問題的關鍵已不再是 AI 能否自我進化，而是那一刻何時到來，以及我們的機構是否做好了準備。

Claude 正在撰寫它自己大部分的程式碼

最驚人的內部指標，莫過於 AI 在 Anthropic 內已經接管了實質的編碼工作。截至 2026 年 5 月，超過 80% 合併進 Anthropic 程式碼庫的程式碼，是由 Claude 所撰寫的 。這個數字在短短一年前，也就是 2025 年 2 月，還只是個位數的百分比 。稍早，Anthropic 執行長 Dario Amodei 曾提到，在新版 Claude 模型與功能開發中，超過 90% 的程式碼是由 AI 編寫的，而這份新報告則證實，這種主導地位如今已擴展到整個公司的合併程式碼庫之中 。

這不僅僅是效率的提升，更代表了開發流程的結構性轉變。其結果是，Anthropic 的工程師現在每季交付的程式碼量，是 2021 至 2025 年基準時期的八倍 。軟體開發的瓶頸，正在從編寫與測試，轉移到更高層次的目標設定、架構設計與判斷力。

基準效能正以史無前例的速度達到飽和

這份報告提供了一份駭人的加速時程表，顯示在幾項工程與研究能力的標準衡量指標上，AI 的進步有多麼驚人 ：

• SWE-bench（真實世界軟體工程）： 在 2023 年末，各模型的得分僅約 2%。到了這份報告發布時，Claude 的得分已達 93.9%，實際上已飽和了這個旨在測試人類等級錯誤修復能力的基準 。
• CORE-Bench（重現已發表研究）： AI 的成功率從 2024 年的約 20%，僅花了 15 個月就讓該基準達到飽和 。
• AI 訓練程式碼最佳化： 這項內部基準要求模型最佳化用來訓練小型語言模型的程式碼，其進步幅度更是驚人。2025 年 5 月，平均加速是 2.9 倍；到了 2026 年 4 月，使用尚未發表的 Claude Mythos 預覽版時，此數字已達到 52 倍 。一個熟練的人類工程師需要花四到八小時才能達成 4 倍的改進；而當前的 Claude 世代則能超過 50 倍 。

自主工作的時脈每四個月翻倍一次

或許在預測遞迴式自我改善上最具影響力的指標，是 AI 能自主工作的持續時間。METR 的研究追蹤了 AI 在 50% 成功率下，能獨立工作多長時間。這個任務時間軸，已從 2022 年的約 30 秒，擴展到 2026 年 4 月使用 Claude Opus 4.6 時的 12 個小時，增幅高達 1,440 倍 。Claude Mythos 預覽版已能工作至少 16 個小時，據稱這已接近 METR 當前可量測的上限 。這個時間軸的倍增速率，更從每七個月一次，加速到每四個月一次 。

三分之一的 AI 輔助工作，在過去根本不切實際

關於程式碼與基準測試的量化數據，也與內部對人類生產力的調查結果相符。針對 20 萬筆內部 Claude 對話紀錄的分析，以及 53 次深度訪談發現，27% 的 AI 輔助任務，是員工若沒有 AI 協助就不會去嘗試的工作，原因在於過往的時間成本讓這類任務顯得完全不切實際 。這並非單純將現有工作自動化，而是擴張了「什麼事值得嘗試」的可能性邊界。在 2025 年 11 月另一項內部研究中，員工回報在 60% 的工作中使用了 Claude，並評估生產力因此提升了 50%，遠高於前一年的 20% 。

減速發展或遏制風險：一場日益加深的路線分歧

Anthropic 的立場很明確。該公司表示：「我們還沒到達那個階段，遞迴式自我改善也並非無可避免，但它到來的速度，可能會比大多數機構準備好的時間點都還要快」 。他們主張，一個能夠暫停或減緩 AI 開發的全球性機制，「很可能會是件好事」，並正直接呼籲其他實驗室審慎考慮這個選項 。

