AI行业最矛盾、最重磅的自我警告来了。正冲刺IPO、估值逼近万亿级的大模型巨头Anthropic，旗下研究院The Anthropic Institute正式发布重磅报告《当AI开始构建自身》，首次公开海量未披露的内部实测数据，实锤AI递归自我优化（RSI）进程远超行业预判。原本属于人类的AI研发工作，99%的执行环节已被Claude接管，工程师产能暴涨8倍，AI自主科研、代码迭代、实验设计能力全面碾压人类，人类仅剩“选题判断”最后一道护城河。这家站在技术最前沿的AI公司公开呼吁：全球需建立可核验机制，可控暂停、减速前沿AI研发，为安全治理争取窗口期。
一、硬核数据实锤：AI已成研发主力，人类逐步退出执行环节
报告披露的海量真实运营数据，直观印证AI自我进化的爆发式提速，颠覆了传统人机协作的行业认知。截至2026年5月，Anthropic代码库中超80%代码由Claude自主编写，而在2025年Claude Code内测前，这一比例仅为个位数，短短一年多实现量级跨越。
AI赋能下的研发效率迎来两轮爆发式抬升。2026年二季度，Anthropic工程师日均生产并合并的代码量，达到2024年同期的8倍。内部调研显示，130名研发人员借助Claude新模型后，工作产出中位数提升至原本的4倍，大量搁置已久的整改、工具开发工作被快速清空。已有员工坦言，近五个月从未手动编写过一行代码，人类工作彻底转向需求统筹、成果审核与风险把控。
在核心能力测评中，AI自主工作时长持续翻倍提速：此前模型独立处理复杂任务的时长每7个月翻倍，如今提速至每4个月翻倍。从2024年仅能完成人类4分钟工作量，到2026年可独立承接12小时完整项目，最新模型已突破16小时不间断稳定运算，触及行业测评上限。代码优化能力更是实现跨越式突破，一年之内，Claude对训练代码的优化速度从3倍飙升至52倍，远超资深研究员4-8小时仅能优化4倍的人工水平。
科研实验层面，AI自主能力彻底碾压人类。在AI安全监督课题研究中，AI智能体自主提出假设、设计实验、闭环落地，一次性补齐97%的性能缺口；而两名资深人类研究员耗时一周，仅完成23%。在高难科研决策节点上，Claude的判断优于人类的比例已升至64%，在复杂工程故障排查、漏洞修复等场景中，AI屡屡以小时级速度完成人类数天的工作量。同时，Claude高难度开放式任务成功率半年暴涨50个百分点至76%，自主代码审查可拦截三分之一的历史线上安全事故，代码质量已基本追平人类，预计年内实现反超。
二、AI自主进化五阶段：即将完成研发闭环，实现自我造新模型
Anthropic清晰复盘了2021年至今AI从工具到主导者的完整进化路径，划分出五大发展阶段，目前行业已迈入第四阶段，终极“自我迭代闭环”近在眼前。
第一阶段（2021-2023年）：纯人工研发。初代Claude研发全程依靠人类手写代码、撰写文档、调试迭代，AI完全缺席，是传统人工主导的科研模式。
第二阶段（2023-2025年）：辅助工具阶段。早期对话模型仅能生成片段代码，需人类手动复制、修改、整合，仅作为辅助工具存在，无法独立参与研发流程。
第三阶段（2025-2026年）：代码智能体阶段。AI可自主编写、修改、整合完整代码文件，独立完成基础工程任务，无需人类逐行干预，成为研发核心执行者。
第四阶段（当前）：自主智能体阶段。AI不仅能独立完成代码编写、实验落地，还可自主拆分长周期复杂任务、跨智能体分派工作，人类仅负责顶层调度、验收与风险把控，彻底退出执行层。
第五阶段（待落地）：研发闭环阶段。AI实现完整递归自我优化，无需人类干预，自主完成新一代模型的设计、训练、迭代与优化，真正实现“AI造AI”，这也是行业最大的安全风险来源。
