Claude半年内自我进化加速：从1%到26%

AI 距离递归的自我改进（RSI）还有多远？Anthropic 给出了一个实际数字：截至今年 8 月，在 Anthropic 内部的 AI 研发工作中，Claude 已主导 26% 的工作，超过 90% 的 AI 研发工作至少进入「AI 协作」阶段。

Anthropic 采用 Epoch AI 的自动化等级，将 AI 参与工作划分为 AL0 到 AL5 六个阶段。AL4 即「AI 主导」，人类只需给出大致目标，AI 就能完成绝大部分端到端工作，人类负责监督、检查和最终决策。例如夜间数据管道故障，AL4 阶段工程师只需把告警丢给 Claude 说「把它修好」，Claude 即可自行查看日志、定位原因、编写修复代码、测试、重跑管道并写好说明。AL5 则连发现问题都不需要人类，AI 可自主监控、修复乃至部署。Anthropic 强调，目前没有任何被测量的 AI 研发工作达到 AL5。

变化速度惊人：2026 年 2 月进入 AL4 的研发工作还不到 1%，8 月已达 26%。Anthropic 在 6 月曾披露，截至今年 5 月，合并进代码库的代码中超过 80% 可归因于 Claude；2026 年第二季度，一名典型 Anthropic 工程师每天合并的代码量约为 2024 年的 8 倍。

为衡量更深层自动化，Anthropic 建立「R&D Automation Index」，从 Slack 和研发文档中抽取任务，整理出约 1.5 万项具体研发任务、542 个节点的研发工作树，再由 Claude Agent 调查并评级。Anthropic 承认「AI 协作」与「AI 主导」边界带有主观性，未来需统一方法并引入第三方验证。

截至今年 8 月，在 Anthropic 使用最多的内部 Agent 平台中，任意时刻约有 3 万个 Agent 从事研究和工程工作，仅 8 月就产生超过 10 亿次决策。这些 Agent 可长时间半自主工作并互相委派任务，公司为每个 Agent 建立持续「身份」，通过共享消息系统沟通，信息标明来源并保留引用，使 Agent 之间既能协作也能互相纠错。

所有 Agent 行为都经过在线监控，100% 的动作在执行前通过 Monitor 检查，通常只需几秒。2026 年 8 月分析的超过 10 亿次决策中，约 0.002% 被阻止。离线监控每周标记约 10 万条对话记录，经多层分类器排除误报后，最高优先级的约 50 条/周升级人工审查。

算力分配方面，2026 年 7 月 13 日至 20 日一周内，用于 AI 研发的算力中约 6% 被划分为安全研究；若只看 AI 驱动的 AI 研发，安全研究约占 12%。

Anthropic 仍明确表示，目前测量范围内没有任何 AI 研发工作达到 AL5。但从不到 1% 到 26% 只用了半年，若趋势延续，到 2026 年底「AI 主导」比例将接近 80%。届时，判断 AI 公司的许多指标的重要性都需重新审视，关键问题可能只剩下智力。