80% 的代码由 AI 编写：Anthropic 首曝内部数据，递归自我改进不再是预言
Anthropic 发布《When AI Builds Itself》，首次公开 Claude 编写 80%+ 代码、工程师产出 8 倍增长、研究加速 52 倍等核心数据，联合 OpenAI 同步警告 RSI 提前到来，呼吁全球协调放缓前沿 AI 开发
事件：AI 构建 AI，数据说话
6 月 4 日，Anthropic 在官方博客发布长文《When AI Builds Itself》，由联合创始人 Jack Clark 和内部研究所负责人 Marina Favaro 联合署名。这不是又一篇关于 RSI（递归自我改进）的理论推演——而是一组此前从未公开的内部运营数据，直接证明了 AI 正在加速 AI 自身的开发。
核心数据如下：
| 指标 | 数据 |
|---|---|
| Claude 编写代码占比 | 80%+（2026 年 5 月） |
| 同比 Claude Code 发布前 | 个位数 |
| 工程师每日代码合并量 | 2024 年的 8 倍 |
| 开放式编程任务成功率 | 76%（6 个月前 26%） |
| 优化训练代码加速 | 3 倍（Opus 4）→ 52 倍（Mythos Preview） |
| 安全研究项目表现 | Claude 缩小 97% gap / 人类缩小 23% gap |
| 员工自评产出提升 | 约 4 倍（130 人调查，Mythos Preview） |
需要说明的是，80%+ 的代码占比是保守度量——仅统计合并到生产环境的代码行，归因管道本身存在覆盖缺口。Anthropic CEO Dario Amodei 此前在公开场合估计超过 90%（包含脚本和实验性代码）。
这些数字意味着：人类在 AI 开发流程中的角色，正在以可量化的速度收窄。
加速度：从每 7 个月翻倍到每 4 个月
Anthropic 创建了一个新度量——AI 能独立完成的任务时长，这比传统的基准分数更能反映实际能力演进：
- 2024 年 3 月，Claude Opus 3：约 4 分钟
- 2025 年 3 月，Claude Sonnet 3.7：约 1.5 小时
- 2026 年 3 月，Claude Opus 4.6：约 12 小时
- 2026 年 5 月，Claude Mythos（内测）：16+ 小时，触及 METR 测试框架上限
翻倍周期从 每 7 个月加速到每 4 个月。按此趋势，2027 年 AI 可能连续工作数周——这已经进入自主研究的有效区间。
同样的饱和速度也出现在基准测试中：SWE-bench 从个位数到趋于饱和仅用两年；CORE-Bench（测试模型能否复现已发表论文的实验结果）从约 20% 成功率到饱和仅用 15 个月。
三层递进：代码、研究、判断力
Anthropic 的数据揭示了人类角色收缩的三个阶段：
第一层：执行。 Claude 写了 Anthropic 80% 以上的代码，还承担了所有代码提交的自动审查（auto-review）。回溯分析显示，如果之前每次改动都有这道审查，约三分之一导致 claude.ai 线上事故的 bug 会被提前拦截——而写那些代码的工程师已经是全世界最顶尖的一批人。代码质量方面，Anthropic 内部评估认为：2025 年底 Claude 编写的代码仍略逊于人类工程师，目前大致持平，预计一年内将严格超越人类。
第二层：实验执行。 在优化训练代码的场景中，Claude 从 Opus 4 的 3 倍加速跳升到 Mythos Preview 的 52 倍。作为参照，一个熟练的人类研究员需要 4-8 小时才能达到 4 倍。更关键的是，在一个开放式 AI 安全研究项目中，Claude 驱动的智能体在 800 小时内缩小了 97% 的性能 gap，而两名人类研究员一周仅缩小 23%。
第三层：研究方向。 在判断”下一步研究什么方向”时，2026 年 4 月的 Mythos Preview 在 64% 的情况下优于人类选择。但需注意：该测试样本（n=129）刻意选取了人类判断有提升空间的时刻（即人类走了弯路的场景），因此 64% 并不代表 AI 在所有研究判断场景中都优于人类——而是一个”在人类已经偏航的条件下，AI 纠偏能力”的度量。 Anthropic 坦承，这是最令人不安的数据点——如果”研究品味”也失守，人类最后的比较优势将消失。
