Anthropic 自曝 80% 代码由 Claude 写：RSI 递归自我改进，是捷径还是悬崖

一句话总结：Anthropic 6 月报告《When AI Builds Itself》披露截至 5 月其代码库 80% 以上的合入代码由 Claude 写成，训练提速实验从 3 倍飙到 52 倍，Hinton 等四位巨头科学家联名警告「智能爆炸」，但 OpenAI 和 DeepMind 都说真正的自主 RSI 还没发生。

10 月 AI 圈最魔幻的一份作者名单：Hinton、OpenAI 首席科学家 Pachocki、Anthropic 联创 Jack Clark、微软首席科学官 Horvitz，四家竞争关系错综复杂的头号技术大脑，联名写了同一篇论文，警告同一件事：能自动化自身研发的 AI，可能触发「智能爆炸」，把几年的科技进步压缩进几个月。

论文背后站着的是一组更硬的数据。Anthropic 6 月的报告《When AI Builds Itself》把这层窗户纸捅破了：截至 2026 年 5 月，Anthropic 代码库里超过 80% 的合入代码由 Claude 写成。一年半前这个数字还是个位数。一个 AI 在给自己所属的公司写生产代码，然后在公司的下一个模型里被继续训练。这不是比喻，是已经跑了快一年的日常。

把数字拆开看

图 1：左为 AI 参与度数字卡，右为训练提速对比，Claude 新模型 52 倍提速约为熟练人类研究员的 13 倍

有两点必须说清楚，免得数字被传歪。第一，「80% 代码由 AI 写」是把补全、改写、对话调试、Agent 自主执行全算进去的口径，完全自主写完、人一眼没看就提交的比例在严肃项目里远低于这个数。Anthropic 自己也承认行数是最容易灌水的指标。但即便打折，真正的变化发生在水面下：代码审查、架构设计这些过去铁定属于人的环节，正在被一层层接管。第二，官方措辞是「我们还没到那一步，完整的 RSI 并非不可避免」，不是「不可能」，是「还不能」。这个措辞差异值得细品。

对照着看别家：OpenAI 的 GPT-5.3-Codex 帮忙调试过自己的训练流程，官方口径是「完全自主的 RSI 今天没有发生」；DeepMind 的 AlphaEvolve 能发现架构改进，但明确表示离自我改进阈值还远。三家里 Anthropic 是唯一把具体数字摆出来的，同时也是唯一明确提议「如果证据变得更吓人，就做可验证的协调暂停」的。造车的人自己踩了刹车，这个姿态本身比数据更值得琢磨。

分歧的焦点：谁来打分

有人把 1250 篇 arXiv 论文的 RSI 综述翻了一遍，结论出乎意料：AI 自我改进最大的瓶颈，既不是算力，也不是模型聪不聪明，而是「谁来打分」。

综述把眼花缭乱的术语切成两家：有界自我改进，对着固定外部标准改自己，收敛可评估，代码补全就属于这类，已是工业实践；开放式递归自我改进，连「什么叫更好」都由系统自己定义，发散无锚，这才是人们真正害怕的那个东西。一个模型重读草稿改错别字，和一个 Agent 重写自己的代码库，都叫「自我改进」，但前者是修 bug，后者是换物种。

普林斯顿研究者 Sayash Kapoor 的判断类似：模型擅长有干净答案的任务，开放式、没法自动判分的工作仍然吃力。Anthropic 自己的数据也支持这个边界——执行环节的差距在快速关闭（52 倍提速），但「选哪个问题值得做」的判断准确率才 64%，离可靠还差一截。Jack Clark 说得更直白：如果 Claude 的研究判断力提升不过人类水平，短周期 RSI 的循环就断了，这是个「看空信号」。

传闻与事实，分开摆

这轮讨论里掺了不少真伪难辨的东西，挑几个有代表性的。澎湃引述「硅谷内幕」的报道称 OpenAI 内部神秘模型「Bel」预计 12 月完成反超，Grok 4.8 在 RSI-Exam 上拿到 0.384 接近 Opus 5.5 的 0.53——这类消息没有官方来源，听听就好。确定性高得多的是另一条：Anthropic 泄露的投资招股书里赫然写着，公司面临「对人类造成灾难性或生存性风险」，这句话是写给投资人看的法律文件，不是营销文案。

降速之争那篇里写过，Amodei 正在推动头部公司协调节奏、接受第三方审计。把 RSI 数据和降速倡议放在一起看，逻辑就通顺了：Anthropic 拿出的正是「证据变得更吓人」的那部分证据，降速不是杞人忧天，是有 80% 这个数字垫底的 policy 主张。

对面也有清醒的声音。微软 CEO 纳德拉在 Latent Space 播客里唱的是另一个调：与其赌 AI 造 AI 的指数曲线，企业不如把力气花在私有评测、可控的价值创造上，说白了是「别把命押在别人家的循环里」。数学方向还有个反例：Axiom Math 的形式化验证路线在 Verina 基准拿到 99% 的 ProofGen、Putnam 满分，其创始人直接说「非形式化的数学系统到不了 AGI」，可验证生成才是正路。

我的判断

RSI 这个词正在从科幻名词变成工程指标，这是 10 月最大的变化。Anthropic 的数字至少证明了半件事：AI 开发 AI 的执行循环已经转起来了，而且转得不慢。剩下那半件事（判断循环能不能也交给 AI）是未来 12 到 24 个月最值得盯的单一变量。硅谷内部的普遍预期把「大部分研究劳动自动化」锚在 2026 年末到 2027 年前后，这个时间点未必准，但方向上没人再反驳。

对普通从业者，我的建议很实际：把你工作里「有干净答案」的部分尽快交给 Agent，把省下来的时间花在定义问题和验收标准上——因为「谁来打分」这个瓶颈，短期内在哪儿都是人。