Jay 发自 凹非寺量子位 | 公众号 QbitAI
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。
我们的内部数据显示,Claude正在加速AI发展,这可能是一条递归自我提升(RSI)的路径。
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。
这可能彻底改变社会,在医疗、科技、经济领域带来巨大的好处。但也可能让对齐问题叠加恶化,最终导致失控。
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。
Anthropic长文定调
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
截至2026年5月,我Anthropic代码库的代码,超过80%由Claude编写。
在Claude Code发布前,这个数字一直只有个位数。
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。
人类在AI开发流程里的角色,每一个环节都在收窄。
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。
OMT
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:
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。随着RSI的出现,社会需要方法塑造AI的发展轨迹 ,确保其服务于人类利益。
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
本文来自微信公众号“量子位”,作者:关注前沿科技
