Claude正在渗透研发流程：Anthropic万字长文揭示AI介入开发的边界与风险

2026 年 6 月 4 日，Anthropic 发布了一篇深度长文，标题直白得让人警醒：《When AI builds itself》。

读完这篇报告，我没有科幻片那种超现实的感觉，反而感到一丝不安。

过去数年，业界一直热议“递归式自我改进”概念。听起来像是遥远的奇点时刻：AI 设计出更强大的下一代，然后无限循环下去。

Anthropic 明确表示，我们显然还没有走到那一步。

但在 AI 生产的流水线上，确实有越来越多的环节，不再需要人类亲手操作。

而且这个替代速度已经超出预期。

超过 80%

截至 2026 年 5 月，Anthropic 合并到正式代码库的代码中，超过 80% 可以归功于 Claude。

2026 年第二季度，一位普通工程师每天合并的代码量，已经是 2024 年的 8 倍。

在一项固定目标的代码优化测试中，2025 年 5 月的 Claude Opus 4 平均能把初始代码提速大约 3 倍。到了 2026 年 4 月，内部预览模型 Mythos Preview 已经能达到大约 52 倍。

作为对比，一位经验丰富的人类研究员花四到八个小时，大约只能做到 4 倍。

更令人震惊的是那个 API 修复案例。2026 年 4 月，Claude 一口气提交了 800 多项修复，将某类错误降低了 1000 倍。负责监督的工程师估算，如果换成人来做，可能需要四年时间。

800 多项修复，错误降低 1000 倍。

按监督工程师的估算，同样的工作量交给人类，大概需要四年。

看到这些数字，第一反应很容易是惊慌：完了，AI 已经开始自己造自己了。

但先别急着下结论。Anthropic 自己多次强调，他们还没有实现完整的递归式自我改进，这件事也不是必然会发生。今天的 Claude 虽然可以大量写代码、运行实验、追踪复杂故障，甚至能在给定问题中自己提出假设和设计方案，但它还没有完全接管最关键的一层：决定研究什么。

这就是整篇文章的分界线。

Anthropic 把研发工作分成了几个层级。最底层是执行明确任务，比如修好一个坏掉的按钮；再往上是拿到目标后自己设计解决办法，比如查清楚网络为什么变慢；更高一层则是判断什么问题值得做，决定下个季度团队到底该造什么。Claude 已经迅速吃掉了前两层的大量工作，人在很多时候只需要给目标，不再需要给方法。可到了最后一层，也就是研究方向、价值判断、结果可信度以及何时该止损，人的优势仍然明显。Anthropic 把这种能力叫作 research taste，我更愿意把它理解成“研究品味与判断力”。

这不是会不会写代码的问题，而是面对一大片未知时，你能不能知道哪块石头值得翻，哪个异常可能藏着真正的东西，哪个看起来漂亮的结果其实是假的，哪条路继续走只是在浪费算力。

过去我们总觉得这部分才是真正不可替代的，但 Anthropic 最担心的恰恰也是这里。他们做了一个内部测试，找出 129 个真实研究过程中的岔路口，这些地方人类研究员当时选了一条不够好的路，绕了一圈才回到正轨。然后，他们只把走偏之前的信息交给不同版本的 Claude，让模型判断下一步该做什么。

结果有点微妙。

2025 年 11 月，Claude Opus 4.5 给出的下一步，有51%被判定比人类当时的选择更好。

到 2026 年 4 月，Mythos Preview 把这个比例推到了64%。

这个实验不能被理解成“Claude 的科研判断已经全面超过人类”。因为样本本来就是刻意挑出来的，人类当时的选择本身就有改进空间。Anthropic 也做了对照，当人类原本的下一步已经很好时，模型只有大约 20% 的建议被判定更好。但这仍然释放了一个很强的信号：研究判断可能不是一道永远跨不过去的墙，它也可能只是另一项模型暂时不擅长、但正在迅速变强的能力。

如果 AI 只会执行，人类还能牢牢掌握方向。

如果 AI 连方向也能逐渐判断，制造下一代 AI 的闭环，就真的开始接近合拢了。

文章里有一句话值得单独拿出来：现在的工作形态，大概是人类提出想法，模型以比过去快一个数量级的速度去实现、测试和评估。研发的成本结构正在改变。以前，一个想法值不值得试，要考虑工程师有没有时间、实验要跑多久、代码要改多少、失败以后损失多大。现在，写代码、跑实验、生成结果消耗的人类时间正在接近于零。算力依然要花钱，但人的时间不再是主要成本。

组织最稀缺的东西也跟着变了：能提出好问题、识别坏答案、完成最终验证的人。

对企业管理者来说，文章里最有用的概念不是 80%、8 倍或 52 倍，而是阿姆达尔定律。这个定律原本来自计算机领域：一套系统能获得多大的整体加速，最终取决于其中最慢、最难加速的部分。AI 把写代码加速了，代码审查会堵住；AI 把实验执行加速了，决定做哪个实验会堵住；AI 把创意产量放大了，组织选择和消化创意的能力会堵住。

