首頁LBank 新聞中心
Anthropic 稱,AI 已在開發 AI,而人類恐拖慢進程
ai-already-developing-ai-anthropic-humans-slowing-things-down
Anthropic 稱,AI 已在開發 AI,而人類恐拖慢進程
Anthropic 表示,AI 目前已撰寫其大部分程式碼,並執行日益複雜的研究任務,讓人們得以決定哪些問題值得解決。
2026-06-04 來源:decrypt.co

簡要

  • Anthropic 表示,Claude 目前撰寫了超過 80% 整合到公司程式碼庫中的程式碼。
  • 這家 AI 新創公司指出,工程師交付的程式碼量比 2024 年增加了約八倍。
  • Anthropic 認為,AI 已在協助建構未來的 AI 系統,並最終可能為設計其自身的繼任者做出貢獻。

Anthropic 的一項最新研究指出,AI 在程式碼撰寫和研究方面的效率已大幅提升,以至於開發新 AI 系統的最大限制可能已轉變為負責監督的人類。

Anthropic 在週四發布的報告《當 AI 建構自身》(When AI Builds Itself) 中主張,Claude 已透過撰寫程式碼、執行實驗和協助研究來幫助建構未來的 AI 系統——該公司表示,這一趨勢最終可能導致遞歸式自我改進(recursive self-improvement),即 AI 系統協助設計其自身的繼任者。

Anthropic 表示,Claude 目前撰寫了超過 80% 整合到其程式碼庫中的程式碼,並且自 2024 年以來,已幫助工程師將程式碼產出量提高了約八倍。

Anthropic 寫道:「在 Claude Code 於 2025 年 2 月推出研究預覽版之前,這個數字還在個位數。」該公司補充說,這種轉變也體現在每位工程師的產出量上。「在 Anthropic 成立的前四年(2021-2024 年),每位工程師每天整合的程式碼行數保持不變,隨後在 2025 年開始攀升,當時 Claude 開始執行程式碼,而不僅僅是建議工程師複製貼上。」

Anthropic 表示,未來可能有多種發展方式:AI 進步可能會減緩,人類可能繼續主導,而 AI 則自動化大部分工作,或者 AI 系統最終可能開始改進其自身的繼任者。

Anthropic 寫道:「如果這種趨勢持續發展並獲得足夠的計算能力,它將指向一個能夠完全自主設計和開發其自身繼任者的 AI 系統。」「這稱為遞歸式自我改進。我們尚未達到那個階段,且遞歸式自我改進也並非不可避免。但它可能會比大多數機構預期的更快到來。」

該公司表示,目前判斷哪種結果最有可能還為時過早,但其主張 AI 已經在幫助建構 AI,並承認程式碼行數並非衡量生產力的完美指標。

None of this guarantees recursive self-improvement is on the horizon. It’s not yet clear that Claude is capable of research judgment—of choosing the right problems to work on.

But if these trends continue, AI systems designing and building their own successors is plausible. This…

— Anthropic (@AnthropicAI) June 4, 2026

Anthropic 後來在 X 上寫道:「這一切都不能保證遞歸式自我改進即將到來。目前尚不清楚 Claude 是否具備研究判斷力——即選擇正確問題來研究的能力。」

該報告發布之際,正值 AI 公司越來越將其模型定位為研究合作夥伴而非簡單的聊天機器人。儘管如此,Anthropic 表示,程式碼產出的增加反映了由日益強大的 AI 代理所推動的軟體開發的普遍加速。

上個月,Anthropic 將其旗艦級 Claude 模型升級至 Opus 4.8,持續推出旨在改進程式碼撰寫、推理和自主任務執行能力的更新。同時,競爭對手開發商 OpenAI 也採取了類似策略,於四月推出了其前沿模型 GPT-5.5 和 GPT-Rosalind。

五月份,Google 發布了 Gemini Spark,這是一款無需等待指令的個人 AI 代理。它能管理跨應用程式的任務,標記需要注意的項目,並在後台完成工作。

該報告也發布之際,Anthropic 正準備公開上市,並日益強調具備更高自主操作能力的 AI 系統。近幾個月來,Anthropic 展示了在程式碼撰寫、代理工作流程和長時間任務執行方面的進展,同時宣傳 Claude Mythos 識別軟體漏洞和進行複雜網路安全研究的能力。

該公司表示:「人類在這些系統的開發中扮演的角色大幅減少,我們的大部分精力可能轉向監督、驗證和確認由 AI 系統運行的不斷擴大的『虛擬實驗室』。」「我們預計,能夠自動化 AI 研究和開發的系統將具備可轉移到其他科學領域的技能,從而使它們能夠開始徹底改變其他領域。」