同一週，OpenAI 的行動卻描繪出一幅截然不同的景象。在 6 月 3 日，OpenAI 發布公共政策議程，呼籲建立聯邦級的前沿 AI 安全框架，包含強制性的模型評估與吹哨者保護，但附帶了一個關鍵條款：優先於各州自行訂立的安全法規 。該議程明確要求聯邦 AI 安全機構 CAISI，應優先監測邁向遞迴式自我改善的進展 。與此同時，OpenAI 也正為這項確切存在的風險進行人員擴編，在其安全團隊內設立了一個「研究員，遞迴式自我改善整備」的職位，開出的薪資條件為 29.5 萬至 44.5 萬美元 。這份工作的定位，是一個「失控遏制」問題，一份「有品味且具策略性」的努力，來降低那些「可能存在於未來，但現在可能還不存在」的風險 。

兩大實驗室都看見了同一波巨浪來襲，但Anthropic 正呼籲船隊放慢速度，而 OpenAI 則選擇高薪聘請救生員，並反對任何單一州政府發布禁泳令。

通往自我打造 AI 的三步驟

該部落格文章勾勒出一條通往最終風險的三階段軌跡 ：

1. 人類導向的加速（此刻）： AI 輔助人類工程師，編寫大部分的程式碼，但由人類設定目標並進行判斷。
2. 自主研究與工程： AI 能在沒有人類指導方法的情況下，端到端地執行定義清楚的實驗；但在高層次的目標設定與判斷上，與人類仍有差距。
3. 完全的遞迴式自我改善（「閉環」）： 在最少或完全沒有人類監督的情況下，AI 自主設計、建造並訓練自己的後繼者。

Anthropic 共同創辦人 Jack Clark 曾私下評估，此一「閉環」在 2028 年底前實現的機率為 60% 。這篇 6 月 4 日的文章中所提出的內部數據，為其評估提供了事實基礎，說明了這項預測並非遙不可及的假設，而是從一條已經明顯向上彎曲的曲線中，所做出的合理推斷。

問題的關鍵已不再是 AI 能否自我進化，而是那一刻何時到來，以及我們的機構是否做好了準備。

Claude 正在撰寫它自己大部分的程式碼

最驚人的內部指標，莫過於 AI 在 Anthropic 內已經接管了實質的編碼工作。截至 2026 年 5 月，超過 80% 合併進 Anthropic 程式碼庫的程式碼，是由 Claude 所撰寫的 。這個數字在短短一年前，也就是 2025 年 2 月，還只是個位數的百分比 。稍早，Anthropic 執行長 Dario Amodei 曾提到，在新版 Claude 模型與功能開發中，超過 90% 的程式碼是由 AI 編寫的，而這份新報告則證實，這種主導地位如今已擴展到整個公司的合併程式碼庫之中 。

這不僅僅是效率的提升，更代表了開發流程的結構性轉變。其結果是，Anthropic 的工程師現在每季交付的程式碼量，是 2021 至 2025 年基準時期的八倍 。軟體開發的瓶頸，正在從編寫與測試，轉移到更高層次的目標設定、架構設計與判斷力。

基準效能正以史無前例的速度達到飽和

這份報告提供了一份駭人的加速時程表，顯示在幾項工程與研究能力的標準衡量指標上，AI 的進步有多麼驚人 ：

• SWE-bench（真實世界軟體工程）： 在 2023 年末，各模型的得分僅約 2%。到了這份報告發布時，Claude 的得分已達 93.9%，實際上已飽和了這個旨在測試人類等級錯誤修復能力的基準 。
• CORE-Bench（重現已發表研究）： AI 的成功率從 2024 年的約 20%，僅花了 15 個月就讓該基準達到飽和 。
• AI 訓練程式碼最佳化： 這項內部基準要求模型最佳化用來訓練小型語言模型的程式碼，其進步幅度更是驚人。2025 年 5 月，平均加速是 2.9 倍；到了 2026 年 4 月，使用尚未發表的 Claude Mythos 預覽版時，此數字已達到 52 倍 。一個熟練的人類工程師需要花四到八小時才能達成 4 倍的改進；而當前的 Claude 世代則能超過 50 倍 。

