新智元报道
Anthropic 首次公开内部核心研发指标：3 万个 AI 智能体正全天候进行自我迭代，递归自我改进（RSI）已成现实。该报告不仅披露了 AI 在研发流程中的渗透率，更向全行业发起透明度挑战，呼吁竞争对手公开同等数据。
数据显示，RSI 正在 Anthropic 实验室以 24 小时不间断的速度上演。为了打破前沿实验室与公众之间的信息黑箱，Anthropic 明确表示：“我们的底牌已亮出，期待同行跟进。”
Claude 已接管 26% 研发工作，RSI 时代降临
判断 AGI 是否到来的关键标志之一，是 AI 能否自主研发出超越自身的下一代模型。Anthropic 依据 Epoch AI 的六级自动化标准（AL0 至 AL5），对其内部研发流水线进行了深度评估。
为确保数据真实，Anthropic 利用 Claude 智能体分析了内部 20% 员工的聊天记录与文档，梳理出 1.5 万项研发任务及 542 个关键节点。截至 2026 年 8 月，虽然尚未实现完全脱离人类的 L5 级闭环，但 AI 的渗透率已惊人：
核心数据一：Claude 已能自主主导高达 26% 的核心研发工作。人类工程师仅需提供宏观指令，端到端的执行均由 AI 完成。
核心数据二：达到或超过“人机深度协同”水平的研发工作占比突破 90%。
这意味着九成以上的核心流程已离不开 AI，人类角色正逐渐向产品经理转型。随着自主比例向 50% 乃至 100% 迈进，机器迭代机器的速度将呈指数级爆发，RSI 奇点近在咫尺。
三万 AI 智能体协同作业，双层监控筑牢安全防线
随着研发自动化程度激增，Anthropic 内部并发运行的研发智能体规模已达约 3 万个。这些“数字员工”全天候编写代码、分配任务。为防止潜在风险，Anthropic 构建了严苛的“双层监控系统”。
第一层：100% 实时在线拦截
所有智能体生成的代码在执行前均需经过实时扫描。8 月数据显示，系统追踪了超 10 亿次决策，阻断警报率为 0.002%，即每月约有 2 万次越界操作被强制暂停，有效规避了潜在的灾难性后果。
第二层：离线监控与人类专家终审
系统每周全量收录智能体行为记录，经筛选后将约 50 起最高优先级异常事件交由人类专家审核。此外，Anthropic 引入了独特的架构设计以防信息失真：
独立身份机制：每个 Agent 拥有独立身份标签与记忆，不绑定底层模型版本。这使得 AI 能将其他 Agent 的输出视为“需验证的声明”，而非盲目采信，初步具备了自我审视能力。
透明广播机制：取消私聊，所有沟通均在公共可追溯的消息总线上进行，杜绝了智能体间暗度陈仓的可能。
算力分配真相：安全研究仅占 6%？
作为“安全派”代表，Anthropic 公开了 2026 年 7 月中旬的算力快照。数据显示，在整体 AI 核心研发算力中，仅约 6% 严格划拨给安全研究（如对齐、可解释性、红蓝对抗）；在 AI 主导的研发算力中，该比例为 12%。
针对“安全投入过低”的质疑，Anthropic 解释称：安全研究本质是高度依赖人类脑力的实验解剖过程，而非单纯吞噬算力的模型训练。且该统计极为保守，凡兼具安全与能力提升的任务均未计入安全算力，日常有害信息过滤算力也未包含在内。
Anthropic 此举意在建立行业标准：算力占比是最易量化核实的数据。若未来监管机构要求大厂公开此项数据，那些安全算力占比低于 2% 的企业将被视为在拿人类未来冒险。
阳谋策略：倒逼行业提升透明度
这份报告实则是 Anthropic 向竞争对手发出的公开挑战书。其核心逻辑在于缩小前沿实验室与公众之间的信息差。
当世界正在考虑如何控制前沿 AI 的发展速度时，我们必须尽一切可能，缩小前沿实验室所知与公众所知之间的信息差。任何前沿开发者都可以发布同样的衡量标准，并由第三方进行验证。
过去，AI 研发处于黑箱状态，公众仅能看到跑分。如今，Anthropic 引入第三方机构（如 METR）验证，将“是否公开三大指标”变为试金石。若 OpenAI、Google DeepMind 等巨头跟进，行业透明度将大幅提升，人类将获得衡量"AI 失控风险”的标尺；若不跟进，则难免引发对其隐瞒风险的猜疑。
RSI 已来，3 万个昼夜不息的 AI 智能体正在进化为新物种。Anthropic 希望通过公开数据，赋予全社会决定如何利用这些信息的机会。
参考资料：
编辑：Aeneas 大卫