企业官网建设流程全解析

AI开始造AI了？Anthropic甩出一份报告，信息量有点大

前言

说实话，我第一次看到 Anthropic 这份报告的时候，脑子里就一个想法：这事儿比我想象的来得快。

2026年6月4日，Anthropic 旗下的研究机构 Anthropic Institute 发了一篇博客，标题看着挺低调——《When AI Builds Itself》（当AI开始建造自己）。但内容一点都不低调。他们直接摊牌了：Claude 已经在帮我们写代码、跑实验、做研究，而且速度越来越快。按这个趋势走下去，AI 完全自主设计下一代 AI 的日子，可能比大多数机构准备的要早。

这篇文章就是帮你把这份报告啃透。不讲虚的，全是数据和事实。

一、什么叫"AI自己造自己"？

先把这个概念说清楚。

Anthropic 管它叫递归式自我改进（Recursive Self-Improvement，简称 RSI）。用人话说就是：一个 AI 系统能自己设计、开发出比自己更强的下一代 AI，然后下一代再搞出更强的下下一代，跟滚雪球似的越滚越大。

这不是科幻。Anthropic 自己都说了：“我们还没到那一步，递归式自我改进也不是必然发生的。但它可能比大多数机构准备的要来得更快。”

那他们凭什么这么说？往下看。

二、一张图看懂：AI 是怎么一步步接管开发流程的

Anthropic 把 AI 参与自身开发的过程分成了五个阶段，我整理了一下：

你现在看到的，是第四阶段。第五阶段还没到，但迹象已经有了。

三、硬核数据来了：Claude 到底干了多少活？

Anthropic 这次没藏着掖着，直接甩了一堆内部数据。我挑几个最关键的：

3.1 代码：80% 以上是 Claude 写的

到 2026 年 5 月，Anthropic 合并到代码库里的代码，超过 80% 是 Claude 写的。在 Claude Code 2025 年 2 月上线之前，这个数字还是个位数。

3.2 效率：工程师产出翻了 8 倍

这个数据更直观：

Anthropic 自己也承认，代码行数不是完美的衡量标准，8 倍肯定夸大了真实效率提升。但 2026 年 3 月对 130 名研究人员的内部调查显示，大家普遍觉得自己产出翻了 4 倍左右。

有个细节特别说明问题：Anthropic 有位工程师已经5 个月没亲手写过一行代码了。不是偷懒，是 Claude 全包了。

3.3 代码质量：从"还行"到"差不多"再到"要超过人类了"

而且 Anthropic 现在用 Claude 自动审查代码。他们回溯分析发现，如果之前每次代码改动都让 Claude 审一遍，能提前拦截大约三分之一的生产事故。这些事故的代码，可是 Anthropic 那帮世界顶级工程师写的。

四、不只是写代码，Claude 还会做研究了

4.1 实验优化：从"挺有用"到"超人类"

