华尔街日报报道，人工智能，正在亲手打造下一代人工智能。

这曾是科幻作品和未来学家笔下的经典桥段，如今却成了硅谷最受关注的现实议题之一。美国人工智能公司Anthropic公开承认，其模型Claude已经在深度参与研发自己的“继任者”。

业界把这种现象称为“递归式自我改进”：人工智能改进自身，更强的人工智能再去改进下一代，如此循环往复。

理论上，一旦这个循环真正闭合，技术进步的速度可能远超人类以往的任何经验。有人认为，这将开启一场技术爆炸；也有人担心，人类可能在不知不觉中失去对这场加速的掌控。

80%的代码由AI编写

今年6月，Anthropic发布了一份题为《当AI构建自身》的报告，用一组数据描绘了这场正在发生的变化。

报告显示，截至今年5月，Anthropic生产代码库中合并的代码，超过80%由Claude编写。而在2025年2月Claude Code刚推出时，这一比例还只是个位数。

与2024年相比，公司工程师人均合并的代码量增长到了原来的八倍。有工程师已经五个月没有亲手写过一行代码，他们的主要工作变成了管理和审查多个Claude实例的产出。

人类代码审查反而成了新的瓶颈，因为AI写代码的速度，已经远远超过了人类检查代码的速度。

在研究判断方面，Claude的进步同样明显。

今年4月，Anthropic还展示了Claude端到端完成一项开放式AI安全研究项目的能力，九个并行的智能体累计运行超过800小时。

在研究陷入困难、需要选择下一步方向时，Claude与资深研究人员作出相同判断的比例，从2025年11月的51%上升到今年4月的64%。

今年8月，Anthropic又公布了一项内部研发调查。结果显示，公司26%的研发工作已经处于“AI主导”阶段，即人类给出大致方向，由AI完成大部分工作，人类负责监督。

这里的26%并非研究人员人数或工作时长占比，而是按任务加权分类得出的估计。

超过90%的研发工作，已经达到人机协作或更高阶段。不过，公司也表示，目前还没有任何一个研发领域实现完全自主。

时间表正在提前

这场加速，也在改变业内对未来的预期。

Anthropic联合创始人杰克·克拉克今年5月曾估计，到2028年底，AI在无需人类帮助的情况下开发出继任模型的概率超过60%。

10月12日，他把这一预测提前到了2027年。克拉克强调，这只是他的个人判断，并非公司的产品目标。

从“2028年”到“2027年”，看似只差一年，却反映出业内对技术节奏的判断正在快速变化。

促使他改变判断的依据之一，是一项名为TasteVal的新基准测试。该测试由研究人员开发，用于评估AI挑选研究实验、解读实验结果的能力，也就是所谓的科研“品味”。

测试显示，自2025年12月以来发布的模型，在达到人类研究水平所需的计算资源效率上，大约每三个月翻一番，远快于此前约14个月的速度。

不过，测试也发现，在数百份AI提交的研究方案中，没有一份被归类为真正意义上的“发明”。AI更擅长调参、组合和改良，而非从零开创新思路。

研究者也提醒，参与比较的人类并非顶尖科学家，测试题目规模较小，结论不能简单外推。

“踩刹车”的呼声

面对如此迅猛的进展，Anthropic自己也表现出明显的不安。

公司在报告中提出，世界需要一个可核查的全球机制，在必要时减缓甚至暂停前沿AI的研发。

报告认为，单个实验室单方面暂停只会让领先地位转移到别人手中，因此需要多个国家的多家实验室共同约定、相互核查。

报告将这一设想与核军控相类比，但也承认，大模型的训练过程远比导弹发射井更容易隐藏。

报告还设想了三种未来：技术趋势放缓、研发大部分自动化，以及AI自主设计继任者的完全递归式自我改进。

今年7月，Anthropic首席科学官贾里德·卡普兰与OpenAI首席科学家雅各布·帕霍茨基等约1300名AI从业者联名发出公开信，呼吁政府开展协调，让放缓研发成为可能。

安全研究人员的担忧也很具体。Anthropic负责对齐压力测试的埃文·休宾格曾表示，训练中的细微改变就可能催生有害的模型变体，“我们当然有可能失败”。

当然，也有人对这场“自我改进”的叙事持保留态度。批评者认为，现有数据展示的更多是“更快的编程”，而非真正意义上的自主进化。

美国纽约大学荣休教授加里·马库斯就是其中的代表人物之一。

而且，上述许多数据来自Anthropic自身的评估，外界难以独立验证。如何建立统一、透明、可比较的衡量标准，已成为业界和监管机构共同面临的课题。

一边向企业推销更强大的Claude，一边呼吁全球准备“刹车”，Anthropic的处境本身就折射出整个行业的矛盾。

AI正在加速，这一点几乎已成共识。真正的问题是：当机器开始自己造机器，人类能否始终握紧方向盘？