<p><strong>Anthropic</strong> 正在将其人工智能开发的 越来越大份额 委托给人工智能系统，并可能开发自己的继任者，称这一想法为 “递归自我改进”。</p>
<p>“我们还没有达到那个阶段，递归自我改进并不是必然的。但它可能会比大多数机构准备的要早到来，” 该公司在最近的一篇博客文章中 写道。</p>
<p>报告描述了 Anthropic 内部从以人类编写代码为主的早期工作流程向能够执行任务、运行代码并将工作交给其他代理的软件代理转变的过程。它将这一进展框架视为一个路径，随着时间的推移，可能会从协助工程师转向以最小监督训练和改进模型。</p>
<p><strong>另请阅读：</strong>
<strong>1.8 万亿美元的私人信贷市场面临估值考验</strong></p>
<p>根据内部指标，Anthropic Institute 表示，到 2026 年 5 月，Claude 负责合并到 Anthropic 代码库中的代码超过 80%，而在 2025 年 2 月时这一比例仅为低个位数。</p>
<p>该公司还报告称，随着人工智能代理从建议代码片段演变为独立执行和迭代更长任务，工程师的生产力大幅上升，2026 年第二季度工程师每天合并的代码量是 2024 年的约八倍。</p>
<p>Anthropic 警告称，原始代码量可能会夸大生产力的提升，称代码行数是一个不完美的衡量标准，尽管内部反馈表明，人工智能使员工能够显著更快地完成核心任务。</p>
<p>在 2026 年 3 月对 130 名研究人员的内部调查中，受访者估计使用 Mythos Preview 时的产出约为没有人工智能工具时的 4 倍。</p>
<p>“我们预计 3 月的实际提升程度可能稍低。然而，我们发现总体声明是可信的，并与我们的其他观察一致：相当一部分 Anthropic 技术人员的核心工作完成速度是没有人工智能协助时的多倍，” 该公司写道。</p>
<p>该机构还指出了一些如果没有代理可能不会被优先考虑的工作，包括探索性工具和长期搁置的清理。在一个例子中，它表示 Claude 提供了超过 800 个修复，减少了一类 API 错误的数量达到 1,000 倍。监督工程师估计，同样的工作人类大约需要四年才能完成。</p>
<h2>人工智能模型以更快的速度改进</h2>
<p>Anthropic 还指出，人工智能能够可靠完成的任务长度大约每四个月翻一番。这一趋势较早期每七个月翻一番有所提升。</p>
<p>“在 2024 年 3 月，Claude Opus 3 能够完成人类大约需要四分钟的软件任务。一年后，Claude Sonnet 3.7 能够处理大约一个半小时的任务。再过一年，Claude Opus 4.6 能够处理 12 小时的任务。如果这一趋势持续，技能熟练的人需要几天完成的任务可能在今年内可实现。在 2027 年，人工智能系统可能能够完成需要几周时间的任务，” 该公司表示。</p>
<p>报告还强调了基准进展，包括 SWE-bench 和 CORE-Bench，它表示分数在相对较短的时间内从低水平上升到接近顶峰的表现。它补充说，METR 发现 Claude Mythos Preview 可以工作 “至少” 16 小时，并且 “处于 [METR] 在没有新任务情况下可以测量的上限。”</p>
<h2>最大的剩余差距？判断力</h2>
<p>模型可能能够执行明确定义的任务，但在决定追求哪些目标方面仍落后于人类，尤其是在工程和研究领域。</p>
<p>该机构认为，弥补这一差距对于任何能够设计自己继任者的未来系统至关重要，并表示这一可能性将提高安全性、监控和行为塑造控制的风险。</p>
<p>本月早些时候，Anthropic 向美国证券交易委员会机密 提交了一份草案 S-1 表格，为这家人工智能公司在证券交易委员会完成审查后上市提供了选择。</p>
<p>上个月，Anthropic 在融资 650 亿美元的 H 轮融资后超越 <strong>OpenAI</strong> 成为全球最有价值的初创公司，估值 达 9650 亿美元。<strong>Altimeter Capital</strong>、<strong>Dragoneer</strong>、<strong>Greenoaks</strong> 和 <strong>Sequoia Capital</strong> 领投了这一轮融资。</p>
<p>如果 Anthropic 以 1 万亿美元的估值上市，它将立即跻身全球最有价值公司之列，并可能成为历史上第二或第三大 IPO，仅次于 <strong>SpaceX</strong> 和 <strong>Saudi Aramco</strong>。</p>
<p><em>照片：Shutterstock</em></p>
<p><strong>另请阅读：</strong>
<strong>Ramp 达到 440 亿美元估值，扩大对 AI 驱动金融的推动</strong></p>

<p>Anthropic 报告称，人工智能系统，特别是 Claude，正越来越多地通过 “递归自我改进” 来处理自身的发展，到 2026 年 5 月，人工智能负责合并代码的比例超过 80%。该公司强调了显著的生产力提升和扩展的任务能力。同时，Anthropic 向美国证券交易委员会提交了一份 S-1 表格草案，暗示其在获得 9650 亿美元估值后可能计划进行首次公开募股</p>

<p><strong>Anthropic</strong> is delegating a growing share of its AI development to the AI systems, and it may develop its own successor, calling the idea &#34;recursive self-improvement.&#34;</p>
<div class="lb-trans"><p><strong>Anthropic</strong> 正在将其人工智能开发的 越来越大份额 委托给人工智能系统，并可能开发自己的继任者，称这一想法为 “递归自我改进”。</p>
</div><p>&#34;We are not there yet, and recursive self-improvement is not inevitable. But it could come sooner than most institutions are prepared for,&#34; the company wrote in a recent blog post.</p>
<div class="lb-trans"><p>“我们还没有达到那个阶段，递归自我改进并不是必然的。但它可能会比大多数机构准备的要早到来，” 该公司在最近的一篇博客文章中 写道。</p>
</div><p>The report describes a shift inside Anthropic from early workflows dominated by human-written code toward software agents that can execute tasks, run code, and hand off work to other agents. It frames that progression as a pathway that could, over time, close the loop from assisting engineers to training and improving models with minimal supervision.</p>
