据動察 Beating 監測,AI 自主迭代的能力,正在超出所有人的預期。Anthropic 研究院(The Anthropic Institute)於 6 月 5 日發布報告《當 AI 建造自身》,詳細披露了其在「遞歸自我提升」方面的研發進展。數據顯示,截至 2026 年 5 月,Anthropic 主程式庫合併的程式碼中,超過 80% 是 Claude 自己寫的。而在 2025 年 2 月 Claude Code 發布前,Claude 寫的程式碼只佔個位數。智譜 AI 創始人唐傑在 5 月 12 日曾預測,大模型的終局就是自我進化,且 Claude 可能已經跑通了「寫程式、洗數據、自己訓練自己」的自我訓練基線。但 Anthropic 在報告中明確澄清,完全自主設計和開發後繼者的遞歸自我提升尚未實現。
AI 在開發鏈條中扮演的角色,正處於從局部提效向自主決策過渡的階段。2026 年第二季度,Anthropic 工程師人均每天合併的程式碼量達到了 2024 年的 8 倍。現在的開發流程很簡單:工程師只負責規劃目標和審查,Claude 負責具體的編寫與運行。Anthropic 還部署了 Claude 擔任自動程式碼評審員,負責攔截 Bug 和安全漏洞。這表明唐傑指出的「自我評判」支柱已在工程端落地,但人類審查依舊是最後的安全閥門。
模型獨立執行長周期任務的可靠度也在翻倍。模型能持續自主工作的時長大約每 4 個月就翻一倍。2024 年 3 月的 Claude 3 Opus 只能處理 4 分鐘的簡單任務。一年後的 Claude 3.7 Sonnet 就能頂住 1.5 小時。到了 2026 年 3 月,Claude 4.6 Opus 已經能應對 12 小時的複雜任務。評測機構 METR 的數據顯示,最新的 Claude Mythos 預覽版能持續自主工作 16 小時以上,逼近了當前評測工具的上限。按當前速度,到 2027 年,AI 將能自主搞定需要人類工作數周的科研任務,幫助企業實現從「一人公司」向「無人公司」的跨越。
至於唐傑猜測的「自我訓練基線」,報告揭示的其實是一個局部的「微縮版實驗閉環」。在小模型訓練程式提速實驗中,2025 年 5 月的 Claude 4 Opus 只能將程式碼速度提升 3 倍,而 2026 年 4 月的 Claude Mythos 預覽版則實現了 52 倍的加速。相比之下,人類頂尖研究員通常能在 4 到 8 小時內實現 4 倍提升。然而,實驗的優化目標和成功指標均由人類事先設定。在面對更複雜的端到端「清洗數據、生成合成數據並自我訓練」這一完整鏈條時,AI 的決策能力依舊缺失。
研發鏈路的自主閉環,正將人類推向失去系統終極控制權的邊緣。唐傑預測的「LLM OS 取代傳統架構、應用按需即時生成」,意味著未來計算機運行的都將是無法提前審查的動態程式碼;而 Anthropic 警告的「人類審查跟不上 AI 自我進化」,則意味著我們連生成程式碼的源頭也無法把關。當 AI 開始自主設計並訓練後繼者,軟體的演進將徹底淪為黑箱。一旦在黑箱系統中放任 AI 進行未經人類審計的自我迭代,後續對自我提升系統的安全隔離、監控和行為對齊,將變得極其棘手。