<p><strong>Anthropic</strong> 正在將其人工智能開發的 越來越大份額 委託給人工智能系統，並可能開發自己的繼任者，稱這一想法為 “遞歸自我改進”。</p>
<p>“我們還沒有達到那個階段，遞歸自我改進並不是必然的。但它可能會比大多數機構準備的要早到來，” 該公司在最近的一篇博客文章中 寫道。</p>
<p>報告描述了 Anthropic 內部從以人類編寫代碼為主的早期工作流程向能夠執行任務、運行代碼並將工作交給其他代理的軟件代理轉變的過程。它將這一進展框架視為一個路徑，隨着時間的推移，可能會從協助工程師轉向以最小監督訓練和改進模型。</p>
<p><strong>另請閲讀：</strong>
<strong>1.8 萬億美元的私人信貸市場面臨估值考驗</strong></p>
<p>根據內部指標，Anthropic Institute 表示，到 2026 年 5 月，Claude 負責合併到 Anthropic 代碼庫中的代碼超過 80%，而在 2025 年 2 月時這一比例僅為低個位數。</p>
<p>該公司還報告稱，隨着人工智能代理從建議代碼片段演變為獨立執行和迭代更長任務，工程師的生產力大幅上升，2026 年第二季度工程師每天合併的代碼量是 2024 年的約八倍。</p>
<p>Anthropic 警告稱，原始代碼量可能會誇大生產力的提升，稱代碼行數是一個不完美的衡量標準，儘管內部反饋表明，人工智能使員工能夠顯著更快地完成核心任務。</p>
<p>在 2026 年 3 月對 130 名研究人員的內部調查中，受訪者估計使用 Mythos Preview 時的產出約為沒有人工智能工具時的 4 倍。</p>
<p>“我們預計 3 月的實際提升程度可能稍低。然而，我們發現總體聲明是可信的，並與我們的其他觀察一致：相當一部分 Anthropic 技術人員的核心工作完成速度是沒有人工智能協助時的多倍，” 該公司寫道。</p>
<p>該機構還指出了一些如果沒有代理可能不會被優先考慮的工作，包括探索性工具和長期擱置的清理。在一個例子中，它表示 Claude 提供了超過 800 個修復，減少了一類 API 錯誤的數量達到 1,000 倍。監督工程師估計，同樣的工作人類大約需要四年才能完成。</p>
<h2>人工智能模型以更快的速度改進</h2>
<p>Anthropic 還指出，人工智能能夠可靠完成的任務長度大約每四個月翻一番。這一趨勢較早期每七個月翻一番有所提升。</p>
<p>“在 2024 年 3 月，Claude Opus 3 能夠完成人類大約需要四分鐘的軟件任務。一年後，Claude Sonnet 3.7 能夠處理大約一個半小時的任務。再過一年，Claude Opus 4.6 能夠處理 12 小時的任務。如果這一趨勢持續，技能熟練的人需要幾天完成的任務可能在今年內可實現。在 2027 年，人工智能系統可能能夠完成需要幾周時間的任務，” 該公司表示。</p>
<p>報告還強調了基準進展，包括 SWE-bench 和 CORE-Bench，它表示分數在相對較短的時間內從低水平上升到接近頂峯的表現。它補充説，METR 發現 Claude Mythos Preview 可以工作 “至少” 16 小時，並且 “處於 [METR] 在沒有新任務情況下可以測量的上限。”</p>
<h2>最大的剩餘差距？判斷力</h2>
<p>模型可能能夠執行明確定義的任務，但在決定追求哪些目標方面仍落後於人類，尤其是在工程和研究領域。</p>
<p>該機構認為，彌補這一差距對於任何能夠設計自己繼任者的未來系統至關重要，並表示這一可能性將提高安全性、監控和行為塑造控制的風險。</p>
<p>本月早些時候，Anthropic 向美國證券交易委員會機密 提交了一份草案 S-1 表格，為這家人工智能公司在證券交易委員會完成審查後上市提供了選擇。</p>
<p>上個月，Anthropic 在融資 650 億美元的 H 輪融資後超越 <strong>OpenAI</strong> 成為全球最有價值的初創公司，估值 達 9650 億美元。<strong>Altimeter Capital</strong>、<strong>Dragoneer</strong>、<strong>Greenoaks</strong> 和 <strong>Sequoia Capital</strong> 領投了這一輪融資。</p>
<p>如果 Anthropic 以 1 萬億美元的估值上市，它將立即躋身全球最有價值公司之列，並可能成為歷史上第二或第三大 IPO，僅次於 <strong>SpaceX</strong> 和 <strong>Saudi Aramco</strong>。</p>
<p><em>照片：Shutterstock</em></p>
<p><strong>另請閲讀：</strong>
<strong>Ramp 達到 440 億美元估值，擴大對 AI 驅動金融的推動</strong></p>

<p>Anthropic 報告稱，人工智能系統，特別是 Claude，正越來越多地通過 “遞歸自我改進” 來處理自身的發展，到 2026 年 5 月，人工智能負責合併代碼的比例超過 80%。該公司強調了顯著的生產力提升和擴展的任務能力。同時，Anthropic 向美國證券交易委員會提交了一份 S-1 表格草案，暗示其在獲得 9650 億美元估值後可能計劃進行首次公開募股</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> 正在將其人工智能開發的 越來越大份額 委託給人工智能系統，並可能開發自己的繼任者，稱這一想法為 “遞歸自我改進”。</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>“我們還沒有達到那個階段，遞歸自我改進並不是必然的。但它可能會比大多數機構準備的要早到來，” 該公司在最近的一篇博客文章中 寫道。</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>報告描述了 Anthropic 內部從以人類編寫代碼為主的早期工作流程向能夠執行任務、運行代碼並將工作交給其他代理的軟件代理轉變的過程。它將這一進展框架視為一個路徑，隨着時間的推移，可能會從協助工程師轉向以最小監督訓練和改進模型。</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>另請閲讀：</strong>