<div class="lb-trans"><p>报告描述了 Anthropic 内部从以人类编写代码为主的早期工作流程向能够执行任务、运行代码并将工作交给其他代理的软件代理转变的过程。它将这一进展框架视为一个路径，随着时间的推移，可能会从协助工程师转向以最小监督训练和改进模型。</p>
</div><p><strong>Read Also:</strong>
<strong>The $1.8 Trillion Private Credit Market Is Facing A Valuation Test</strong></p>
<div class="lb-trans"><p><strong>另请阅读：</strong>
<strong>1.8 万亿美元的私人信贷市场面临估值考验</strong></p>
</div><p>Using internal metrics, the Anthropic Institute said Claude was responsible for more than 80% of code merged into Anthropic's codebase by May 2026, up from low single-digit levels in February 2025.</p>
<div class="lb-trans"><p>根据内部指标，Anthropic Institute 表示，到 2026 年 5 月，Claude 负责合并到 Anthropic 代码库中的代码超过 80%，而在 2025 年 2 月时这一比例仅为低个位数。</p>
</div><p>The company also reported a sharp rise in engineer productivity after AI agents evolved from suggesting code snippets to independently executing and iterating on longer tasks, with engineers merging roughly eight times more code per day in Q2 2026 than in 2024.</p>
<div class="lb-trans"><p>该公司还报告称，随着人工智能代理从建议代码片段演变为独立执行和迭代更长任务，工程师的生产力大幅上升，2026 年第二季度工程师每天合并的代码量是 2024 年的约八倍。</p>
</div><p>Anthropic cautioned that raw code volume can overstate productivity gains, calling lines of code an imperfect measure, though internal feedback suggests AI is enabling employees to complete core tasks significantly faster.</p>
<div class="lb-trans"><p>Anthropic 警告称，原始代码量可能会夸大生产力的提升，称代码行数是一个不完美的衡量标准，尽管内部反馈表明，人工智能使员工能够显著更快地完成核心任务。</p>
</div><p>In a March 2026 internal survey of 130 research staff, respondents estimated they produced about 4 times as much output using Mythos Preview as when working without AI tools.</p>
<div class="lb-trans"><p>在 2026 年 3 月对 130 名研究人员的内部调查中，受访者估计使用 Mythos Preview 时的产出约为没有人工智能工具时的 4 倍。</p>
</div><p>&#34;We expect that the true degree of uplift in March was somewhat lower. Nevertheless, we find the overall claim plausible, and in line with our other observations: a significant fraction of Anthropic technical staff is accomplishing their core work multiple times faster than they could without AI assistance,&#34; the company wrote.</p>
<div class="lb-trans"><p>“我们预计 3 月的实际提升程度可能稍低。然而，我们发现总体声明是可信的，并与我们的其他观察一致：相当一部分 Anthropic 技术人员的核心工作完成速度是没有人工智能协助时的多倍，” 该公司写道。</p>
</div><p>The institute also pointed to work it said would likely not have been prioritized without agents, including exploratory tooling and long-deferred cleanup. In one example, it said Claude delivered more than 800 fixes that cut a category of API errors by a factor of 1,000. The supervising engineer estimated the same effort would have taken a human about four years to complete.</p>
<div class="lb-trans"><p>该机构还指出了一些如果没有代理可能不会被优先考虑的工作，包括探索性工具和长期搁置的清理。在一个例子中，它表示 Claude 提供了超过 800 个修复，减少了一类 API 错误的数量达到 1,000 倍。监督工程师估计，同样的工作人类大约需要四年才能完成。</p>
</div><h2>AI Models Improve At A Faster Rate</h2>
<div class="lb-trans"><h2>人工智能模型以更快的速度改进</h2>
</div><p>Anthropic also noted that the length of tasks AI can reliably complete on their own has been doubling roughly every four months. That’s up from an earlier trend of doubling every seven months.</p>
<div class="lb-trans"><p>Anthropic 还指出，人工智能能够可靠完成的任务长度大约每四个月翻一番。这一趋势较早期每七个月翻一番有所提升。</p>
</div><p>&#34;In March 2024, Claude Opus 3 could complete software tasks that take humans about four minutes to complete. A year later, Claude Sonnet 3.7 managed tasks that took about an hour and a half. A year after that, Claude Opus 4.6 managed 12-hour tasks.1 If this trend holds, tasks that take a skilled person days could come into range this year. In 2027, AI systems could be capable of tasks that take a person weeks,&#34; the company stated.</p>
