Anthropic 披露内幕：Claude 编写超 80% 内部代码，AI 加速自我改进

过去几十年，程序员每天坐在电脑前敲代码、修 bug，一行一行搭建起现在的 AI 大厦。但谁也没想到，这个大厦的地基正在被 AI 自己接管，而且速度快得吓人。

Anthropic 旗下机构 Anthropic Institute 发布了一篇长文，公开了一组之前从未披露过的内部研发数据：截至 2026 年 5 月，Anthropic 内部代码库中超过 80% 的合并代码，全是由 Claude 自己写的。更夸张的是，现在每个工程师每个季度交付的代码量，直接飙到了 2024 年的 8 倍。

说白了，AI 正在以前所未有的速度接手自己的研发工作。这就是大家常说的「递归自我改进」（Recursive Self-Improvement）——AI 正在帮自己造下一代。

码农在给 AI 打下手

回想 2025 年 2 月 Claude Code 刚推出测试的时候，Claude 写的代码在 Anthropic 代码库里还只是个位数的比例。仅仅一年多过去，天平就已经彻底倾斜了。

现在的开发流程完全变了样。以前是人类写代码、AI 顶多补全两句；现在是工程师给出一个目标，剩下的全丢给 Claude。到了 2026 年 5 月，面对那些完全没有明确规范、甚至工程师自己都没想好解法的开放式任务，Claude 的解决成功率已经冲到了 76%，半年之内飙升了 50 个百分点。

Anthropic 举了一个挺生动的例子：前阵子一次日常升级导致数万个训练任务崩溃，现场一团糟。工程师只给了 Claude 一点文本描述和集群权限，Claude 自己在运行中的环境里一个个排查，仅仅用了两小时，就精准揪出了一个触发崩溃的隐蔽调试标志。这要是换成人工排查，至少得花两到三天。

甚至那些人类工程师最头疼的脏活累活，也被 AI 包圆了。2026 年 4 月，Claude 一口气提交了 800 多项修复，把某类 API 报错率压低了一千倍。负责的工程师算了一笔账，要是让人类去读海量陌生代码修这些陈年老 bug，大概要干整整四年。

从跑代码到自己做实验

如果只是写写业务代码，还算不上真正意义上的自我迭代。关键在于，Claude 已经开始在模型研发的核心环节展现出非人类的速度。

Anthropic 每次发新模型，都会让它做同一道测试题：给一段小模型训练代码，让它在保证准确率的前提下自己改代码提速。2025 年 5 月的 Claude Opus 4 平均能提速 3 倍左右，而人类资深研究员通常要花 4 到 8 小时才能做到 4 倍；到了 2026 年 4 月，Claude Mythos Preview 跑出了惊人的 52 倍提速。在评测机构 METR 的长周期任务测试中，Mythos Preview 甚至能连续自主工作超过 16 个小时。

不仅如此，连代码审查这道关卡也交给了 AI。Anthropic 回测发现，如果过去每一项代码改动都交给 Claude 自动审查，claude.ai 历史上约三分之一的线上生产事故根本就不会发生。那些全世界最顶尖的模型工程师漏掉的破绽，正在被模型自己一眼看穿。

为什么重要

对于每天写代码的普通开发者来说，Anthropic 的这份报告就像一面镜子。写代码这个工种的核心价值，正在从「怎么实现」迅速倒逼向「要做什么」。如果你现在还在手敲每一行 CRUD，不仅效率会被拉开几条街，甚至连写出来的健壮度和测试覆盖率都很难拼过经过闭环微调的专用 Agent。

在行业层面，这拉开了一场残酷的加速度竞争。大模型研发本身就极其烧钱，如果哪家实验室的 AI 能帮自己提速 8 倍、自主排错、自动优化训练内核，那它跑出下一代前沿模型的周期就会被压缩到原本的几分之一。这也意味着，落后者的追赶窗口期正在被指数级关小。

我们认为，Anthropic 这次主动公开数据，其实走了一步很聪明的公关兼敲警钟路线。它既秀了肌肉，证明自家 Claude 在真实生产力场景下的统治力，又把「失去控制」的严肃问题推到了聚光灯下。不过也有隐患：当 80% 的代码都由 AI 生成、连代码审查都依靠 AI 时，一旦底层模型存在某种极其隐蔽的共性盲区，整个系统的脆弱性可能会被同步放大。递归自我改进的列车已经开出车站，但刹车片到底装没装好，现在谁心里都没底。