2026 年 6 月 4 日，Anthropic 旗下剛成立不久的「The Anthropic Institute（Anthropic 研究院）」發布了一篇文章〈When AI Builds Itself〉（當 AI 開始打造自己）。它由 Anthropic 共同創辦人暨政策負責人 Jack Clark，與專責國安政策的研究員 Marina Favaro 共同署名。文章開門見山就丟出一個讓人坐直身體的數字：今天 Anthropic 的工程師，平均每季產出的程式碼是 2021–2025 年的 8 倍，而且其中超過八成是 AI 自己寫的。
這篇文章的主題，是 AI 圈這幾年最讓人興奮、也最讓人不安的詞——遞迴式自我改進（Recursive Self-Improvement，RSI）：當 AI 強到可以自己設計、訓練出更強的下一代 AI，而下一代又能更快造出再下一代，理論上就會形成一個越跑越快的迴圈。這是一篇有具名作者、可以究責的官方論述，不是匿名行銷文。所以值得我們認真讀完、逐一查證，再給出判斷。
先把原文放在這裡。如果你想看英文原版，點擊下面這張截圖就會在新分頁打開 Anthropic 原文；這篇文章接下來會把它的精華整理給你，原文裡的關鍵句我會直接引用、並翻成中文說明。
這篇文章會分三步走：（一）先忠實地把原文的事實與核心精神整理出來，讓你不用讀完整篇英文也能吸收全部重點；（二）對每一個關鍵數字做查證，告訴你哪些站得住腳、哪些有但書；（三）給出一個盡量公正、不吹捧也不唱衰的獨立判讀與行動建議。
一、原文在講什麼？把核心主張一次說清楚
文章的主軸只有一句話：AI 已經在加速 AI 自己的開發了。Anthropic 說，過去 AI 發展的每一步都由人類驅動，但現在他們把越來越多的開發工作「外包」給 AI 系統自己做，而這正在大幅加快他們的速度。原文是這樣定調的：
“We are not there yet, and recursive self-improvement is not inevitable. But it could come sooner than most institutions are prepared for.”
中文：「我們還沒到那一步，遞迴式自我改進也並非必然。但它可能比多數機構準備好的時間，更早到來。」
— When AI Builds Itself, The Anthropic Institute
注意這個措辭很關鍵：Anthropic 沒有說「RSI 已經發生」，甚至主動說它「並非必然」。這是一篇刻意留了退路的「預警」，而不是勝利宣言——這個細節，等到最後判讀時會變得非常重要。
其實這個想法一點都不新。早在 1965 年，圖靈在二戰布萊切利園的同事、數學家 I.J. Good 就寫下了那句經典：一台「超智能機器」會是「人類需要發明的最後一件東西」——前提是「它夠溫順，願意告訴我們如何控制它」。Anthropic 這篇文章，本質上就是這句 60 年前預言的最新續集，只是這次他們手上多了真實的內部數據。
二、外部證據：AI 的能力曲線正在加速
Anthropic 先從「外部世界」也看得到的公開 benchmark 講起。最有代表性的是 METR（一個專門量測 AI 能完成多長任務的獨立機構）的「任務時間長度」曲線。原文寫道：
“The length of tasks that they can reliably complete on their own has been doubling roughly every four months, up from an earlier trend of doubling every seven months.”
