罕见! Anthropic向全人类发出警告: 停止研究AI!

AI造AI，已经发生了！Anthropic重磅长文揭秘，超80%代码由Claude编写，工程师人均产出暴增8倍，Mythos研究提速52倍。看着如此恐怖的进化速度，Anthropic却发出呼吁：必要时，请暂停AI研发。

AI造AI的时代，已然降临！

就在刚刚，Anthropic扔出了一篇重磅长文：When AI builds itself（当AI开始造AI）。

打开这篇博客，满屏只透出一个词：加速！

这一次，他们用最硬核的真实数据，把AI“递归自我改进”（RSI）彻底砸到了台面上——

在Anthropic内部，超80%的代码，全由Claude编写；

工程师人均代码产出较2024年暴涨8倍，许多研究员已经5个月，没有手写过一行代码；

最开放的工程难题上，Claude成功率半年从26%飙到76%；

优化训练代码，人类4-8小时做到4倍加速，Claude Mythos Preview直接干到52倍。

“递归自我改进”的奇点尚未彻底降临，但它逼近的速度，恐怕已超出全球所有顶尖实验室的准备。

然而，最具戏剧性的一幕出现了：

就在Anthropic不断铺陈RSI，将以何等惊人的速度到来时，却突然发出严肃呼吁——

必要时，一起按下前沿AI的“暂停键”。

一时间，这篇博文全网刷屏，许多人疯狂安利：墙裂建议每个人都读一读！

80%的代码，出自Claude之手

整篇文章，Anthropic都在向外界证实一个令人胆寒的现实——

Claude正在疯狂按下AI进化的“加速键”。

他们正在蹚出一条通向“递归自我改进”的现实路径：让AI亲手打造出比自己更强大的下一代系统。

而这一切，比所有人预想的还要快。

截至2026年5月，Anthropic合入代码库的代码中，超80%由Claude撰写。

而在2025年2月Claude Code发布之前，这个数字还停留在“个位数”。

一年多时间，从“打打下手”到“包揽八成”。

Claude进化时间线

产能端的变化更直观。2021到2024年，Anthropic工程师人均每天合入的代码量基本是一条水平线。

2025年，Claude开始自己运行代码，曲线第一次上扬；

2026年，模型开始在更长时间跨度上自主工作，曲线第二次陡升。

到2026年第二季度，典型工程师的日代码合入量，已经是2024年的8倍。

一位Anthropic员工的自述更扎心：

大约一年前我开始全力“Claude化”。这是一场疯狂的冒险——到现在，我已经有约5个月没自己写过任何代码了。

不过，Anthropic也很诚实地补了一刀：

代码行数衡量数量多过质量，8倍肯定高估了真实生产力。

但2026年3月，对130名研究人员的内部调查显示，中位数受访者估计，自己的产出是没有AI时的4倍左右。

不光写得多，写得还比人好

量大管饱，那Claude输出的质量如何？

Anthropic给出了两个判断标准：代码能不能跑，以及别的工程师能不能看懂、能不能在上面继续盖楼。

第一条，证据已经非常硬核。

过去一年，研究员纠正、打断、中途接管Claude任务的比率持续下降——

哪怕是在最复杂、最开放的任务上。

在最开放的任务难度档位上，Claude的成功率在2026年5月达到了76%，6个月暴涨50个百分点。

举个真实案例：一次例行升级，突然让数万个训练任务集体崩溃。

工程师只丢给Claude一段文字描述和集群权限，Claude在运行中的任务里逐一排查环境变量，揪出了那个极其隐蔽的调试标志，复现、验证、修复

两小时，Claude干完了正常需要两三天的活。

更夸张的是2026年4月的一次“大扫除”，Claude一口气提交了800多个修复，把一类API错误压低了1000倍。

负责监督的工程师估算：这些活儿如果让人来干，得花4年。

第二条标准，差距还在，但正在以肉眼可见的速度消失。Anthropic内部的共识是：

我们预计Claude编写的代码，将在今年内全面超越人类。

Claude写代码，Claude审代码，这个闭环已经转起来了。

一年提速52倍，Claude暴击人类

如果说写代码只是工程层面，那真正让人脊背发凉的，是研究层面的进展。

Anthropic每次发新模型，都会做同一个测试：

给Claude一段训练小型AI模型的代码，要求它在保证正确性的前提下，跑得越快越好。

这本质上，就是一个微缩版的AI研究实验循环——改代码、跑、计时、再改。

看看这份极具压迫感的“成绩单”：

2025年5月：Claude Opus 4约3倍加速2026年4月：Claude Mythos Preview约52倍加速

而一位熟练的人类研究员，需要4到8小时，才能做到4倍。

一年时间，Claude从“超级有用”到“超人水平”。在这种目标明确的实验优化环节，人类已经被甩出了一个数量级。

更重磅的是，Claude开始展现“研究判断力”的苗头。

Anthropic做了一个极其刁钻的实验：他们翻出真实研究session里人类研究员“走弯路”的129个时刻，把弯路之前的全部上下文喂给Claude，问它：下一步该怎么走？

再让另一个能看到完整结局的Claude当裁判。