Anthropic 旗下的研究機構 Anthropic Institute 於 2026 年 11 月 2 日發表長文《When AI builds itself》，首次公開多項未曾對外披露的公司內部數據，結論是人工智能已經在加速人工智能本身的開發[1]。文章明言「我們還未走到那一步，遞歸式自我改進非必然」，但同時警告，這個轉折點可能比大多數機構準備好的時間更早到來[1]。
模型可獨立完成任務時長每四個月翻倍
文章引用外部基準指出，模型能獨立完成的任務長度，過去每七個月翻倍，現在已加速至約每四個月翻倍。2024 年 3 月，Claude Opus 3 只能處理人類約四分鐘便可完成的跟蹤任務；一年後，Claude Sonnet 3.7 已可處理約一個半小時的工作；再過一年，Claude Opus 4.6 可以處理長達十二小時的任務。按此趨勢推算，需要熟練人員數天才能完成的任務會在年內進入模型能力範圍，2027 年或可涉及需時數周的任務。文章還提到，SWE-bench 由最初只得低位數得分，兩年間已接近滿分；CORE-Bench 要求模型複現論文結果，成功率由 2024 年約兩成，十五個月後已滿分。
內部工程數據：八成合併程式碼由 Claude 撰寫
Anthropic 披露，截至 2026 年 5 月，超過八成合併入公司代碼庫的程式碼由 Claude 撰寫；在 Claude Code 於 2025 年 2 月推出研究預覽之前，這個比例只是低位數字。產出亦跟著上升：2026 年第二季，典型工程師每日合併的程式碼量是 2024 年的八倍。官方同時指出，以程式碼行數衡量並不完美，八倍僅估算低估了真實生產力增幅，但方向清晰反映加速。2026 年 3 月對 130 名研究人員的調查中，受訪者自產出約為沒有 AI 協助時的四倍；同年 4 月，Claude 交付超過 800 個修正，令一類 API 錯誤減少一千倍，貴賴的工程師佔人數完成需要四年。
執行實驗已超越人類，判斷力仍是瓶頸
Anthropic 每次發布模型前都會進行同一項測試：給模型一段繁複小型模型的程式碼，要求它在保持正確性的前提下緊縮加速。2025 年 5 月，Claude Opus 4 平均做到約三倍加速；到 2026 年 4 月，Claude Mythos Preview 已達約五十二倍。作為對照，熟練人類研究人員需要四至八小時才能達到四倍。在開放式研究方向，Anthropic 於 2026 年 4 月發表首個由 Claude 端到端完成的研究示範：兩名人類研究員用約一週收復約兩成三的性能差距，Claude 代理以八百累積小時、約一億八千萬美元算力收復九成七[2]。
不外，文章強調挑選研究方向的能力仍有明顯落差。在 129 個「人類選擇本身有改善空間」的真實決策針上，2025 年 11 月的 Claude Opus 4.5 有約五成一次比人類選擇更佳，2026 年 4 月的 Mythos Preview 升至約六成四。Anthropic 承認，這反映模型在判斷「下一個實驗值不值得做」方面正在改善，但距離自主設定後繼模型仍有一段距離。
官方提出可驗證的減速與暫停機制
文章列出三種未來情境，包括趨勢停滯、實驗室持續取得複合效率增益，以及完全的遞歸式自我改進，並承認第二種最可能。文中引用阿姆達爾定律指出，當寫程式與跑實驗的成本趨近於零，人類審查程式碼反而成為新瓶頸；Anthropic 內部亦已出現大量想法與工具遠超組織消化能力的情況。
Anthropic Institute 表示，會研究建立一套可驗證的減速或暫停系統，讓前沿開發者能確認其他地區的實驗室確實停手或放緩，且令惡意行為者無法以名秘密超前。文章指出，如果這類系統存在，而其他處於或接近前沿的開發者同樣以可驗證方式放慢，他們預期減速或暫時暫停。文章還提到，在代號 Project Glasswing 的項目首惠週，Mythos Preview 已在全球最重要的系統中找到超過一萬個高危險及圍重級別漏洞，網絡防禦的瓶頸已由「找漏洞」轉為「遲不遲快修補」。
對企業用戶而言，這篇文章的實際含義是：模型能力加速與安全審查將同步發生，採購與部署節奏或會跟著監管與自我暫停機制而改變。
參考資料
[1] When AI builds itself — Anthropic Institute（2026年11月2日）
[2] Automated weak-to-strong researcher — Anthropic Alignment Science（2026年4月）