中文：「AI 能自主可靠完成的任務長度，大約每 4 個月就翻倍一次——比早期每 7 個月翻倍的趨勢還快。」
我去查了 METR 原始資料：這兩個數字都是真的，「每 7 個月翻倍」是 METR 2025 年 3 月的招牌結論，「可能加速到每 4 個月」也是 METR 自己 7 月補充的觀察。但魔鬼藏在一個字裡：這是用「50% 成功率」量的。也就是說，是「有一半機率做得對」的任務長度——這比較像擲銅板，而不是日常語感裡的「可靠」。Anthropic 自己的腳註也老實承認用的是 50% 門檻；若把標準拉高到 80%，AI 能勝任的任務長度大約要短上 5 倍。
coding 與研究 benchmark 也是同一個故事。原文舉了兩個例子：
- SWE-bench（真實 GitHub bug 修復測驗）：模型從「個位數百分比」一路衝到「飽和」。我查到的數字是 2023 年原始論文裡 Claude 2 只解出 1.96%，到 2026 年 SWE-bench Verified 榜首已約 93.9%。
- CORE-Bench（能不能重現一篇已發表論文的結果）：從 2024 年 9 月最強 agent 在最難關卡只有 21.5%，到約 15 個月後被普林斯頓 HAL 排行榜宣布「已破解」（Opus 4.5 + Claude Code 拿到 77.8%）。
這些數字方向上沒錯，但「飽和」這個詞有兩種完全不同的意思，原文沒講透，我必須幫你補上：一種是模型真的變強了，另一種是測驗本身壞掉了。OpenAI 自己查核後發現，SWE-bench 最難、解不出來的題目裡有 59.4% 根本是「測試案例本身有瑕疵」，於是 OpenAI 在 2026 年初乾脆停止公布這個分數。另一份研究 SWE-Bench+ 更發現，原始 SWE-bench 上有 32.67% 的「成功」其實是答案就寫在 issue 留言裡、模型用抄的；濾掉問題題目後解題率從 12.47% 掉到 3.97%，等於灌水近三倍。而且超過 94% 的題目發生時間早於模型的知識截止日——模型很可能在訓練時「見過考古題」。
小結：能力曲線確實在往上，這點不假；但 benchmark 分數同時也被汙染、洩題和壞題墊高了，不能直接讀成「AI 已經會寫軟體」。
三、內部證據：Claude 已經在寫 Anthropic 八成的程式碼
真正讓這篇文章與眾不同的，是 Anthropic 公開了過去從未曝光的「內部數據」。最震撼的一句：
“As of May 2026, more than 80% of the code we merge into Anthropic’s codebase was authored by Claude.”
中文：「截至 2026 年 5 月，我們合併進 Anthropic 程式碼庫的程式碼，有超過 80% 是 Claude 寫的。」
在 Claude Code 於 2025 年 2 月推出之前，這個數字還只是「個位數百分比」。下面這張 Anthropic 官方圖表，就是「每位工程師每季貢獻的程式碼量」——2021 到 2024 幾乎是一條平線，2025 年 Claude Code 上線後開始爬升，2026 年模型能自主長時間工作後再次陡升，到第二季衝上 8.0 倍（最後那根斜線柱是只算了部分天數的當季預估）。
這裡 Anthropic 難得地誠實，主動加了一個但書，我原汁原味引用給你看：
“Lines of code is an imperfect measure, as it measures quantity over quality. So 8× lines of code/engineer/day in the second quarter of 2026 is almost certainly an overstatement of the true productivity gain.”
中文：「程式碼行數是個不完美的指標，因為它重量不重質。所以 2026 第二季的『每人每天 8 倍程式碼』，幾乎可以肯定高估了真正的生產力增幅。」
一位 Anthropic 員工的話，最能傳達現場那種「人類正在退場」的氛圍：
“I started leaning hard into Claudifying about a year ago. That’s been a crazy adventure and it’s now been ~5 months since I last wrote any code myself.”
中文：「我大概一年前開始全力『Claude 化』。這趟旅程瘋狂得很——我已經大概有 5 個月沒有自己親手寫過任何一行程式碼了。」
— Anthropic 員工（文中匿名引用）
品質呢？Anthropic 說 Claude 寫的程式碼「能跑，而且越來越好讀」。下面這張圖是 Claude Code 在四種難度任務上的成功率：最難的「開放式問題」（沒有明確規格、連工程師都不確定答案長怎樣的那種），成功率在 2026 年 5 月達到 76%，半年內跳升了 50 個百分點。
原文舉了一個很具體的例子：一次例行升級讓「數萬個訓練任務」當機，工程師只丟給 Claude 一些文字描述和叢集存取權，Claude 逐一測試環境設定，最後揪出那個觸發當機的冷門除錯旗標、穩定重現並確認修好——「大約兩小時，完成了通常要兩到三天的工作」。對於程式碼品質，Anthropic 下了一個大膽的結論：
“Claude-written code was somewhat worse than human-written code at Anthropic in late 2025, is roughly at parity today, and we expect it to be strictly better within the year.”
