AI 正在自己造 AI 矽谷這次把話說得太重了

2026 年上半年，AI 行業出現了一個很微妙的變化。

過去兩年，所有頭部 AI 公司都在說同一件事：模型更強了，推理更好了，寫代碼更快了，智能體可以執行更複雜的任務了。

但最近，它們開始換了一種說法。

Anthropic 聯合創始人 Jack Clark 在社交平台上給出了一個非常刺眼的判斷：他現在相信，遞歸自我改進在 2028 年底前發生的機率是 60%。

所謂遞歸自我改進，簡單說，就是 AI 不只是被人類訓練出來的工具，而是開始參與改進自己，甚至幫助製造下一代更強的 AI。

這句話真正可怕的地方，不在於「60%」這個數字本身，而在於說出這句話的人是誰。

Anthropic 不是普通創業公司。它一直是 AI 行業里最強調安全、克制和風險控制的實驗室之一。過去，當 OpenAI、Google、Meta 拚命講能力、講產品、講商業化的時候，Anthropic 更像是站在另一邊，提醒大家：能力越強，風險越大，必須提前設定邊界。

但現在，正是這樣一家公司，開始公開把「AI 自我改進」放到倒計時里。

這不是一句普通的技術判斷，而是一個信號：AI 行業最核心的敘事，正在從「模型變強了」，轉向「AI 可能正在進入自我加速階段」。

一、AI 不只是寫代碼，而是開始進入研發循環

過去我們說 AI 寫代碼，很多人理解的還是程序員用了一個更高級的自動補全工具。

比如以前寫一個函數要半小時，現在 AI 幫你五分鐘寫完。以前排查一個 bug 要翻文檔，現在讓模型直接分析報錯。這些場景確實提高效率，但它們仍然屬於「人類使用工具」。

真正的變化在於，AI 正在從工具層，往研發流程的核心層行動。

Anthropic 在官方文章《When AI builds itself》里披露了一組非常關鍵的數據：截至 2026 年 5 月，Anthropic 代碼庫中超過 80% 的合併代碼由 Claude 撰寫。兩年前，這個數字還是低個位數。

這意味著什麼？

不是說 Anthropic 的工程師都不用幹活了，而是說 AI 已經深度嵌入了這家前沿實驗室的日常研發流程。它不只是寫 demo，不只是寫邊角料腳本，而是參與到真實代碼庫、真實實驗系統、真實產品迭代中。

更誇張的是，Anthropic 還提到，2026 年第第二季，典型工程師每天合併的代碼量，已經是 2024 年的 8 倍。

這就是 AI 研發領域最重要的反饋循環：

AI 幫工程師寫代碼，工程師研發出更強的 AI；

更強的 AI 再幫工程師寫更多代碼，推動下一代模型更快出現。

一開始，這個循環還需要大量人類控制。人類定方向，人類做判斷，人類決定哪些代碼能進主分支。但只要這個循環持續加速，一個問題就會越來越明顯：

如果 AI 不只是執行任務，而是開始參與優化任務流程本身，人類還在不在最核心的控制位置上？

這就是遞歸自我改進真正讓人不安的地方。

二、Anthropic 的文章，其實是一篇被精密校準過的信號稿

如果只看標題，《When AI builds itself》很像一篇科幻式的警告文章。

但如果仔細看它的寫法，會發現 Anthropic 的表達非常克制，也非常講究。

它沒有直接說「AI 奇點來了」，也沒有說「人類馬上失控」。它做的是另一件事：用一組內部數據，構建一種「加速正在發生」的感覺。

文章里有幾個數字很容易被傳播。

比如 Claude 在某些代碼優化任務上實現了幾十倍的加速。比如 AI 能夠獨立完成任務的最長時長，從 2024 年的幾分鐘，逐步拉長到 2026 年的十幾個小時。再比如內部員工調查顯示，使用 AI 後，研究團隊的產出顯著提高。

這些數字單獨看，都可以解釋為生產力工具的進步。

但放在一起，它們指向的是同一個方向：AI 正在從「提高人類效率」，走向「提高 AI 研發效率」。

這兩件事不是一回事。

提高人類效率，意味著 AI 是辦公軟體，是寫作助手，是編程助手，是銷售客服，是設計工具。

提高 AI 研發效率，意味著 AI 正在加速製造更強 AI 的過程。它進入的是整個技術曲線的發動機，而不是應用層的某個按鈕。

更有意思的是，Anthropic 在正文里釋放了很強的信號，但又在腳註里加了很多限定。

比如它會承認，代碼行數不是完美指標，可能高估生產力提升。它也會說明，代碼歸因系統本身存在缺口。再比如一些內部評估案例，是人類主動挑選過的，並不代表所有場景。

這種寫法很微妙。

正文負責製造衝擊力，腳註負責保留退路。

正文告訴你：速度正在變快。

腳註告訴你：不要把這些數字理解得太絕對。

這不是虛偽，而是一種典型的前沿科技公司表達方式。

它們既要讓投資者、監管者、公眾和研究員感受到「事情正在快速變化」，又不能把話說死。因為一旦說得太滿，未來被證偽的風險太高；但如果說得太輕，又無法製造足夠的緊迫感。

