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