人工智能领域再次掀起波澜，Anthropic公司发布的最新报告《When AI Builds Itself》引发广泛讨论。报告披露，截至今年5月，该公司超过80%的代码已由旗下AI模型Claude自主完成，工程师团队的人均代码产出量激增8倍，Claude甚至能够持续工作超过16小时。基于这些数据，Anthropic提出一个大胆预测：若当前趋势持续，AI完全自主设计并构建下一代系统将成为现实。
这一论断迅速点燃社交媒体，网友纷纷用"AI造AI""技术奇点临近"等标签表达担忧。然而，熟悉行业动态的观察者指出，此类"颠覆性宣言"并非首次出现——仅数月前，OpenAI就曾宣称发现AI递归自我改进（RSI）的早期迹象。两家头部企业的接连表态，被部分评论者解读为技术竞争下的营销策略，甚至有人调侃"现在连危机预警都要卷速度了"。
要理解这场争论的核心，需先厘清RSI的概念。这一理论在AI领域已讨论近二十年，其核心逻辑是：AI通过改进自身代码或算法，使下一代系统具备更强的改进能力，形成无需人类干预的指数级进化循环。学术界通常将这一过程划分为六个阶段，从基础代码优化到完全自主的"超智能体"构建。
Anthropic在报告中展示了自身进展的时间轴，将AI参与开发的流程分为五个阶段。根据其披露，公司目前处于第四阶段，即AI开始主导部分研究闭环。具体案例包括：Claude自主完成AI安全研究项目，用800小时和1.8万美元算力成本恢复97%的性能缺口，而人类团队耗时一周仅完成23%；在代码优化实验中，Claude通过自主修改工具链使模型训练速度提升52倍，远超人类研究员的4倍效率。
尽管数据亮眼，但关键瓶颈仍未突破。报告承认，AI在"研究品味"——即判断问题价值、评估结果可信度、决定放弃或继续的决策能力——上仍显著落后于人类。例如，在"规划研究下一步"的任务中，Claude最新版本仅能在64%的案例中被判定为提出更优方案，而五个月前这一比例仅为51%。更关键的是，当前测试均在边界清晰的问题框架下进行，真实场景中的复杂决策能力尚未得到验证。
面对技术发展的不确定性，Anthropic在报告中描绘了三种可能路径：其一，AI进步因架构限制、算力短缺或地缘冲突而停滞，形成能力"天花板"；其二，AI与人类形成分工协作，AI负责执行，人类掌控决策权，但需持续应对效率提升带来的新瓶颈；其三，完整RSI实现，人类退居监督角色，既可能加速解决医疗、贫困等全球性问题，也可能因目标偏差的指数级放大而失去控制权。
报告结尾，Anthropic呼吁建立全球协调机制，在风险累积时暂停前沿AI开发。这一表述被解读为双重信号：既表达对技术失控的担忧，又暗示自身在行业中的领导地位。有评论指出，这种"预警者"与"受益者"的双重身份，使得其呼吁的客观性存疑——毕竟，没有企业会主动放弃技术竞赛中的领先优势。
