美國AI大模型公司Anthropic旗下的The Anthropic Institute近日發佈了一份引發行業震動的報告《當AI開始構建自身》。報告結合公開基準測試與大量此前未披露的內部數據，勾勒出一幅AI研發正被AI自身急劇加速的圖景。

報告披露了一個標誌性數據：截至2026年5月，併入Anthropic主代碼庫的代碼中，已有超過80%由Claude編寫。作為對比，在2025年2月Claude Code開啟內測之前，這一比例還停留在個位數。這意味著，在短短一年多的時間裡，AI從輔助編程的邊緣角色，演變為代碼生產的主力。

這種轉變在工程師的人均產出上體現得更為直觀。Anthropic的數據顯示，2026年第二季度，其工程師日均交付到生產環境的代碼量已達到2024年同期的8倍。這並非單純依靠增加人手或延長工時，而是AI深度嵌入開發流程後帶來的效率槓桿。

在外部測評維度，AI獨立處理任務的能力也在加速進化。報告指出，AI可穩定獨立完成任務的任務時長翻倍週期，已從此前的每7個月縮短到約每4個月。在一項固定的代碼提速基準測試中，Claude的表現更是在一年內從約3倍提升到約52倍——這種指數級躍遷遠超傳統軟件工程的摩爾定律節奏。

基於這些趨勢，Anthropic在報告中提出了一個關鍵判斷：能夠完全自主設計並訓練下一代模型的AI“遞歸自我優化”，可能會比多數研究機構當前預測的時間點更早到來。這一判斷如果成立，意味著AI研發將進入一個自我強化的飛輪：更強的AI輔助設計更強的芯片、編寫更高效的訓練代碼、優化更龐大的基礎設施，進而催生出下一代更強大的AI。

從產業角度觀察，這份報告牽動了黃仁勳“五層蛋糕”框架中的多個環節。在模型層，遞歸自我優化的加速將縮短大模型迭代週期，可能引發模型能力躍遷的頻次從年度級別壓縮到季度甚至月度級別。在芯片與基礎設施層，這種加速意味著對訓練和推理算力的需求曲線可能變得更加陡峭，數據中心和能源供給的規劃需要納入更高的不確定性。在應用層，AI自主編寫代碼能力的成熟，正在重塑軟件工程和AI研發本身的勞動力結構。

值得關注的是，Anthropic選擇在自身IPO前夕發佈這樣一份帶有警示意味的報告。這既展示了其在AI安全與對齊研究上的立場，也向市場傳遞了一個信號：AI能力的進化速度可能正在超出產業界和監管層的集體預期。報告並未給出具體的政策建議，但其核心發現——AI正在成為AI研發的主要驅動力——本身就是一個需要整個產業鏈認真消化的變量。