。

1
、停滞
。

那些指数曲线其实是S曲线。

也许研究判断力这个东西就是没法靠scale解决
，需要一种全新的架构突破 。

或者，瓶颈在能源、在芯片 、在算力的物理供应链上
。

不过 ，即便AI的能力就停滞在今天的水平
，也会发生对世界带来重大变化。

前段时间的Project Glasswing，Mythos Preview在上线头几周就发现了超过一万个高危和严重级别的软件漏洞 ，遍布全球最关键的系统 。

2
、AI持续加速，但人类仍然把着方向盘
。

组织效率会指数级提升
，100人的公司做1万甚至10万人的活。知

Anthropic觉得我们大概率正在走进这个场景 。

但他们也发现了一个有意思的现象，就是阿姆达尔定律在组织里的体现_

Claude把代码写得飞快了 ，结果代码review变成了新瓶颈
。各种新想法、新工具 、新实验爆炸式涌现
，远超组织的消化能力。

瓶颈不会消失，只是转移到下一个环节 。

3
、AI实现完全的递归自我提升 ，开始自己造下一代自己
。

这个场景下
，AI的发展速度完全取决于算力了。人类退到监督、验证 、审核的位置 。

如果真的发生，这种能力大概率会迁移到其他科学领域 ，医学
、材料、能源
，全线起飞。

当然，另一种未来 ，是对齐失败
。

这种情况下
，偏差会在AI自我迭代的过程中逐步累积，最终——完全失控。

以上 ，便是Anthropic此次关于自进化，最关键的几个观点 。

说实话
，最开始我其实没太当回事，毕竟Anthropic马上就要IPO了 ，这一波不是典型的「Anthropic式」公关？

你别说
，这次，可能真的有点不一样
。

因为就在几天前 ，OpenAI也发布了类似的博客：

奇点
，似乎来得比所有人预想的都要快。

博客：https://www.anthropic.com/institute/recursive-self-improvement

参考链接：

[1]https://x.com/kimmonismus/status/2062517474277675102

[2]https://x.com/anthropicai/status/2062568873321513443