【AIGC文章】AI正在加速AI自己的研发

COCOAIGC · 2026-06-12 13:05:13 发布

原文（翻译版）：迅雷云盘

Anthropic Institute最近发了一篇报告，叫《When AI builds itself》。没有喊口号，就是拿了一堆内部数据，讲一件事：AI已经在帮Anthropic做AI研发了，而且占比越来越高。

80%：截至2026年5月，Anthropic代码库里合并的代码，超过80%是Claude写的。2025年2月Claude Code刚发布时，这个数字还是个位数。

8倍：2026年Q2，典型工程师每天合入的代码量约为2024年的8倍。当然，代码行数不等于生产力，Anthropic自己也说这个数字肯定高估了真实提升。但方向是明确的——工程师越来越多地负责定目标和审代码，具体实现交给Claude。

4倍：2026年3月内部调查，研究团队员工中位数估计，在Mythos Preview帮助下，原本就会做的项目产出约是没有AI时的4倍。

还有一些"如果没有AI根本不会做"的事。比如2026年4月，Claude提交了800多个修复，把某类API错误降低了1000倍。监督的工程师估计，人类做需要4年。

写代码只是工程侧。研究侧也在变：

实验执行：每次发模型前，Anthropic会让Claude优化一段训练小模型的代码。2025年5月，Claude Opus 4平均加速约3倍；2026年4月，Mythos Preview做到约52倍。熟练人类研究员通常需要4-8小时才能做到4倍。
实验设计：2026年4月的演示中，Claude agents被交给一个开放式AI安全问题（较弱模型能否可靠监督更强模型），自己提出假设、设计实验、并行迭代。人类研究员一周恢复了理论差距的23%，agents用800小时恢复了97%。局限是问题由人类设定，结果也没完全迁移到生产级模型，但实验设计基本是agents自己完成的。
研究判断：Anthropic分析了129个研究会话中"人类走偏"的节点，让Claude只看到走偏前的上下文做判断。2025年11月Opus 4.5在51%的案例中优于人类选择，2026年4月Mythos Preview提升到64%。不是严格公平对比（样本本就是人类有改进空间的地方），但说明AI在做"下一步该往哪走"这种判断上在进步。

Anthropic的定义是两层：能跑，且别人能看懂维护。

第一层，证据很明确。Claude Code在开放式问题上的会话成功率，2026年5月达到76%，6个月涨了50个百分点。一个例子：训练任务大规模崩溃，工程师给了事故背景和集群权限，Claude 2小时定位到一个隐蔽调试flag，完成了通常2-3天的工作。

第二层，可维护性，仍有争议，但差距在快速缩小。很多员工认为2025年底Claude代码质量还低于人类，2026年中已经大致持平，未来一年可能超过。

Anthropic现在也用Claude做自动代码审查。回溯发现，如果每次变更都经过Claude审查，约三分之一曾导致线上事故的bug可能在上线前被发现。

Anthropic在报告里列了三种情景，没有说哪个必然发生：

趋势放缓，但现有能力扩散：模型能力遇到瓶颈，但即使停在今天，影响也够大了。100人公司可能做到过去1000人的产能。Anthropic认为这个可能性较低，因为他们还没看到曲线明显弯折。
AI实验室继续获得复利式效率提升：AI研发被大幅自动化，人类仍负责研究方向和判断。100人团队可能做到过去1万甚至10万人的工作。这是Anthropic认为当前证据最支持的场景。但按照阿姆达尔定律，一个环节加速后，整体会被未加速的环节限制——代码审查已经成为Anthropic的新瓶颈之一。
完整递归自我改进：AI获得接近变革性人类创造力的能力，自主设计和改进自身。研发速度主要由算力、算法效率和验证能力决定。人类更多转向监督一个"虚拟实验室"。好处是能力可能迁移到医学、物理等领域；风险是少量不对齐现象可能在代代自我改进中被放大，直到人类失去控制。