文 | 世界模型工场

Anthropic 又出暴论了。

这次他们发了一篇报告，标题叫《When AI Builds Itself》（AI 在构建自己）。

先来几组数字感受一下：

截至今年 5 月，Anthropic 超过 80% 的代码已经由 Claude 自己写；工程师人均代码产出翻了 8 倍；Claude 可以连续自主工作超过 16 小时。

Anthropic 给出的判断是，如果按现在的趋势继续下去，AI 自己设计、构建下一代 AI，是完全可能发生的。

基于这种风险，Anthropic 甚至呼吁全球放缓前沿 AI 研发！

观点一出，社交媒体立刻炸了："AI 要自己造自己了！"" 递归自我改进（RSI），奇点要来了！"

熟悉的配方，熟悉的味道。

如果你在 AI 圈混了超过两年，一定认得这个节奏：

每隔几个月，就会有一家头部 AI 公司抛出一个让人觉得 " 时代要变了 " 的论断；

社交媒体集体进入焦虑模式，然后……

日子还是照过。

前几天 OpenAI 刚说完 "AI 显现出递归自我改进（RSI）的早期迹象 "，Anthropic 后脚就来一篇 "AI 正在造下一个自己 "。

现在连营销话术都要你追我赶了吗？

今天这篇文章就来拆解一下，Anthropic 和 OpenAI 说的 RSI 到底是什么？现在到了哪一步？未来 AI 可能走向哪里？

看完你再决定，到底该不该焦虑。

Anthropic 走到了哪一步？

递归自我改进 ( Recursive Self-Improvement，RSI ) ，是 AI 圈讨论了近二十年的老话题。

核心逻辑很简单：AI 能改进自身，改进后的下一代又能改进再下一代，不需要人类介入，形成自我加速的能力飞轮。

这是 AI 奇点理论的触发条件。

不过在讨论 " 目前 RSI 到了哪一步 " 之前，你得先搞清楚，RSI 不是一个临界点，而是一个阶梯。

这些年关于 RSI 的研究，共同给出了一把衡量 RSI 进度的尺子，可以把它大致分成六个阶段：

那么，Anthropic 现在在哪儿？先看 Anthropic 自己怎么说。

Anthropic 在报告里也画了一张时间轴，把 AI 介入 AI 开发，分成五个阶段：

按他们自己的地图，他们现在已经在第四阶段，离终点只剩一步。

但事实真的如此吗？

对照业界研究的六个阶段，Anthropic 的位置更像是处在第 3-4 阶段之间，也就是半自动研究闭环和自改进 Agent 阶段。

Anthropic 内部有一个公开披露的实验：

Claude Agent 全程自主完成一个 AI 安全研究项目，从提假设到分析结果全部自动，用约 800 小时、约 1.8 万美元算力成本，恢复了 97% 的性能缺口，而两名人类研究员花了整整一周只恢复了 23%。

这是一个真实运转的半自动研究闭环，说 Anthropic 已处在第 3 阶段不为过。

第 4 阶段的迹象同样存在。

Anthropic 做了一个代码优化实验。

Claude 拿到训练小模型的代码，自主运行、计时、修改、再运行，跑出了 52 倍的速度提升，人类熟练研究员做同样任务只能做到 4 倍。

这非常接近自改进 Agent 的逻辑：改工具链、跑 benchmark、选更好的版本。

卡住 RSI 的关键

但值得注意的是，还有一个关键环节没被 Anthropic 跨越。

Anthropic 在文章里提到了一个词，叫做 research taste（研究品味），这是判断什么问题值得做的能力。

用他们自己的比喻：

初级员工接到的任务是 " 这个按钮坏了，去修 "；

有经验的员工接到的是 " 网络有时候会变慢，查一下原因 "；

最资深的人在思考的是 " 我们下个季度该做什么 "。

目前，Claude 在第一层已经很强，第二层在快速追赶。

但在第三层，比如 " 什么问题值得做、哪些结果可信、什么时候该放弃 " 这些研究品味上，人类仍有比较优势。

只要人类还在主导这个环节，AI 就没有实现完全的自改进 Agent，更不用说达到完整 RSI 阶段。

不过，报告里一个数字值得单独拿出来。

在 " 判断研究下一步该怎么走 " 这件事上，Claude Mythos Preview 已经能在 64% 的情况下，被另一个 Claude judge 判定为提出了更好的下一步，五个月前这个数字还是 51%。

这表明进化的趋势是对的，但离 AI 完全自主判断还很远。

更重要的是，这个数据是在问题边界清晰的情况下测量的。在真实环境里，AI 能判断到什么程度，其实并无定论。

AI 发展的三种结局

Anthropic 抛出的数据很亮眼，但是 AI 未来到底会发展到什么程度，Anthropic 也不敢把话说满，在报告里老老实实列出了三种情形。

第一种：趋势停在 S 曲线上

当 AI 能力增长遇到天花板—— Transformer 架构撞墙、算力和能源供应跟不上、地缘政治把全球 AI 协作切断，指数曲线会弯成 S 形，然后趋于平缓。

Anthropic 认为，这是三种结局里最不可能发生的一种。

但他们也承认，即使是这个最温和的版本，后果也不轻松。

今天已有的模型能力就此冻结，也已经足够让一家百人公司，越来越接近过去千人公司才能完成的工作。

社会结构的震荡不会因为 AI 停止进步而消失，它只是换了一种形态继续。

第二种：飞轮转起来，人类还在掌舵

AI 处理执行，人类负责判断；AI 生成选项，人类做最终决策。

听起来是个不错的结局，但 Anthropic 指出了一个隐藏的麻烦：Amdahl 定律，加速一个环节，瓶颈会转移到下一个。

比如代码写得快了，code review 变成新的堵点；实验跑得快了，结果分析又慢下来；分析快了，决策链路又开始拖后腿。

Anthropic 说他们内部已经在经历这个过程，每一波效率提升之后，下一个瓶颈就浮出水面。

它意味着人类掌舵会越来越费力，要求越来越高，人类需要在更快的节奏里做出更好的判断。

Anthropic 认为这是最可能发生的近期情景，而且他们现在已经在这条路上了。

第三种：完整 RSI，人类退到验证角色

AI 开始自主构建后继模型，进度由算力决定，人类从主导者变成监督者和验证者。

好处在于，可能快速实现医疗突破、科学加速、贫困问题的系统性解法。

但坏的一面是，今天模型训练中，哪怕只有一个微小的目标偏差，在完整 RSI 的迭代循环里可能以指数速度放大，直到人类完全失去干预能力。

这是最不确定的结局。

讲完三种结局，报告末尾 Anthropic 开始呼吁，希望建立某种全球协调机制，在风险上升时能够有序放缓甚至暂停前沿 AI 开发。

翻译一下这段话的意思：AI 递归自我改进势头太猛，我们很担心，觉得应该有人出面让大家一起停下来，但 Anthropic 不会单方面停。

多么熟悉的味道。

这套叙事 Anthropic 已经用了不止一次，在制造焦虑的同时，把自己定位成 " 威胁的发现者 " 和 " 最有能力应对威胁的公司 "。

但看完 Anthropic 内部真实情况，以及它自己给出的 AI 未来可能性，你还会感到焦虑吗？