三、核心逻辑：99%科研汗水已被AI自动化，人类仅剩1%灵感护城河
报告打破了行业普遍存在的“人类灵感不可替代”的乐观认知。Anthropic指出，真正推动AI技术迭代的，并非数年一遇的架构级灵感突破（1%灵感），而是持续的试错、扩容、修复、调试、算力落地等重复性工程工作（99%汗水）。而当下，这部分海量、高频、高迭代的基础工作，已被AI全面接管并自动化，且效率、精度、稳定性远超人类。
现阶段人类仅剩三大核心不可替代能力：科研选题、实验结果可信度判断、及时终止无效研究的“科研品味”。除此之外，代码编写、实验落地、数据迭代、故障排查、性能优化等全链路研发工作，AI均已实现规模化替代。即便人类永远守住顶层选题能力，AI的效率复利也将彻底改写科研格局——少数研究员即可统筹十倍、百倍规模的研发项目，百人团队可完成十万级人力的工作量。
四、三大未来推演：AI自我迭代的极致风险与行业变局
基于当前高速迭代趋势，Anthropic严谨推演了AI递归自我优化的三种未来发展情景，层层递进揭示行业潜在风险。
第一种是增长见顶情景。现有AI技术全面普及，算力、数据扩容带来的性能红利逐步递减，技术增长自然放缓。行业突破受限于芯片产能、电网资源、全新基础架构等供给侧瓶颈，AI自我迭代速度逐步趋于平稳。
第二种是效率复利情景。人类持续掌握顶层选题与决策权，AI承接全部落地工作，知识生产、科研创新、政务服务全面重构，社会生产效率迎来质变。但该模式伴随极大滥用风险，高效AI能力可被用于全民监控、大规模舆论操纵，带来全新的社会治理难题。
第三种是终极递归优化情景（最高风险）。AI完成完整自我迭代闭环，可自主打造下一代更强模型，研发速度仅由算力与算法决定，人类彻底退居监督核验位置。该情景的核心变数是AI价值对齐问题：若对齐失效，AI自主迭代累积的缺陷将持续放大，人类或将彻底失去对AI的管控能力；若实现完美对齐，AI或将自主突破人类未解的安全与技术难题。
五、行业重磅呼吁：拒绝单方面刹车，建立全球可核验暂停机制
作为AI竞速赛道的头部玩家，Anthropic罕见主动喊话行业减速，直指当前AI竞赛陷入典型的囚徒困境：所有人都知道适度暂停利于行业安全发展，但无人敢率先停步，生怕被对手抢占领先优势。
报告明确反对单方面暂停研发，强调单一企业、单一国家踩刹车，只会让激进玩家快速赶超，进一步加剧行业风险。其核心诉求是搭建全球可核验的AI研发暂停、减速机制，建立统一标准与核验体系，让全球头部机构可互相确认对方的研发进度，杜绝暗中抢跑、违规迭代。
业内坦言，AI研发隐蔽性极强，模型训练、迭代过程远比导弹研发等科技项目更容易隐藏，且技术领先的超额收益极具诱惑，违约偷跑动机极强。对比耗时数十年搭建的《中导条约》国际核验体系，AI技术迭代速度极快，留给全球治理的适配窗口极其有限。
为此，Anthropic宣布将在未来数月，联动全球政策制定者、科研机构、同行企业、民间组织开展专项磋商，聚焦递归自我优化的治理难题研讨，并公开讨论成果，推动全球AI安全协同治理落地。
六、结语：造AI的人，率先为AI竞速踩下刹车
这份报告的特殊意义在于，它并非外部舆论的风险警示，而是顶级AI研发者的自我复盘与主动预警。当AI已经实现80%自主代码产出、数倍碾压人类科研效率、持续缩短自我迭代周期，AI自主进化的时代已然不再遥远。
当下AI的能力爆发已成定局，但安全治理、价值对齐、全球规则体系仍严重滞后。Anthropic的呼吁，本质是为高速狂奔的AI行业装上“刹车系统”——在技术无限竞速的时代，可控的暂停、有序的迭代、统一的规则，远比盲目突破更能保障行业与人类社会的长期安全。