Anthropic 公布内部数据：AI 已写 80% 代码、工程师效率提升 8 倍，同时呼吁全球暂停前沿 AI 开发

核心要点

2026 年 6 月 4 日，Anthropic 新成立的 Anthropic 研究所发布了名为《当 AI 构建自身》（When AI Builds Itself）的重磅报告——这是主要 AI 实验室首次公开分享其内部运营数据，展示 AI 系统如何加速 AI 系统的开发进程。

报告登上 Hacker News 热榜，获得 527 分和 694 条评论，WSJ、Reuters、Scientific American 和 CNN 均有报道。核心论断：AI 正逼近递归自改进（Recursive Self-Improvement）的临界点——即系统能够在没有人类直接干预的情况下自主改进自身。

1. Claude 撰写 80% 以上的生产代码

最引人注目的数据：Claude 现在编写 Anthropic 整个代码库中超过 80% 的合并生产代码。在 2025 年 2 月 Anthropic 推出内部编码 Agent 之前，Claude 只编写了低个位数百分比的合并代码。

这不是基准测试或实验室实验——这是来自构建前沿 AI 系统的公司的真实生产数据。

2. 工程师产出每季度增长 8 倍

Anthropic 工程师现在的季度代码产出是几年前的 8 倍。每位工程师的合并输出量大幅增加，人类的角色从编写代码转向审查、引导和编排 Claude 的输出。

这种转变贯穿整个开发生命周期：需求、编码、测试、代码审查和部署。每一步中，人类的角色都在缩小。

3. 自主任务时长从 4 分钟到 12 小时

报告中也许最能说明问题的指标：Claude 可以自主完成的任务最长持续时间呈指数级增长。

这代表了短短两年多时间内自主能力增长 180 倍——远远超过摩尔定律式的预期。每一代 Claude 都能处理更长、更复杂的任务，无需人工干预。

4. 递归自改进的临界点

Anthropic 将递归自改进定义为 AI 系统能够自主改进自身能力的临界点——在没有人类驱动研究的情况下构建更好的 AI。

报告指出 RSI 实现需要三个条件：

1. AI 系统能够生成高质量训练数据——基本实现
2. AI 能够设计和执行实验——部分实现
3. AI 能够架构和实施新颖的模型改进——接近实现

报告警告说："如果 AI 能够在没有人类参与的情况下递归地改进自身，那么改进的速度可能会突然急剧加快。"

5. 全球『刹车踏板』提议

Anthropic 研究所不仅记录了加速的证据，还提出了具体的政策建议：建立一个协调、可验证的全球机制，允许世界顶级 AI 实验室放慢或暂时暂停前沿 AI 开发。

Anthropic 联合创始人 Jack Clark 在多次采访中详细阐述了这一观点："AI 行业现在有油门踏板，但汽车里没有刹车踏板。我们希望做一些工作来建造那个踏板。"

提议包括：

• 可验证的合规性：不仅是自愿承诺，而是可追踪、可审计的约定
• 触发条件：会激活暂停的特定风险指标
• 集体行动：所有主要实验室必须参与才能使该机制生效

对开发者的意义

1. 编码角色正在转变：将 AI 视为合作伙伴而非工具的开发者的产出将大幅提升。瓶颈不再是编写代码，而是知道构建什么以及如何验证。
2. 自主 AI Agent 已成为现实：从 4 分钟到 12 小时自主任务的进展意味着 AI Agent 现在可以处理全栈开发的实质性部分。
3. 机遇信号：像 Claude Code、GitHub Copilot 和 Cursor 这样的工具正在成为基础设施。围绕这些工具构建工作流程的开发者将有显著的竞争优势。

总结

Anthropic 的报告可能有其自身利益——但数据很难被忽视。80% 的代码编写率、8 倍的生产力提升和 12 小时自主任务上限都是一个方向：AI 在构建 AI 方面的作用正在加速，速度远超公开基准测试的体现。

📚 了解更多：查看我们的 Claude Code 教程和 AI 自动化真实案例，了解如何利用 AI 工具构建可持续的工作流和收入来源。