自主工作的時脈每四個月翻倍一次

或許在預測遞迴式自我改善上最具影響力的指標，是 AI 能自主工作的持續時間。METR 的研究追蹤了 AI 在 50% 成功率下，能獨立工作多長時間。這個任務時間軸，已從 2022 年的約 30 秒，擴展到 2026 年 4 月使用 Claude Opus 4.6 時的 12 個小時，增幅高達 1,440 倍 。Claude Mythos 預覽版已能工作至少 16 個小時，據稱這已接近 METR 當前可量測的上限 。這個時間軸的倍增速率，更從每七個月一次，加速到每四個月一次 。

三分之一的 AI 輔助工作，在過去根本不切實際

關於程式碼與基準測試的量化數據，也與內部對人類生產力的調查結果相符。針對 20 萬筆內部 Claude 對話紀錄的分析，以及 53 次深度訪談發現，27% 的 AI 輔助任務，是員工若沒有 AI 協助就不會去嘗試的工作，原因在於過往的時間成本讓這類任務顯得完全不切實際 。這並非單純將現有工作自動化，而是擴張了「什麼事值得嘗試」的可能性邊界。在 2025 年 11 月另一項內部研究中，員工回報在 60% 的工作中使用了 Claude，並評估生產力因此提升了 50%，遠高於前一年的 20% 。

減速發展或遏制風險：一場日益加深的路線分歧

Anthropic 的立場很明確。該公司表示：「我們還沒到達那個階段，遞迴式自我改善也並非無可避免，但它到來的速度，可能會比大多數機構準備好的時間點都還要快」 。他們主張，一個能夠暫停或減緩 AI 開發的全球性機制，「很可能會是件好事」，並正直接呼籲其他實驗室審慎考慮這個選項 。

同一週，OpenAI 的行動卻描繪出一幅截然不同的景象。在 6 月 3 日，OpenAI 發布公共政策議程，呼籲建立聯邦級的前沿 AI 安全框架，包含強制性的模型評估與吹哨者保護，但附帶了一個關鍵條款：優先於各州自行訂立的安全法規 。該議程明確要求聯邦 AI 安全機構 CAISI，應優先監測邁向遞迴式自我改善的進展 。與此同時，OpenAI 也正為這項確切存在的風險進行人員擴編，在其安全團隊內設立了一個「研究員，遞迴式自我改善整備」的職位，開出的薪資條件為 29.5 萬至 44.5 萬美元 。這份工作的定位，是一個「失控遏制」問題，一份「有品味且具策略性」的努力，來降低那些「可能存在於未來，但現在可能還不存在」的風險 。

兩大實驗室都看見了同一波巨浪來襲，但Anthropic 正呼籲船隊放慢速度，而 OpenAI 則選擇高薪聘請救生員，並反對任何單一州政府發布禁泳令。

通往自我打造 AI 的三步驟

該部落格文章勾勒出一條通往最終風險的三階段軌跡 ：

1. 人類導向的加速（此刻）： AI 輔助人類工程師，編寫大部分的程式碼，但由人類設定目標並進行判斷。
2. 自主研究與工程： AI 能在沒有人類指導方法的情況下，端到端地執行定義清楚的實驗；但在高層次的目標設定與判斷上，與人類仍有差距。
3. 完全的遞迴式自我改善（「閉環」）： 在最少或完全沒有人類監督的情況下，AI 自主設計、建造並訓練自己的後繼者。

Anthropic 共同創辦人 Jack Clark 曾私下評估，此一「閉環」在 2028 年底前實現的機率為 60% 。這篇 6 月 4 日的文章中所提出的內部數據，為其評估提供了事實基礎，說明了這項預測並非遙不可及的假設，而是從一條已經明顯向上彎曲的曲線中，所做出的合理推斷。