Anthropic 披露內幕：Claude 編寫超 80% 內部程式碼，AI 加速自我改進

過去幾十年，程式設計師每天坐在電腦前敲程式碼、修 bug，一行一行搭建起現在的 AI 大廈。但誰也沒想到，這個大廈的地基正在被 AI 自己接管，而且速度快得嚇人。

Anthropic 旗下機構 Anthropic Institute 釋出了一篇長文，公開了一組之前從未披露過的內部研發資料：截至 2026 年 5 月，Anthropic 內部程式碼庫中超過 80% 的合併程式碼，全是由 Claude 自己寫的。更誇張的是，現在每個工程師每個季度交付的程式碼量，直接飆到了 2024 年的 8 倍。

說白了，AI 正在以前所未有的速度接手自己的研發工作。這就是大家常說的「遞迴自我改進」（Recursive Self-Improvement）——AI 正在幫自己造下一代。

碼農在給 AI 打下手

回想 2025 年 2 月 Claude Code 剛推出測試的時候，Claude 寫的程式碼在 Anthropic 程式碼庫裡還只是個位數的比例。僅僅一年多過去，天平就已經徹底傾斜了。

現在的開發流程完全變了樣。以前是人類寫程式碼、AI 頂多補全兩句；現在是工程師給出一個目標，剩下的全丟給 Claude。到了 2026 年 5 月，面對那些完全沒有明確規範、甚至工程師自己都沒想好解法的開放式任務，Claude 的解決成功率已經衝到了 76%，半年之內飆升了 50 個百分點。

Anthropic 舉了一個挺生動的例子：前陣子一次日常升級導致數萬個訓練任務崩潰，現場一團糟。工程師只給了 Claude 一點文本描述和叢集許可權，Claude 自己在執行中的環境裡一個個排查，僅僅用了兩小時，就精準揪出了一個觸發崩潰的隱蔽除錯標誌。這要是換成人工排查，至少得花兩到三天。

甚至那些人類工程師最頭疼的髒活累活，也被 AI 包圓了。2026 年 4 月，Claude 一口氣提交了 800 多項修復，把某類 API 報錯率壓低了一千倍。負責的工程師算了一筆賬，要是讓人類去讀海量陌生程式碼修這些陳年老 bug，大概要幹整整四年。

從跑程式碼到自己做實驗

如果只是寫寫業務程式碼，還算不上真正意義上的自我迭代。關鍵在於，Claude 已經開始在模型研發的核心環節展現出非人類的速度。

Anthropic 每次發新模型，都會讓它做同一道測試題：給一段小模型訓練程式碼，讓它在保證準確率的前提下自己改程式碼提速。2025 年 5 月的 Claude Opus 4 平均能提速 3 倍左右，而人類資深研究員通常要花 4 到 8 小時才能做到 4 倍；到了 2026 年 4 月，Claude Mythos Preview 跑出了驚人的 52 倍提速。在評測機構 METR 的長週期任務測試中，Mythos Preview 甚至能連續自主工作超過 16 個小時。

不僅如此，連程式碼審查這道關卡也交給了 AI。Anthropic 回測發現，如果過去每一項程式碼改動都交給 Claude 自動審查，claude.ai 歷史上約三分之一的線上生產事故根本就不會發生。那些全世界最頂尖的模型工程師漏掉的破綻，正在被模型自己一眼看穿。

為什麼重要

對於每天寫程式碼的普通開發者來說，Anthropic 的這份報告就像一面鏡子。寫程式碼這個工種的核心價值，正在從「怎麼實現」迅速倒逼向「要做什麼」。如果你現在還在手敲每一行 CRUD，不僅效率會被拉開幾條街，甚至連寫出來的健壯度和測試覆蓋率都很難拼過經過閉環微調的專用 Agent。

在行業層面，這拉開了一場殘酷的加速度競爭。大模型研發本身就極其燒錢，如果哪家實驗室的 AI 能幫自己提速 8 倍、自主排錯、自動最佳化訓練核心，那它跑出下一代前沿模型的週期就會被壓縮到原本的幾分之一。這也意味著，落後者的追趕視窗期正在被指數級關小。

我們認為，Anthropic 這次主動公開資料，其實走了一步很聰明的公關兼敲警鐘路線。它既秀了肌肉，證明自家 Claude 在真實生產力場景下的統治力，又把「失去控制」的嚴肅問題推到了聚光燈下。不過也有隱患：當 80% 的程式碼都由 AI 生成、連程式碼審查都依靠 AI 時，一旦底層模型存在某種極其隱蔽的共性盲區，整個系統的脆弱性可能會被同步放大。遞迴自我改進的列車已經開出車站，但剎車片到底裝沒裝好，現在誰心裡都沒底。