<strong>1.8 萬億美元的私人信貸市場面臨估值考驗</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>根據內部指標，Anthropic Institute 表示，到 2026 年 5 月，Claude 負責合併到 Anthropic 代碼庫中的代碼超過 80%，而在 2025 年 2 月時這一比例僅為低個位數。</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>該公司還報告稱，隨着人工智能代理從建議代碼片段演變為獨立執行和迭代更長任務，工程師的生產力大幅上升，2026 年第二季度工程師每天合併的代碼量是 2024 年的約八倍。</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 警告稱，原始代碼量可能會誇大生產力的提升，稱代碼行數是一個不完美的衡量標準，儘管內部反饋表明，人工智能使員工能夠顯著更快地完成核心任務。</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 月對 130 名研究人員的內部調查中，受訪者估計使用 Mythos Preview 時的產出約為沒有人工智能工具時的 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>“我們預計 3 月的實際提升程度可能稍低。然而，我們發現總體聲明是可信的，並與我們的其他觀察一致：相當一部分 Anthropic 技術人員的核心工作完成速度是沒有人工智能協助時的多倍，” 該公司寫道。</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>該機構還指出了一些如果沒有代理可能不會被優先考慮的工作，包括探索性工具和長期擱置的清理。在一個例子中，它表示 Claude 提供了超過 800 個修復，減少了一類 API 錯誤的數量達到 1,000 倍。監督工程師估計，同樣的工作人類大約需要四年才能完成。</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進</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 還指出，人工智能能夠可靠完成的任務長度大約每四個月翻一番。這一趨勢較早期每七個月翻一番有所提升。</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 能夠完成人類大約需要四分鐘的軟件任務。一年後，Claude Sonnet 3.7 能夠處理大約一個半小時的任務。再過一年，Claude Opus 4.6 能夠處理 12 小時的任務。如果這一趨勢持續，技能熟練的人需要幾天完成的任務可能在今年內可實現。在 2027 年，人工智能系統可能能夠完成需要幾周時間的任務，” 該公司表示。</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>報告還強調了基準進展，包括 SWE-bench 和 CORE-Bench，它表示分數在相對較短的時間內從低水平上升到接近頂峯的表現。它補充説，METR 發現 Claude Mythos Preview 可以工作 “至少” 16 小時，並且 “處於 [METR] 在沒有新任務情況下可以測量的上限。”</p>
</div><h2>The Biggest Remaining Gap? Judgment</h2>
<div class="lb-trans"><h2>最大的剩餘差距？判斷力</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>模型可能能夠執行明確定義的任務，但在決定追求哪些目標方面仍落後於人類，尤其是在工程和研究領域。</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>該機構認為，彌補這一差距對於任何能夠設計自己繼任者的未來系統至關重要，並表示這一可能性將提高安全性、監控和行為塑造控制的風險。</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>本月早些時候，Anthropic 向美國證券交易委員會機密 提交了一份草案 S-1 表格，為這家人工智能公司在證券交易委員會完成審查後上市提供了選擇。</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>上個月，Anthropic 在融資 650 億美元的 H 輪融資後超越 <strong>OpenAI</strong> 成為全球最有價值的初創公司，估值 達 9650 億美元。<strong>Altimeter Capital</strong>、<strong>Dragoneer</strong>、<strong>Greenoaks</strong> 和 <strong>Sequoia Capital</strong> 領投了這一輪融資。</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 萬億美元的估值上市，它將立即躋身全球最有價值公司之列，並可能成為歷史上第二或第三大 IPO，僅次於 <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>另請閲讀：</strong>
<strong>Ramp 達到 440 億美元估值，擴大對 AI 驅動金融的推動</strong></p>
</div>

Anthropic 公司表示，人工智能可能很快會在無需人類協助的情況下進行自我升級