Anthropic 已经遇到了这个问题。Claude 生成代码的速度太快，人类审查代码的速度跟不上了。员工借助模型产生的新想法、新项目、新工具和模拟实验，也远远超过公司能够真正推进的数量。所以，一个公司用了多少 AI，已经不是特别有价值的问题。真正的问题是，当一个环节突然快十倍以后，你有没有能力找到下一个堵点，并且重建整个工作流程。

很多企业现在的做法是给每个人买一个模型账号，再统计调用量，这基本没用。如果审批还是三周，数据权限还是拿不到，业务负责人还是无法判断什么结果值得信任，那么模型再快，也只是更快地制造一堆等待审批的半成品。

Anthropic 已经让 Claude 直接进入真实研发环境，接触代码库、运行实验、观察结果、修改方案，再继续执行。

它不再只负责“给答案”，而是在闭环中承担一段完整工作。

这篇文章不能照单全收。

Anthropic 既是数据提供者，也是 Claude 的开发者和受益者。它有充分动机证明自己的模型进步极快，也有动机强调风险和治理的重要性。文章里的核心数据，大多来自 Anthropic 内部，外界无法完整复核。

这里有几个口径必须分清。

员工自报的 4 倍效率，同样可能有明显高估。

这些限制决定了我们能得出什么结论。现在能确认的是，AI 已经显著加速了 AI 研发中的工程执行和实验执行，开始接触一部分研究判断，而且多个可测指标仍在快速上升。它还没有全面超过顶级研究员，也不能独立制造下一代 AI。

我觉得 Anthropic 这篇文章最微妙的地方，是它同时在做两件看起来互相矛盾的事。一边，它拿出内部数据，告诉全世界 Claude 有多强，Anthropic 跑得有多快；另一边，它又说，如果有一种全球可验证的机制，能让所有前沿实验室一起减速或暂时暂停，他们认为这可能是好事。

这里一定要说清楚，Anthropic 没有宣布自己要单方面停下来。它提出的是一种有条件的、协调一致的减速。因为如果只有一家停，最谨慎的玩家退出比赛，最不谨慎的玩家继续加速，整个世界可能反而更危险。

问题是，这种机制极难建立。核武器控制至少还能看导弹井、核材料和试验痕迹，大模型训练使用的是通用芯片、电力和数据中心，训练任务可以隐藏，资源可以挪用，谁在秘密继续推进也很难确认。更麻烦的是，背叛协议的奖励极高。当其他人都停下来时，偷偷继续训练的一方，可能直接获得决定性的领先。Anthropic 借用了军备控制的逻辑，却也承认，过去那些核查机制用了几十年才建立基础设施和信任，而他们觉得 AI 留给人类的时间没有那么多。

技术进步正在压缩决策时间。

可我们用来协调利益、建立制度、形成信任的社会机器，速度几乎没有变。

Anthropic 最后提出了三种未来。一种是能力曲线开始变平，模型遇到架构、能源、芯片、电网或研究判断上的硬瓶颈，指数增长最终变成 S 形曲线；一种是 AI 继续带来复合式效率提升，但人类仍然负责设定方向和判断结果，100 人组织可能完成过去 1 万人甚至 10 万人的工作；还有一种，AI 真正完成递归式自我改进，开始自主设计和制造自己的后继者，人类从研发主体，退到监督、验证和审计的位置。

Anthropic 认为第一种不是最可能的，他们更相信我们至少正走向第二种，而第三种不能排除。

我的判断稍微保守一点。从“AI 大量参与研发”到“AI 自主制造下一代 AI”，中间不是一条平滑直线。代码数量不是科学突破，局部实验优化不是完整研究能力，能找到下一步也不等于能决定十年方向。现实世界还有算力、能源、制造、组织、法律、临床试验和人际信任这些慢变量。更强的智能，也不能把十年的药物副作用压缩到一周观察完，不能让一场依法四年举行的选举明天完成，更不能让一个陌生人在周末变成老朋友。这一点 Anthropic 自己也写得很清楚。

未来不会简单地变成“AI 快了，一切都同时快起来”。更可能的情况是，上游智能以算力的速度狂奔，下游世界仍然被物理、制度和人类关系卡住。我们会同时生活在这两种速度里。

回到《When AI builds itself》这个标题。

AI 还没有真的完整造出自己，但它已经走进了制造自己的工厂。它在写代码，在跑实验，在查故障，在提出下一步，也在审查人类留下的错误。

人类还握着方向盘。

只是我们最好别再假装，副驾驶上坐着的东西，只会帮忙查地图。