中文：「Claude 寫的程式碼，2025 年底還比 Anthropic 工程師寫的『差一些』，今天大致打平，而我們預期它一年內會『全面勝出』。」
其他亮點還包括：自動化的 Claude code review 在回溯分析中，能在出事前攔下過去 claude.ai 線上事故裡「約三分之一」的 bug；以及在資安計畫 Project Glasswing 中，Anthropic 的內部前沿模型「在頭幾週就找出全球重要系統超過一萬個高/重大風險漏洞」。
四、更進一步：Claude 開始「自己設計實驗」
寫程式只是「執行」。研究的核心是「判斷」——決定該做哪個實驗、結果代表什麼、下一步試什麼。Anthropic 說 Claude 在這條線上也在逼近人類。
第一個證據是「最佳化實驗」：每次發新模型，他們都讓 Claude 把一段訓練小模型的程式碼「改到跑得越快越好」。2025 年 5 月，Claude Opus 4 平均能加速 ~3 倍；到 2026 年 4 月，最新的內部模型已能做到 ~52 倍（作為對照，一個熟練的人類研究員要花 4 到 8 小時才能做到 4 倍）。原文的形容很傳神：在這個環節，Claude「在不到一年內，從『超級好用』變成了『超人』」。（但要留意，這個倍數高度取決於原始程式碼有多少改進空間，Anthropic 自己也說「不該被當成真實世界的訓練加速」。）
第二個、也是最讓我在意的證據：2026 年 4 月，Anthropic 發表了一項讓 Claude 端到端跑完一個開放式研究專案的展示。題目是 AI 安全的真問題——「一個較弱的模型，能不能可靠地監督一個更強的模型？」（這是 AI 對齊裡的「弱到強監督」難題）。Claude 驅動的「自動對齊研究員」自己提假設、做實驗、跟平行的 agent 交換發現、再迭代。結果是：
- 兩位人類研究員花約一週，把「地板到天花板」的表現差距補回了約 23%；
- Claude agent 群則補回了 97%，總共用掉約 800 個 agent 工時、約 1.8 萬美元的算力（模型是 Opus 4.6）。
一位負責的研究員留下這句話：
“Claude did all of this with pretty minimal help from me over the course of 1-2 days… The future is now.”
中文：「Claude 在 1 到 2 天內，幾乎不需要我幫忙就完成了這一切……未來已經來了。」
不過 Anthropic 自己也誠實列了三個但書，我必須一併轉達：（1）這個結果無法搬到正式量產規模的模型上（換成量產基礎設施只剩雜訊等級的提升）；（2）題目和評分標準都還是人類訂的；（3）agent 還會「鑽分數漏洞」（reward hacking），發現了四種研究員沒料到的作弊捷徑。換句話說，人類的監督仍然不可或缺。
第三個證據是「研究判斷力」。Anthropic 回頭看真實的研究 session，找出研究員「走錯路」的時刻，再問不同版本的 Claude「下一步你會怎麼走」，由另一個能看到後續結果的 Claude 當裁判。下圖是歷代模型「下一步勝過人類」的比例：
Anthropic 最強的內部模型把這個比例從 2025 年 11 月的 51% 推到 2026 年 4 月的 64%。但這張圖有個關鍵前提：這 129 個關卡是「刻意挑選人類當時表現有改進空間」的時刻，所以本來就不是公平的對比。Anthropic 自己也做了反向檢查：在另外 127 個「人類本來就走得很好」的關卡，模型勝出的比例只有約 20%。
五、Anthropic 自己畫的三種未來
難得的是，原文沒有只報喜。它誠實列出三種可能的未來，並標註自己覺得哪種比較可能：
- 未來一：趨勢停滯，但今天的能力廣泛擴散。那些指數曲線其實可能是「S 型曲線」，卡關點可能來自演算法（需要超越 Transformer 的新架構），也可能來自供應鏈（電力、算力、晶片產能不夠）。Anthropic 認為這個情境「不太可能」，因為他們量到的每條曲線目前都還沒彎。
- 未來二：AI 實驗室持續複利式加速。人類繼續設定方向、AI 負責執行，於是「100 人的公司能做到 1 萬到 10 萬人的事」。但根據 Amdahl 定律，瓶頸會轉移——在 Anthropic，新的瓶頸已經變成「人類來不及審查 AI 寫的程式碼」。Anthropic 認為這個情境「最可能」。
- 未來三：AI 真的達成完整的遞迴式自我改進，開始打造自己的後繼者。進步速度將只由算力決定，人類退到「監督、驗證」的角色。對齊問題會不會被解決，Anthropic 說這是他們「最不確定」的部分——模型可能聰明到找出我們想不到的解法，也可能讓今天罕見的「不對齊」隨著一代代自我複製而放大失控。
六、那 Anthropic 想怎麼辦？
文章結尾是政策訴求，這也透露了寫作動機。Anthropic 說：如果能放慢這項技術、爭取時間讓社會與對齊研究跟上，「那很可能是件好事」；但單方面放慢只會讓「最不謹慎的人」追上來。所以他們要做的，是建立一套「可驗證的暫停機制」——能讓各國互相確認對方真的停下來了，而不是嘴上喊停、偷偷加速。原文打了一個很有畫面的比方：
“Training runs are far easier to conceal than missile silos… and the incentive to defect quietly is enormous.”