OpenAI 同步发声：RSI 信号已现
几乎同一时间，OpenAI 也发布了类似声明：
“我们也在当今系统中看到自进化的早期迹象：AI 的发展本身也被 AI 加速。我们预计这将加剧开发商和国家之间的竞争压力，并带来现有机构无法应对的治理挑战。”
与 Anthropic 不同的是，OpenAI 没有提供任何具体数据、系统名称或时间线。但两家前沿实验室在同一周内公开确认 RSI 信号，这本身就是前所未有的行业共识信号。
Anthropic 的诉求：可验证的暂停机制
博客的核心结论不是技术展望，而是一个政策主张：全球应协调考虑暂停或放缓前沿 AI 开发，前提是存在可验证的核查机制。
Anthropic 将问题类比核武器条约——但承认阻止作弊更加困难。博客结尾描绘了三种未来：
- 停滞：指数曲线其实是 S 曲线，研究判断力可能需要全新架构突破。但即便能力冻结在当前水平，Project Glasswing（Mythos Preview 的安全漏洞发现项目）上线头几周就在全球最重要的系统中发现超过一万个高危和关键级别漏洞，网络防御的瓶颈已从发现漏洞转向修补速度——现有能力的扩散已足够改写世界。
- 持续加速、人类掌舵：组织效率指数级提升，100 人的公司做 10 万人的活。但阿姆达尔定律开始显现——Claude 写代码飞快，代码 review 变成新瓶颈；新想法爆炸式涌现，远超组织消化能力。
- 完全递归自我改进：AI 自主设计下一代 AI，人类退到监督和验证位置。如果发生，这种能力大概率迁移到医学、材料、能源等科学领域。
争议：真诚预警还是监管俘获？
Anthropic 在 IPO 前夜呼吁”踩刹车”，这一时机的微妙性引发了激烈争论。
批评方认为这是经典的监管俘获——通过渲染风险给监管施压，限制开源模型和竞争对手的生存空间。风险投资家、前白宫 AI 加密沙皇 David Sacks 将其称为”监管俘获议程”（regulatory capture agenda），认为 Anthropic 推动强制许可制度将实质性阻碍小公司竞争。有人指出，限制性发布 Mythos 既是展示能力的营销，也是以安全为由拒绝开放的双重操作。
支持方则认为数据本身已足够震撼。沃顿商学院教授 Ethan Mollick 评价：“AI 实验室往往不是单一主体：它既有万亿美元公司的营销、律师和资本逻辑，也有追求下一代模型的研究人员，还有真心忧虑未来的’哲学王’式人物。” Anthropic 则反驳称，公司为安全承诺真金白银损失了数亿美元收入，甚至拒绝取消限制产品用于大规模监控的安全措施——“这不是想搞监管俘获的公司会做的事”。
我的观察：无论动机如何，这组内部数据的公开本身是行业里程碑。在此之前，RSI 的讨论停留在理论推演和学术论文层面；如今有了可验证的生产级数据，讨论的基线已经改变。关键不是 Anthropic 是否”真诚”，而是这组数据是否可复现——如果 OpenAI、Google DeepMind 公开类似数据，RSI 的现实性就不再存疑。
从预言到数据：我们站在哪里
5 月 20 日我们分析 Karpathy 加盟 Anthropic 做 RSI 时，写的是”锤子开始锻造锤子”——那时还带着预言色彩。两周后，Anthropic 用 80% 代码占比、8 倍工程师产出、52 倍研究加速、97% gap 缩小的数据，把预言变成了可审计的事实。
真正的问题已经从”RSI 会不会来”变成了”RSI 来的时候，我们的治理机制准备好了吗”。Anthropic 给出的答案是：没有。OpenAI 给出的答案也是：没有。
两家公司唯一共识是：需要有办法验证谁在偷偷继续跑。 这是核军控级别的协调问题，但比核军控更难——因为 AI 开发不像铀浓缩那样有物理痕迹。
下一步值得关注的信号：DeepMind 或 Meta 是否在 60 天内发布类似的 RSI 数据确认。如果确认，行业共识从”RSI 是理论风险”转向”RSI 是当前现实”的拐点就到了。