核心内容总结
Anthropic发布的《When AI builds itself》一文，用内部真实数据展示了AI（Claude）如何深度参与自身研发：现在Anthropic 80%的生产代码由Claude生成，工程师从“写代码的手艺人”变成“审代码的监工”；同时文章暗示AI迭代速度越来越快，但标题容易误导人以为AI已能“自我进化”。背后藏着两层深意：一是AI确实在加速研发，但人类仍掌握关键决策；二是Anthropic在融资上市前夕呼吁监管，可能是为了锁定自身领先优势。
一、工程师从“手艺人”变“监工”：执行力不值钱了
Anthropic现在80%的代码是Claude写的，工程师日均提交代码量是去年的8倍（虽然行数不代表质量，但经审核逻辑没问题）。这意味着程序员的工作方式彻底变了：以前是自己写代码、测试、提交；现在是告诉AI目标，AI写完代码、跑测试、修bug，人类只负责“把关”——判断方向对不对、结果有没有问题。
打个比方：以前导演要亲自扛摄像机、剪片；现在面前有10个AI摄制组，导演只需要说“拍什么场景”“哪里不对”“喊停”。人类的价值不再是“会做”，而是“知道做什么、怎么判断对错”。就像手机拍照普及后，决定照片好坏的不是按快门的技术，而是选什么角度、拍什么内容的“眼光”。
结论：执行力的价格在变低，“判断能力”才是未来的核心竞争力。
二、新瓶颈：你能“验收”AI的结果吗？
AI能生成大量代码、方案、实验，但人类审不过来成了新问题。Anthropic用AI审AI的代码，能提前发现三分之一的线上bug，但这里有个隐患：Claude审Claude写的代码，就像同一个老师教的学生互批考卷，可能对同一类错误“集体失明”。
更关键的是：AI做对了，你知道它为什么对吗？比如用AI写了一个功能，运行正常，但你不确定它的逻辑有没有隐藏风险——这才是最危险的。未来团队的问题不是“没方案”，而是“100个AI方案里，哪个真的值得做？哪个看起来对但其实跑偏了？”
结论：未来最稀缺的能力不是“会用AI”，而是“能验收AI的结果”——挑对方案、发现隐藏错误、知道什么时候喊停。
三、AI跑得太快，人类跟不上
文章里有个数据：AI能独立完成长任务的时间，翻倍速度从7个月缩到4个月。2024年3月只能做4分钟的任务，2025年3月能做1.5小时，2026年3月能做12小时。虽然成功率只有50%（还不能完全信任），但趋势很明显：AI迭代速度越来越快，甚至可能帮AI公司造下一代AI，不再受人类数量限制，只受算力、芯片影响。
但问题来了：AI的“机器速度”和人类社会的“人类速度”之间有个大裂缝。比如AI能快速研发新药，但药物审批需要几十年（要验证副作用）；AI能快速改代码，但用户习惯的养成需要慢慢打磨（比如得到大脑的记忆功能，得收集大量用户反馈才能优化）。这些“慢变量”（法律、教育、用户心理）AI替代不了，这才是普通人要面对的真实焦虑——不是岗位被替代，而是社会规则跟不上技术变化。
结论：你的工作里如果有“慢变量”（比如理解用户、打磨场景、建立信任），那就是你的安全垫。
四、标题是“烟雾弹”：AI还不能“自我进化”
文章标题《When AI builds itself》很震撼，但实际情况是：现在AI只是“辅助人类研发”，不是“自己造自己”。真正的自我进化是AI能自己发现短板、提方案、训练部署，但Anthropic承认“还没到那一步”。
举个例子：Transformer架构的诞生，是谷歌工程师在走廊上争论时被大神沙泽尔听到，他主动加入重写代码才突破瓶颈。这个过程中，人类的偶然交流、关键决策才是核心——代码只是结果。Anthropic的80%代码由AI生成，不代表80%的研发由AI完成，选什么问题、信什么结果、什么时候停下来，这些判断还在人类手里。
结论：不要被标题误导，AI现在是“超级助手”，不是“自主决策者”。
五、呼吁监管的“阳谋”：锁定领先优势
文章结尾呼吁“可验证的暂停AI开发机制”，听起来很负责任，但背后有个时间线：Anthropic刚完成650亿美元融资，估值近万亿，还秘密提交了IPO申请。这时候呼吁暂停，其实是“锁定优势”——只有头部公司能承担监管成本（比如验证机制、合规流程），小公司根本玩不起。
类比1946年的巴鲁克计划：美国垄断核武器时呼吁“先建立国际控制体系，再销毁核武器”，本质是维持自己的领先地位。Anthropic的逻辑一样：如果现在暂停，他们就能保持AI能力的优势，不让后来者追上。
结论：看文章要带“滤镜”——凡是融资上市前呼吁监管的，多想想“谁受益”。
最后建议：怎么读这篇文章？
1. 相信趋势：AI确实在加速研发，工程师的工作方式会变；
2. 谨慎看数据：Anthropic的“主场数据”（自己用Claude写代码）不能代表全行业；
3. 别信“自我进化”：这是叙事，不是现实；
4. 警惕“道德高地”：呼吁监管可能藏着商业目的。
总之，AI是工具，但背后的人和公司的战略，才是更值得关注的东西。
原文链接：https://www.anthropic.com/institute/recursive-self-improvement