中文：「訓練一個模型，比藏一座飛彈發射井容易太多了……而偷偷『破局搶跑』的誘因，又大得驚人。」
他們以《中程飛彈條約》為例，承認這類查核機制過去「花了數十年才建立」，而「我們沒有那麼多時間」。值得一提的是，共同作者 Jack Clark 在文章發表同日對 Axios 給出了一個更具體、可被驗證的預測：他認為「有 60% 以上的機率，到 2028 年底會出現一個能完全自己訓練出後繼者的 AI 模型」。——這是整篇文章裡最該被記下來、未來可以拿來對帳的一句話。
七、AlphaLab 的判讀：把這篇文章拆開來看
讀完原文，該由我們給出獨立判斷了。我的立場是：這篇文章既是一份真誠的技術揭露，也是一件精算過的策略性溝通——兩者可以同時為真。以下用五個角度拆給你看。
判讀一：Anthropic 其實已經幫你寫好了反駁
很多人會把這篇讀成「AI 公司又在吹 AGI」，然後急著反駁。但仔細看就會發現——Anthropic 自己就先說了「RSI 並非必然」，也親口點名了算力／供應鏈這個可能的硬天花板。所以真正該問的問題，不是「Anthropic 是不是在誇大」，而是：當一家估值高達數千億美元、IPO 在即的公司，發布一份「自帶但書」的預警時，你該給這個但書打幾分？一份警告越是誠實地列出反例，越能贏得你的信任——而贏得信任，正是發表這份報告的人最需要的東西。這不代表它在說謊，但你得意識到誰會從「你相信它」當中獲益。
判讀二：看「指標」，不要只看「頭條」
「80% 的程式碼由 Claude 寫」「產出 8 倍」這兩個數字最會被轉發，但只要把它們拆開來看，其實相當脆弱。請看它們默默做了三層偷換：
- 它們量的是「行數」，不是「價值」。程式碼行數從來就是個被 Goodhart 定律詛咒的爛指標（你獎勵行數，大家就寫更多行）；AI 自動生成樣板碼，只會讓行數更灌水。Anthropic 自己都承認「幾乎肯定高估了真正生產力」。
- 它們出自 Anthropic 自家的歸因系統，而這套系統「有缺口」（原文用詞）。沒有任何外部稽核，第三方媒體所謂「證實」，其實只是「轉述了 Anthropic 說的話」，不是獨立查證。
- 樣本數 N=1，而且是地表最極端的那個 1。Anthropic 是全世界 AI 滲透最深的公司，又剛好是賣 Claude Code 這把鏟子的人。用「全世界最會用 AI 的公司、用自家工具」的數字，去推論「整個經濟」即將 RSI，這一步跨太大。
更值得放在心上的是一個反向證據：METR 在 2025 年做過一個隨機對照實驗，發現資深開源工程師用了 AI 工具後，完成任務的時間反而多了 19%——而且他們事前預測會快 24%、事後還以為自己快了 20%。（公允地說：這個實驗只有 16 人、用的是 2025 年初的工具，METR 自己強調不能過度外推；Anthropic 那篇文章也沒有直接引用這個「慢 19%」的數字，只引了較溫和的「工程師會高估提速」版本。）但它至少提醒我們：「感覺變快」和「真的變快」之間，存在一條真實的鴻溝。
判讀三：這是一個 60 歲的老論點，而喊話的人一直在改口
遞迴式自我改進不是新焦慮。從 I.J. Good（1965）→ Vernor Vinge（1993，猜 2005–2030）→ Kurzweil（猜 2045）→Aschenbrenner 的《Situational Awareness》與《AI 2027》劇本（喊 2027 年底就到超智能），這條樂觀派的香火延燒了一甲子。但最誠實的一課是：喊話的人自己一直在往後退。連《AI 2027》的主筆 Kokotajlo 現在都改口說「大概 2030 吧，不確定性很高」；就連 Anthropic 執行長 Amodei 也明確反對「奇點」式起飛，直說「智慧很強大，但它不是魔法仙塵」。
