Anthropic用内部数据揭示了AI执行力的惊人跃升，做AI研发或软件工程的团队值得关注——这直接关系到你的工作节奏和工具选择。
Anthropic于6月5日发布博文，指出AI正加速自身研发，迈向递归自我改进，但强调这一阶段尚未到来。AI可稳定独立完成任务的时长约每4个月翻倍，从2024年的4分钟增至2026年的12小时。在Anthropic内部，超过80%的合入代码由Claude编写，工程师人均日代码量较2024年提升8倍。然而，人类在方向把控、问题选择等决策层面仍具优势，AI自我改进仍受算力约束。
Anthropic 示警：AI 执行力逼近甚至超过人类，方向把控等方面人类仍具优势
IT之家 6 月 10 日消息，Anthropic 于 6 月 5 日发布博文， 指出人工智能（AI）已开始加速 AI 本身研发，正迈步走向递归自我改进。 IT之家注：递归自我改进（recursive self-improvement）是指 AI 系统能够自主设计、训练、评估并迭代自己的下一代版本，形成“自己改进自己”的闭环。 这一概念被视为 AI 发展中的关键分水岭，一旦闭环成立，技术进步速度可能更多取决于算力、基础设施与验证机制，而不再主要受限于人工研发节奏。 该博文强调这一阶段尚未到来，也并非必然发生，但相关信号已比多数机构准备得更早、更强。 首先是能力加速。Anthropic 援引公开基准称，AI 可稳定独立完成任务的时长约每 4 个月翻倍： 2024 年 3 月，Claude Opus 3 可完成约 4 分钟的软件任务； 2025 年 3 月，Claude Sonnet 3.7 可处理约 1.5 小时任务； 2026 年 3 月，Claude Opus 4.6 已能处理 12 小时任务。 在公开基准上，模型进步也很快。SWE-bench 衡量真实软件工程修复能力，模型在 2 年内从个位数成绩逼近饱和。 CORE-Bench 测试复现实验论文结果的能力，AI 在 2024 年约 20% 的成功率，在 15 个月后已接近饱和。METR 还发现，Claude Mythos Preview 连续工作时长至少达到 16 小时，已接近现有任务集可测上限。 在 Anthropic 内部， 截至 2026 年 5 月，超过 80% 的合入代码由 Claude 编写 ；在 Claude Code 于 2025 年 2 月进入研究预览前，这一比例还只是个位数。 随着模型从代码建议走向自主运行与长时任务处理，工程师人均日合入代码量明显抬升，2026 年 Q2 典型工程师较 2024 年达到 8 倍。不过文中也提醒，代码行数偏重数量，不能等同真实生产率。 除代码产出外，Claude 在执行复杂任务上的效果也更强。Anthropic 员工 2026 年 3 月一项覆盖 130 人的调查显示，受访者估计在 Mythos Preview 帮助下，产出中位数约为无 AI 时的 4 倍。 2026 年 4 月，Claude 还完成超过 800 项修复，将一类 API 错误压低到原来的 1/1000，负责监督的工程师估计，若纯靠人工可能要花 4 年。 Anthropic 文章反复强调，当前人类优势仍集中在研究判断、问题选择、结果信任与方向把控上。当前 AI 在“执行”上逼近甚至超过人类，但在“决定做什么”上仍有差距。 Anthropic 还透露 AI 自我改进并不会凭空爆发，它仍受算力约束。即便 Claude 能写更多代码，企业若想把这种闭环推向更高强度，仍需要更大规模计算资源。