编辑｜泽南 AI 距离递归的自我改进（RSI）还有多远？ 这个问题是目前 AI 领域最热的话题之一，过去我们通常只能观察一些间接信号：大模型的编程能力跑分，Agent 连续工作的时间，开发人员用 AI 写代码的比例。 现在 Anthropic 给了你一个实际的数字：截至今年 8 月，在 Anthropic 内部的 AI 研发工作中，Claude 已经主导了 26% 的工作。与此同时，超过 90% 的 AI 研发工作已经至少进入了「AI 协作」的阶段。 本周五，Anthropic 发布博客公开了 Claude 研发过程中 AI 自动化的进度。最先进的 AI 现在已经基本上把自我改进当成常规武器在用了。 过去半年时间里，前沿 AI 实验室内部隐藏的自动化曲线已经变得陡峭起来，在 Anthropic 最主要的内部 Agent 平台上，任意时刻都有约 3 万个 AI Agent 正在进行研究和工程工作。仅在今年 8 月，这些 Agent 就产生了超过 10 亿次决策。 某种意义上，一个由人类研究员和数万 AI Agent 共同组成的自动实验室已经开始出现了。 Claude 早已不是「帮忙写代码」 首先需要解释一下所谓「Claude 主导 26% 的研发」究竟是什么意思。 Anthropic 采用了 Epoch AI 提出的一套自动化等级，将 AI 参与工作划分为 AL0 到 AL5 六个阶段。AL0 意味着完全没有 AI 参与，随后依次是 AI 提供少量帮助、AI 辅助、AI 协作、AI 主导，直到最高的 AL5，AI 可以在没有人类参与的情况下完全自主工作。 看起来和自动驾驶的等级划分差不多，目前最值得关注的是 AL4，也就是 Anthropic 所说的「AI leads」。进入这个等级以后，人类通常只需要给 AI 一个大致的目标（就像大家说的许愿式编程），AI 就能够自己完成绝大部分端到端工作。人类不再需要一直守在旁边告诉它下一步做什么，主要只是负责监督、检查以及最后的决策。 Anthropic 举了一个具体的例子。假设一个每天夜间运行的数据管道突然坏掉。在 AL3 阶段，工程师可能需要先检查日志、形成初步判断，然后把信息交给 Claude。遇到意外问题时 Claude 还可能停下来，等工程师决定下一步怎么处理。 到了 AL4，工程师只需要把故障告警丢给 Claude，说一句「把它修好」。 接下来 Claude 可以自己查看日志、找到故障环节、定位原因、编写修复代码、测试，并处理过程中遇到的新问题。最后它还会重新跑一遍数据管道、对比修复前后的结果，并写好故障说明。人类最后再决定是否上线。 真正的 AL5 则更进一步：连「发现问题并叫 Claude 来修」这一步都不需要人类完成，AI 自己监控系统、发现故障、调查、修复、测试乃至部署。 Anthropic 毕竟自己一直担心 AI 发展的速度太快，特别强调了目前还没有任何被测量的 AI 研发工作达到 AL5 级别。所以，26% 的研发由 AI 主导并不等于四分之一 Anthropic 研发已经完全没人管了。 但这个变化的速度显然已经非常惊人。 2026 年 2 月，进入 AL4 的研发工作还不到 1%；到了 8 月已经达到 26%。与此同时，90% 以上的研发工作至少达到 AL3，即 AI 已经能够在人的密切指导下完成大块工作。 相比于「Claude 写了多少代码」，这个指标可能更接近真正的 AI 研发自动化程度。毕竟写代码只是研发链条的一部分。 Anthropic 内部跑着 3 万个 Agent 其实，Anthropic 在 6 月份《When AI builds itself》中已经披露过一个夸张的数据：截至今年 5 月，Anthropic 合并进入代码库的代码中，超过 80% 可以归因于 Claude 编写。 与此同时在 2026 年第二季度，一名典型 Anthropic 工程师每天合并的代码量已经达到了 2024 年的大约 8 倍。 不过这个数字并不能说明整个研发过程自动化了，工程师还需要自己决定做什么、怎么做、系统如何设计，然后让 Claude 把已经明确的方案翻译成代码。 这次 Anthropic 讨论的已经是更深一层的问题：人类究竟还需要在研发循环里做多少事情？ 为此，Anthropic 建立了一个「R&D Automation Index」。其先从公司内部的 Slack 和各种研发文档入手，在 2026 年 7 月的每一周，从参与模型研发循环的各个部门随机抽取 20% 的员工，让 Claude 研究这些员工一周都做了什么。 Claude 整理出了大约 1.5 万项具体的模型研发任务。接下来，AI 又把这些任务整理成一棵巨大的研发工作树，共有 542 个节点，其中 378