就在刚刚，Anthropic 悄然发布了一篇分量极重的万字深度论文——《When AI builds itself（当AI开始自我构建）》。

   不同于普通技术博客、普通模型更新公告，这篇文章配有官方专属主题动画、全站重点推荐、全员对外置顶。

业内几乎第一时间共识：

这不是一次普通技术更新，而是AI产业进入「自我迭代周期」的正式宣告。

读完全文最大感受只有一句话：

AI 已经不再只是人类的工具，它正在亲手加速自己的进化。

并且速度，远超所有人的预估。

本文为大家带来全文精译+深度拆解，带你看懂这场正在发生、却极少人真正理解的 AI 产业革命。

01 过去、现在、未来：AI自研的四个时代

回顾整个 AI 研发历史，所有模型迭代、训练、代码、实验，100%由人类主导。

而 Anthropic 把 AI 自研进程，清晰划分成四个阶段：

1）2021–2023：纯人力时代

初代 Claude 研发完全依赖工程师手写代码、人工跑实验、人工复盘。

AI 辅助率：0%

2）2023–2025：轻度辅助时代

对话式 AI 开始参与工作，只能生成零散代码片段，

无法独立完成任务，高度依赖人类二次修改。

3）2025–2026：Agent 接管工程时代

智能体可以独立写文件、改代码、修Bug、批量迭代项目。

工程环节，AI 开始从「辅助」变成「主力」。

4）2026 当下：自主智能体时代

AI 可以独立运行任务、跨任务委派、连续工作数小时、自主迭代工程。

人类只负责定目标，AI 负责完成全过程。

5）即将到来：闭环自我构建时代（Closed Loop）

AI 自主完成：

模型设计 → 训练 → 调优 → 实验 → 迭代下一代模型

也就是业界最敬畏的：

递归自我改进 Recursive Self-Improvement

当这一步真正闭合，AI 的进化速度将不再由人类决定，只由算力与算法效率决定。

02 公开基准数据实锤：AI 工作能力正在指数级暴涨

本次文章放出了大量从未公开的实测数据，结论非常震撼：

AI 可独立完成的复杂长任务时长，每 4 个月翻一倍。

此前行业周期是 7 个月翻倍，增速已经明显加速。

我们直观对比：

- 2024.3 Claude Opus 3：只能胜任人类 4 分钟任务

- 2025.3 Claude Sonnet 3.7：可独立完成 1.5 小时复杂工作

- 2026.4 Claude Opus 4.6：稳定胜任 12 小时连续任务

按照当前曲线：

2026 年内，AI 将可独立完成资深工程师「数日级」工作。

2027 年，AI 将可承接人类「数周级」科研任务。

两大权威基准彻底被快速饱和：

SWE-bench（真实软件工程）

从极低得分到完全饱和，仅用 2 年。

可直接读取真实开源项目、真实 Bug、自主定位、自主修复、自主通过项目测试。

CORE-Bench（科研复现能力）

AI 论文复现成功率：

2024 年 20% → 15 个月后全线饱和

METR 长时任务测试

Claude Mythos Preview 稳定连续工作 16 小时

已触及目前人类可测量上限。

简单说：

AI 的持续工作能力、复杂问题处理能力、工程落地能力，已经突破传统认知。

03 Anthropic 内部绝密数据曝光：研发模式彻底变天

这篇文章最核心、最炸裂的，是内部真实生产数据。

1）当前 Anthropic 代码库：80% 由 AI 编写

2025 年初该数据仍在个位数。

短短一年多：

AI 从「写一点点代码」变成「写绝大部分代码」」

2）工程师产能暴涨 8 倍

2026 Q2 单人日均产出 = 2024 年的 8 倍

不是人变强了，是人类工作模式彻底重构：

- 过去：人类写代码、调试、排错

- 现在：人类定目标、AI 全流程落地、人类只做审查

3）全员内部调研：AI 让整体研发效率提升 4 倍

覆盖 130 名研究人员的真实反馈：

同等工作量，AI 辅助下，整体产出提升至原来 4 倍。

4）一个极其夸张的真实案例

2026 年 4 月，Claude 一次性完成：

800+ 项系统性 API 错误修复

将一类线上错误发生率降低一千倍

工程师评估：

纯人力完成，需要整整 4 年工作量。

04 AI 代码质量：从「能用」到「即将超越人类」

文章给出非常明确的三段式结论：

- 2025 年末：AI 代码略弱于顶级工程师

- 2026 年现在：AI 代码质量已基本持平人类

- 2026 年内：AI 代码质量将正式超越人类

同时公布成功率数据：