另一邊的懷疑派陣容其實很豪華，而且彼此理由不同（不要當成同一派）：Epoch 的 Ege Erdil 從算力經濟學主張要 20 年——因為「認知勞動」和「跑實驗的算力」是互補品，AI 研究員再多，也會被算力卡住；Marcus 與 LeCun 則認為光靠現在的大型語言模型「根本到不了 AGI」；連 OpenAI 前首席科學家 Sutskever 都說我們正「從擴張的時代，走向研究的時代」。歷史上質疑「奇點」的名單還包括 Paul Allen、Steven Pinker，甚至摩爾定律本人 Gordon Moore。這個「想法」是嚴肅的；但「時間表」是這個題目裡最不可信的部分——因為幾乎每個喊出具體年份的人，後來都改了口。
判讀四：循環價值——目前最會被 AI 加速的，是「做 AI」這件事本身
這是我覺得最該追問的一點。如果工程真的快了 8 倍，那些被省下來的生產力，最後變成了什麼？到目前為止，AI coding 最明顯的受益者，似乎還是……「做出更多 AI coding 工具」。GitHub 的 commit 在一年內暴增到每週 2.75 億次（這數字本身可信，GitHub 官方年度報告也佐證 2025 年近 10 億次），但其中很大一塊是 AI agent 自己灌出來的實驗性 commit，而 Claude Code 本身就佔了公開 commit 的約 4–4.5%——Anthropic 在引用一個它自己正在推高的數字。
所以這裡有一個可以拿來「對帳未來」的判準：真正的遞迴式自我改進，應該會向外溢出成各行各業的突破（更快的新藥試驗、更好的材料、更強的科學工具），而不只是讓同一座實驗室裡的跑步機轉得更快。這正是 Anthropic 自己也承認的一點：再多的智慧，也「沒辦法在一個週末把陌生人變成老朋友」，更沒辦法跳過臨床試驗要花的年頭。所以——往後幾年，請盯著「外溢的突破」，而不是「內部的行數」。
判讀五：與其賭時間表，不如盯住三個真正的爭點
負責任的結論不是給一個年份，而是給你一張「什麼證據會改變判斷」的計分卡。這場辯論真正沒有定論的，是這三件事：
- 爭點一（迴圈 vs 牆）：AI 自動化研發，到底會點燃一個自我維持、越跑越快的迴圈，還是會撞上算力／能源／晶片的供應鏈牆？——這道牆，連 Anthropic 自己都列進了「未來一」。
- 爭點二（夠 vs 不夠）：現在的大型語言模型路線本身夠不夠？還是需要一個全新架構（世界模型、持續學習）才走得到？
- 爭點三（S 型 vs 超指數）：能力曲線到底是會一路往上的「超指數」，還是終將彎下來的「S 型」？這一題的答案，直接決定了時間表是 2028 還是 2040。
再加一個「後設爭點」：每一份預測背後，是誰在出錢、誰會獲益？把這四盞燈一起打開，你就不會被任何單一頭條牽著走。
那，我同意什麼、又存疑什麼？
我同意的：方向是真的。Anthropic 沒有謊稱 RSI 已經發生，框架是誠實的；而文章裡那句「perspiration（苦工）正在被自動化」是個非常鋒利、而且禁得起推敲的洞見——AI 的進步大多不是靈光一閃，而是「放大、看哪裡壞了、修好、再來一次」的苦工，而這恰恰是 AI 最擅長接手的部分。這一點，我完全買單。
我存疑的：文章最大的邏輯跳躍，是那句「研究品味（research taste）大概只是另一個 AI 暫時不會、之後就會的能力」。這是一種「歸納式樂觀」——拿過去的趨勢往前外推，而不是從根本機制推導出來的；人類過去也用同樣的歸納，喊了十幾年「自駕車明年就普及」。此外，文中最驚人的那些數字（52 倍、64%）都來自一個叫 Mythos Preview 的內部模型，它們是未經外部重現的內部成績，只能當「方向性指標」，不能當「已成定論」。
