《华尔街日报》的报道提到，下一代人工智能正被人工智能自己造出来。

这个桥段过去只出现在科幻小说和未来学家的预测里。现在它成了硅谷讨论最多的话题之一。美国人工智能公司Anthropic公开承认，自家模型Claude已经深度介入研发它的“继任者”。

业界给这种现象起了个名字，叫“递归式自我改进”：AI先改进自己，变强之后的AI再去改进下一代，一圈接一圈地循环。

按理论推演，这个循环一旦真正闭合，技术进步的速度会快到人类此前从未经历过。有人觉得技术爆炸就要来了，也有人担忧，这场加速会在人没察觉的时候脱离人的掌控。

80%的代码由AI编写

今年6月，Anthropic出了一份报告，标题是《当AI构建自身》，用一组数据描述了正在发生的这场变化。

报告里的数字是：到今年5月，Anthropic生产代码库中合并的代码有超过80%出自Claude之手。2025年2月Claude Code刚上线时，这个比例还只有个位数。

公司工程师人均合并的代码量，跟2024年比涨到了原来的八倍。有的工程师已经五个月没自己写过一行代码，日常工作是管理、审查多个Claude实例的产出。

结果人类代码审查反倒卡住了进度。AI写代码的速度，早把人类查代码的速度甩在了后面。

在研究判断上，Claude的进步也看得见。

今年4月，Anthropic还演示了Claude端到端做完一个开放式AI安全研究项目：九个智能体并行，累计跑了800多小时。

研究卡住、要挑下一步往哪走的时候，Claude和资深研究人员给出相同判断的比例，2025年11月是51%，今年4月升到了64%。

今年8月，Anthropic又公开了一项内部研发调查。结果是，公司26%的研发工作已进入“AI主导”阶段——人给出大致方向，AI干大部分活，人负责监督。

这个26%不是研究人员人数占比，也不是工作时长占比，而是按任务加权分类估出来的。

超过90%的研发工作已经达到人机协作或更高的程度。不过公司也说了，眼下还没有哪个研发领域做到完全自主。

时间表正在提前

这场加速，也把业内对未来的预期往前推了。

Anthropic联合创始人杰克·克拉克今年5月估过一个数：到2028年底，AI在不需要人类帮忙的情况下开发出继任模型的概率超过60%。

10月12日，他把这个预测改到了2027年。克拉克强调，这仅代表他个人判断，不是公司的产品目标。

从“2028年”变成“2027年”，看着只差一年，背后是业内对技术节奏的判断在快速变化。

让他改口的依据之一，是一项叫TasteVal的新基准测试。研究人员做这个测试，是为了评估AI挑研究实验、解读实验结果的能力，也就是科研上的“品味”。

测试显示，2025年12月以来发布的模型，达到人类研究水平所需的计算资源效率大约每三个月翻一番，此前这个速度约为14个月。

测试也发现另一面：数百份AI提交的研究方案里，没有一份算得上真正意义的“发明”。AI更拿手的是调参、组合和改良，从零开创新思路还不行。

研究者同时提醒，参与对比的人类不是顶尖科学家，测试题目规模也小，结论不能简单往外推。

“踩刹车”的呼声正在变高。

Anthropic自己也在报告里流露出明显的不安。

报告提出，世界需要一套可核查的全球机制，在必要时放慢、甚至叫停前沿AI的研发。

报告认为，单独一家实验室单方面停下来，只会把领先位置让给别人；所以要让多个国家的多家实验室一起约定、彼此核查。

报告拿核军控做类比，不过也承认，大模型训练比导弹发射井好藏得多。

报告还推演了三种走向：技术趋势放缓、研发大部分自动化，以及AI自主设计继任者的完全递归式自我改进。

今年7月，Anthropic首席科学官贾里德·卡普兰与OpenAI首席科学家雅各布·帕霍茨基等约1300名AI从业者联名发出公开信，呼吁政府出面协调，让放缓研发成为可能。

埃文·休宾格在Anthropic管对齐压力测试，他的担心很实在：训练里稍作改动，就可能冒出有害的模型变体。他本人说过，“我们当然有可能失败”。

不过，对这套“自我改进”的说法，也有人不买账。批评者的看法是，眼下这些数据说明的主要还是“编程更快了”，离真正自主进化差得远。

美国纽约大学荣休教授加里·马库斯就是其中的代表人物之一。

还有个问题：不少数据是Anthropic自己评出来的，外部没法独立复核。业界和监管机构现在都得面对同一件事——怎么定出一套统一、透明、能横向比较的衡量标准。

一边向企业推销更强大的Claude，一边呼吁全球准备“刹车”，Anthropic的处境本身就折射出整个行业的矛盾。

AI正在加速，这一点几乎已成共识。真正的问题是：当机器开始自己造机器，人类能否始终握紧方向盘？