Anthropic内部数据曝光：Claude正在自主构建下一代AI，公司呼吁全行业踩下刹车

这不仅是效率的提升，更代表了开发流程的结构性转变。其结果是，Anthropic的工程师现在每季度交付的代码量是2021年至2025年平均水平的八倍 。软件开发的瓶颈，正从编写和测试代码，转向更高层次的目标设定、架构设计和判断决策。

基准测试正以前所未有的速度趋于饱和

这份报告提供了一系列数据，展示了AI在多项工程和研究能力上的飞速进步 ：

• SWE-bench（真实世界软件工程测试）： 2023年底，模型得分约为2%。到该报告发布时，Claude的得分已达到93.9%，实质上已经攻克了这项旨在测试人类程序员解决GitHub真实BUG能力的基准测试 。
• CORE-Bench（复现已发表研究测试）： AI的成功率从2024年的约20%，在短短十五个月内就达到了几乎饱和的水平 。
• AI训练代码优化： 这项内部基准测试要求模型优化用于训练小型语言模型的代码，其进步堪称飞跃。2025年5月，平均提速为2.9倍。到2026年4月，使用未发布的Claude Mythos Preview模型，平均速度提升了52倍 。一位熟练的人类工程师单独工作需要4到8小时才能实现4倍提升，而当前世代的Claude模型已能超过50倍 。

自主工作的能力每四个月翻一番

在预测递归式自我改善方面，最具冲击力的指标或许是AI自主任务时长的变化。METR的研究追踪了AI在50%成功率下能独立工作多长时间。这个任务时长范围已从2022年的约30秒，扩展到2026年4月Claude Opus 4.6的12小时，增长了1440倍 。Claude Mythos Preview可自主工作至少16小时，这已接近METR目前测量能力的上限 。这种能力范围的翻倍速率，已从每七个月一次加速到每四个月一次 。

三分之一由AI辅助的工作以前根本不切实际

除了代码和基准测试的量化数据，Anthropic还公布了对内部员工生产力的调查结果。通过对20万份内部Claude对话记录的分析和53次深度访谈，他们发现，27%的AI辅助任务，是员工在没有AI的情况下完全不会去尝试的工作，因为以往所需的时间成本让这些工作变得不切实际 。这并非简单地将现有工作自动化，而是拓展了人们敢于尝试的边界。在另一项2025年11月的内部研究中，员工表示他们在60%的工作中会使用Claude，并估计这带来了50%的生产力提升，而前一年这个数字是20% 。

减速还是遏制：AI巨头的路线之争

Anthropic的立场很明确。该公司表示：“我们还没有达到那一步，递归式自我改善也并非不可避免。但它可能会比大多数社会机构准备应对的速度更快到来” 。公司甚至认为，全球具备暂停或延缓AI开发的能力“很可能是一件好事”，并直接敦促其他实验室考虑这一点 。

同一周，OpenAI的行动却描绘出截然不同的图景。6月3日，OpenAI发布了一份公共政策议程，呼吁建立联邦层面的前沿AI安全框架，包括强制性的模型评估和举报人保护条款，但其中有一项关键条款：联邦法律将优于各州层面的安全法规 。议程明确要求联邦AI安全研究所CAISI优先监控AI向递归式自我改善发展的进程 。与此同时，OpenAI正在为这个确切的风险招聘人员，在其安全团队内设立了一个名为“递归式自我改善准备”的研究员职位，薪酬高达29.5万至44.5万美元 。这份工作的本质是解决“失控遏制”难题，一个“有品味且具战略性”的努力，以应对那些“可能存在于未来，但目前或许还不存在”的风险 。

两家实验室都看到了同一个巨浪正在逼近，但Anthropic在呼吁整支船队减速，而OpenAI则正在高薪聘请救生员，并反对任何单一州政府发布“禁泳令”。

通往AI自我构建的三步阶梯

Anthropic的博文勾勒出一个三阶段的演进轨迹，直指终极风险 ：

1. 人类引导的加速（现在所处阶段）： AI辅助人类工程师，负责编写大部分代码，但由人类设定目标并做出判断。
2. 自主研究与工程： AI能够端到端地执行设定明确的实验，无需人类在方法上进行指导；但在高层次目标设定和判断上仍存在差距。
3. 完全递归式自我改善（“闭环”）： AI在极少甚至完全没有人类监督的情况下，自主设计、构建并训练其自身的后继者。

Anthropic联合创始人杰克·克拉克曾另行估计，这条“链”在2028年底前闭环的概率为60% 。而6月4日博文中公布的内部数据，则为这个看似遥远的假设提供了事实依据。它不再是凭空预测，而是基于一条已经清晰上扬的曲线所做出的推断。