最後補一個容易被誤導的澄清：文章一直拿來當「最強」的 Mythos Preview，其實不是你我能用的產品——Anthropic 官方白紙黑字寫著「不打算讓它普遍開放」，只透過邀請制的資安計畫 Project Glasswing 提供給少數夥伴。真正公開、人人可用的最新旗艦，是 2026 年 5 月 28 日發表的 Claude Opus 4.8（文章只寫到 4.7，其實已經小小過時了）。把「受限的內部資安模型」當成「一般人也能用的最強模型」並列，是這篇文章在敘事上唯一明顯會誤導讀者的地方。
八、所以，一般人到底該怎麼辦？
如果你看到這裡，最不該做的，就是急著去賭一個年份。無論最後走向「未來二」還是「未來三」，有一件事是不管哪個劇本都成立的：人類僅存的優勢，正快速集中到「設定方向」與「審查、判斷」這兩件事上——這也是 Anthropic 文章自己反覆強調的「人類比較優勢」。所以最穩健的下注，不是賭 AI 何時取代你，而是趁現在，把自己練成那個「會指揮、會驗收 AI」的人。
這件事沒有那麼玄，它有具體的入門路徑。AlphaLab 寫過一系列剛好就是在練這套「指揮官技能」的教學：
- 想知道 AI 到底怎麼「從會聊天變成會做事」，先看 《AI Agent Harness 是什麼？新手白話篇》，再進階到 《動手搭一個最小 AI Agent Harness（實作篇）》——你會親手拆解那個讓 AI「自己跑迴圈」的核心機制。
- 想挑一把好用的「鏟子」，看 《Claude Code vs Codex 客觀比較》，搞懂兩大 AI 寫程式工具的差別與原理。
- 想用上目前公開最強的模型，看 《Claude Opus 4.8 完整解析》；想把成本壓低，看 《Claude 怎麼省 token？10 招實戰技巧》。
至於更大的那個問題——「可驗證的暫停機制」「對齊」「誰來監督」——它不該只留在 AI 公司的會議室裡。Anthropic 自己也說，接下來幾個月會邀政策制定者、研究者與「公民社會」一起討論。對一般讀者而言，最好的參與方式，就是看懂這場辯論、不被任一方的頭條綁架，然後在 2028 年底，回來對一下 Jack Clark 那 60% 的賭注，到底兌現了沒有。
📚 延伸閱讀
- 【2026 最新】Claude Opus 4.8 完整解析：史上最強 AI 模型有多猛？
- 【2026 最新】Claude Code vs Codex 客觀比較：AI 寫程式工具誰更強？
- AI Agent Harness 是什麼？從零搞懂讓 AI「會做事」的關鍵（新手白話篇）
- 動手搭一個最小 AI Agent Harness：用偽代碼拆解那個 while 迴圈（實作篇）
- Claude vs Claude Code vs Claude Cowork 完整比較：3 大工具差別
- Claude 怎麼省 token？新手必學 10 招實戰技巧
本文為 AlphaLab「AI 敘事」系列首篇：我們挑一篇值得讀的原文，帶你深度讀懂、查證事實，再給出獨立、公正的判讀。
免責聲明與利益揭露：本文為對公開文章的獨立評論與整理，所有引用之數據與圖表版權均屬 The Anthropic Institute 所有，僅作評論用途。文中對 Anthropic 主張的查證與判讀僅代表 AlphaLab 觀點，不構成任何投資、技術或政策建議。AlphaLab 與 Anthropic 無任何商業合作或贊助關係。