<div class="lb-trans"><p>“在 2024 年 3 月，Claude Opus 3 能够完成人类大约需要四分钟的软件任务。一年后，Claude Sonnet 3.7 能够处理大约一个半小时的任务。再过一年，Claude Opus 4.6 能够处理 12 小时的任务。如果这一趋势持续，技能熟练的人需要几天完成的任务可能在今年内可实现。在 2027 年，人工智能系统可能能够完成需要几周时间的任务，” 该公司表示。</p>
</div><p>The report also highlighted benchmark progress, including SWE-bench and CORE-Bench, where it said scores moved from low levels to near-ceiling performance over relatively short timeframes. It added that METR found Claude Mythos Preview could work for &#34;at least&#34; 16 hours and was &#34;at the upper end of what [METR] can measure without new tasks.&#34;</p>
<div class="lb-trans"><p>报告还强调了基准进展，包括 SWE-bench 和 CORE-Bench，它表示分数在相对较短的时间内从低水平上升到接近顶峰的表现。它补充说，METR 发现 Claude Mythos Preview 可以工作 “至少” 16 小时，并且 “处于 [METR] 在没有新任务情况下可以测量的上限。”</p>
</div><h2>The Biggest Remaining Gap? Judgment</h2>
<div class="lb-trans"><h2>最大的剩余差距？判断力</h2>
</div><p>Models may execute well-defined tasks, but they still lag behind humans in deciding which goals to pursue in engineering and research.</p>
<div class="lb-trans"><p>模型可能能够执行明确定义的任务，但在决定追求哪些目标方面仍落后于人类，尤其是在工程和研究领域。</p>
</div><p>The institute argued that closing that gap would be central to any future system that could design its own successor, and said that possibility would raise the stakes for security, monitoring, and behavior-shaping controls.</p>
<div class="lb-trans"><p>该机构认为，弥补这一差距对于任何能够设计自己继任者的未来系统至关重要，并表示这一可能性将提高安全性、监控和行为塑造控制的风险。</p>
</div><p>Earlier this month, Anthropic confidentially filed a draft Form S-1 with the U.S. Securities and Exchange Commission, giving the artificial intelligence company the option to go public after the SEC completes its review.</p>
<div class="lb-trans"><p>本月早些时候，Anthropic 向美国证券交易委员会机密 提交了一份草案 S-1 表格，为这家人工智能公司在证券交易委员会完成审查后上市提供了选择。</p>
</div><p>Last month, Anthropic overtook <strong>OpenAI</strong> as the world's most valuable startup after raising $65 billion in Series H, valuing the company at $965 billion. <strong>Altimeter Capital</strong>, <strong>Dragoneer</strong>, <strong>Greenoaks</strong> and <strong>Sequoia Capital</strong> led the funding round.</p>
<div class="lb-trans"><p>上个月，Anthropic 在融资 650 亿美元的 H 轮融资后超越 <strong>OpenAI</strong> 成为全球最有价值的初创公司，估值 达 9650 亿美元。<strong>Altimeter Capital</strong>、<strong>Dragoneer</strong>、<strong>Greenoaks</strong> 和 <strong>Sequoia Capital</strong> 领投了这一轮融资。</p>
</div><p>If Anthropic goes public at a $1 trillion valuation, it would instantly rank among the most valuable companies globally and could become the second- or third-largest IPO in history, trailing <strong>SpaceX</strong> and <strong>Saudi Aramco.</strong></p>
<div class="lb-trans"><p>如果 Anthropic 以 1 万亿美元的估值上市，它将立即跻身全球最有价值公司之列，并可能成为历史上第二或第三大 IPO，仅次于 <strong>SpaceX</strong> 和 <strong>Saudi Aramco</strong>。</p>
</div><p><em>Photo: Shutterstock</em></p>
<div class="lb-trans"><p><em>照片：Shutterstock</em></p>
</div><p><strong>Read Also:</strong>
<strong>Ramp Reaches $44 Billion Valuation, Expands Push Into AI-Powered Finance</strong></p>
<div class="lb-trans"><p><strong>另请阅读：</strong>
<strong>Ramp 达到 440 亿美元估值，扩大对 AI 驱动金融的推动</strong></p>
</div>

Anthropic 公司表示，人工智能可能很快会在无需人类协助的情况下进行自我升级