Anthropic 每次发新模型都会做同一个测试：给 Claude 一段训练小模型的代码，让它想办法跑得更快。

作为参照，一个熟练的人类研究员要花 4-8 小时才能做到 4 倍提速。Claude 在不到一年时间里，从"挺有用"直接干到了"超人类"。

4.2 自主研究：800 小时跑完人类一周的活

2026 年 4 月，Anthropic 公开了一个实验：让 Claude 代理独立研究一个 AI 安全问题——弱模型能不能可靠监督强模型？

结果是这样的：

注意，Claude 代理是自己提出假设、设计实验、分析结果、互相交流的。人类只做了两件事：选题和设定评分标准。

4.3 任务时长：每四个月翻一倍

这个趋势特别值得关注。衡量 AI 能独立完成多长任务的数据显示：

按这个节奏，2026 年内 AI 就能独立完成需要人类好几天的工作，2027 年可能达到数周级别。

五、基准测试也在疯狂涨

几个关键基准测试的成绩变化，我整理了一下：

SWE-bench 从个位数到接近满分只用了两年。CORE-Bench 从 20% 到饱和只用了 15 个月。这速度，说实话，比大多数人预期的快。

六、Anthropic 的态度：一边加速一边喊刹车

最有意思的是 Anthropic 的立场。他们一边展示 AI 能力飞速增长，一边呼吁建立"全球协调机制"来减速甚至暂停。

他们拿中程核导弹军控协议做类比，说前沿 AI 实验室应该能验证彼此确实减速了。

但这事儿争议不小：

• Bentley 大学教授 Noah Giansiracusa直接说：“这不是真心想减速。Dario Amodei（Anthropic CEO）的博客我看过，他想全速前进。”
• 佐治亚理工教授 Mark Riedl在 Bluesky 上发帖说：“大 AI 公司都在跳’递归自我改进’的炒作列车。”
• 还有人指出，Anthropic 刚秘密提交了 IPO 申请，估值接近 1 万亿美元。这时候喊刹车，怎么看都像商业策略。

不管动机如何，Anthropic 说的一个事实没人能否认：AI 正在加速 AI 的开发。

七、这对我们意味着什么？

说了这么多数据，回到一个最实际的问题：这事儿跟普通开发者、普通公司有什么关系？

短期（现在-2026 年底）：

• AI 编程代理已经是标配了，不用的人效率会明显落后
• 代码审查、Bug 修复这类重复性工作会大量自动化
• 工程师的角色从"写代码"变成"指挥 AI 写代码 + 审查结果"

中期（2027-2028）：

• AI 可能能独立完成需要数周的任务
• 研究实验的自动化程度大幅提高
• 人类更多做"定方向"的工作，执行层面交给 AI

长期（不确定）：

• 如果递归自我改进真的实现，AI 进步速度可能脱离人类控制
• 这既是巨大的机遇（科研、医疗突破），也是巨大的风险（失控）
• Anthropic 呼吁的"全球协调机制"能不能建立，是关键变量

八、常见误区：别被"递归自我改进"吓到

最后说几个容易理解偏的地方：

❌ 误区一：Claude 已经在自己改自己的代码了
✅ 真相：Claude 是在帮人类写 Anthropic 的代码，不是改自己的模型权重。这叫"外循环加速"，不是"内循环自改"。

❌ 误区二：递归自我改进一定会发生
✅ 真相：Anthropic 明确说了"不是必然的"。技术瓶颈、算力限制、监管干预都可能打断这个趋势。

❌ 误区三：这意味着 AI 马上要有意识了
✅ 真相：递归自我改进说的是能力提升，跟意识、自我认知完全是两码事。别混为一谈。

参考链接

• Anthropic Institute: When AI Builds Itself（原文）
• Scientific American: Anthropic warns AI may soon begin recursive self-improvement
• Kingy AI: Inside the Recursive Self-Improvement Race
• Axios: Anthropic warns AI could soon help build its own successors
• Anthropic: Automated Weak-to-Strong Researcher

总结

Anthropic 这份报告，本质上是在说一件事：AI 参与自身开发的程度，已经深到足以让"递归自我改进"从一个理论问题变成一个现实问题了。

80% 的代码是 AI 写的，工程师效率翻了数倍，实验优化速度超过人类，自主研究代理能跑 800 小时——这些不是预测，是正在发生的事实。

但话说回来，从"AI 帮人类写代码"到"AI 完全自主设计下一代 AI"，中间还有很长的路。Anthropic 自己都承认还没到那一步。

真正值得关注的不是恐慌，而是准备。如果这个趋势继续下去，我们每个人——不管你是开发者、管理者还是普通用户——都需要重新思考：当 AI 能造 AI 的时候，人的位置在哪里？

💬 你怎么看？你觉得 AI 递归自我改进是机遇还是威胁？欢迎在评论区聊聊你的看法。如果觉得这篇文章有用，点个赞收藏一下，咱们下篇见！