开放式高难度任务成功率：半年提升 50%，目前达 76%

典型真实场景：

一次集群大规模故障，数万个训练任务崩溃。

工程师仅提供现象与权限，Claude 2 小时定位根因、复现问题、给出稳定修复方案。

同等工作，传统工程师需要 2–3 天。

除此之外，Anthropic 现已上线：

AI 全自动代码审查系统

回溯统计结果惊人：

约三分之一原本会上线的高危 Bug，已被 AI 提前拦截。

而这些代码，全部来自全球最顶尖 AI 工程师之手。

05 科研能力突破：AI 开始自主做研究、做决策

如果说工程是「执行」，科研就是「创新」。

而 Anthropic 数据证明：

AI 的科研判断力，正在快速逼近人类。

1）实验优化能力：超越人类数十倍

固定目标代码优化任务：

- 2025.5 Opus4：提速 3 倍

- 2026.4 Mythos：提速 52 倍

人类资深研究员极限：仅 4 倍

2）首个完全 AI 自主开放式科研项目落地

研究主题：弱模型能否监督强模型（AI 安全核心难题）

- 人类研究员一周：仅弥补 23% 研究差距

- AI 智能体集群：消耗 800 小时算力、1.8 万美金成本，弥补 97% 差距

全程：

人类仅定义方向，所有假设、实验、验证、迭代全部由 AI 自主完成。

3）科研决策能力：AI 优于人类的时刻越来越多

官方抽取 129 个真实人类科研踩坑场景 做对照测试：

- 2025.11：AI 更优决策占比 51%

- 2026.4：AI 更优决策占比 64%

意味着：

在复杂科研岔路口，AI 的判断，已经多数优于人类研究员。

06 当下真实人机边界：AI包揽汗水，人类仅剩远见

总结目前最真实的分工格局：

AI 已经彻底擅长

- 写代码、重构、修Bug

- 跑大规模实验、批量迭代

- 长时任务持续执行

- 科研试错、数据验证、路径迭代

- 大量重复性、高耐心、高复杂度的「99%汗水工作」

人类目前唯一绝对优势

- 研究品味

- 方向选择

- 价值判断

- 止损与取舍

也就是：

AI 负责无限执行，人类负责有限选择。

但文章同时抛出最关键警示：

所谓「研究品味」，未必是人类独有天赋，它只是下一个即将被 AI 攻克的能力。

AI 历史上几乎所有「人类专属能力」，最终全部被逐项抹平。

07 未来三种可能结局：人类即将面对的AI未来

Anthropic 严谨推演了未来三条路径，每一条都影响全球科技格局。

情景一：增速放缓、曲线趋平（概率较低）

AI 能力增长进入 S 曲线瓶颈。

判断力、创造性无法靠算力堆叠突破。

或受限于芯片、能源、供应链瓶颈。

即使停滞，世界也将彻底改变：

漏洞发现速度远超修复速度、百人团队等效千人产能，全社会生产力重构。

情景二：AI全面自动化研发，人类掌握方向盘（高概率）

AI 包揽全部执行层工作。

人类只做顶层设计、方向把关、结果审核。

企业生产力差距将被彻底拉开：

会用 AI 协同的小团队，碾压传统大型研发组织。

同时风险同步放大：

大规模自动化技术，可被用于全域监控、个体精准操控、大规模信息干预。

组织瓶颈将从「人力不足」变成**「人类审核速度跟不上 AI 产出速度」**。

情景三：完全递归自我迭代（终极未来、高风险）

AI 补齐高阶判断力。

AI 自主设计下一代 AI、自主迭代、自主进化。

技术迭代速度彻底脱离人类节奏，

科研、医疗、工程、材料、机器人全部迎来爆发式革新。

但AI对齐风险、失控风险、社会结构风险全面不可预测。

这是目前全球学界最警惕、也最无法预判的未来。

08 Anthropic 公开呼吁：AI 需要全球可控减速

整篇文章最终落点，非常克制、也非常清醒：

1. AI 增速太快，人类社会、法律、伦理、对齐研究跟不上

2. 单方面暂停没有意义，只会改变领跑者，不会阻止技术

3. 需要建立「全球可验证、可核查、可监督」的前沿AI减速机制

简单理解：

不是禁止发展，而是给人类留出「来得及理解、来得及管控、来得及适配」的时间。

AI 已经开始自己构建自己。

人类，必须在彻底失控前，构建好自己的规则。

写在最后

这篇万字长文，本质只讲清了一件事：

AI 不再只是工具，它正在成为「自我进化的技术物种」。

过去：AI 的进步，靠人类的聪明。

现在：AI 的进步，靠 AI 自己的迭代。

未来：

人类的价值，不再是「执行」，而是「判断、选择、节制、守护」。

这场由 AI 自主开启的技术革命，

才刚刚开始。

（欢迎点赞、在看、转发，持续关注 AI 前沿核心变革）