所以，Anthropic 這篇文章真正傳遞的不是一個確定結論，而是一種精確校準過的緊迫感：

我們還沒有到遞歸自我改進。

但如果你現在才開始準備，可能已經晚了。

三、從「我們可以暫停」到「我們不能單方面停下」

Anthropic 最值得分析的地方，不只是它現在說了什麼，而是它過去說過什麼。

這家公司曾經給自己設過很強的安全承諾。

2023 年，Anthropic 發布過負責任擴展政策。它的核心思想是：如果模型能力超過公司的安全控制能力，就應該暫停訓練更強的模型。

這個邏輯很清楚。

安全能力跟不上，就停下來。

技術不能只看能不能做，還要看能不能控制。

這也是 Anthropic 長期以來區別於其他 AI 公司的關鍵人設：它不是最激進的加速派，而是安全派里最有商業能力的公司。

但到了 2026 年，這個立場開始出現鬆動。

媒體報導顯示，Anthropic 修改了原有安全政策，弱化了「能力超出安全控制就暫停訓練」的強約束，轉而採用更靈活的安全路線圖。

更重要的是，它給出的理由也變了。

過去的邏輯是：

如果我們不安全，就應該停。

現在的邏輯變成：

如果我們停，而競爭對手不停，那隻會讓更魯莽的人追上來。

這是一種非常現實、也非常危險的邏輯。

因為它把安全問題，從「我有沒有能力控制自己」，變成了「別人會不會比我更快」。

一旦所有公司都這麼想，結果就是沒有人真正能停下。

每家公司都可以說：

我當然重視安全，但如果我停下來，OpenAI 不會停；

OpenAI 可以說，如果我停下來，Google 不會停；

Google 可以說，如果我停下來，中國公司不會停；

中國公司也可以說，如果我們停下來，美國不會停。

最後，所有人都在用別人的速度，為自己的加速找理由。

這就是 AI 行業最核心的囚徒困境。

沒有哪家公司願意承擔「第一個停下」的代價。

但所有公司一起不停，風險就會被推向整個社會。

四、DeepMind 也開始提高音量

如果只有 Anthropic 一家公司在談 AI 自我進化，這件事還可以被理解成企業傳播策略。

但幾乎同一時間，DeepMind CEO Demis Hassabis 也開始改變措辭。

他在 Google I/O 上說，人類正站在「奇點的山麓」。

這個表達非常重。

「奇點」不是普通的技術升級，不是說一個模型比上一個模型強 30%。它指的是 AI 發展進入一個人類難以預測、難以理解、甚至難以控制的階段。

過去，Hassabis 的表述相對謹慎。他更多談的是 AGI 可能在未來幾年到來，時間點大概在 2030 年附近。

但到了 2026 年，他開始使用更有衝擊力的語言，並且承認這種語言是「有意挑釁」。目的就是讓政府、經濟學家和公眾意識到，AI 加速帶來的問題不能再拖。

這句話非常關鍵。

它說明頭部實驗室的領導者不是單純在描述技術事實，他們也在主動塑造社會感知。

也就是說，AI 加速本身是一件事；

AI 公司如何講述這種加速，是另一件事。

現在，兩件事正在疊加。

技術確實在進步，模型確實更強，AI 確實開始進入研發流程。但與此同時，頭部公司也在主動把這種進步包裝成一種更強烈的敘事：我們已經站在某個歷史轉折點前。

這種敘事有多重功能。

對投資人來說，它意味著這家公司站在技術曲線最陡的地方。

對監管者來說，它意味著必須儘快聽取頭部實驗室的安全建議。

對頂尖人才來說，它意味著加入這家公司，就是加入最接近未來的地方。

對公眾來說，它意味著 AI 不再只是工具，而是可能改變整個文明軌跡的力量。

所以我們不能只問：這些公司說的是不是真的？

還要問：它們為什麼現在這樣說？

五、真正的問題不是 AI 會不會毀滅人類，而是誰還能控制加速

圍繞遞歸自我改進，外部研究者的看法並不統一。

有人認為，這就是人類最危險的時刻。一旦 AI 進入自我改進循環，速度可能超出人類制度和理解能力。

也有人認為，現在談完全遞歸自我改進還太早。AI 寫了大量代碼，不代表它掌握了真正的科學創造力。很多自動化的代碼，可能只是重複性工作、配置工作、測試工作和工程苦力。真正決定下一代模型方向的，仍然是人類研究員。

還有人提出，所謂自我改進也不一定會無限加速。系統越複雜，改進就越難。每一代模型在幫助製造下一代模型時，都會引入噪聲、誤差和損耗。所謂「飛輪」，不一定永遠越轉越快，也可能在複雜度面前減速。

這些分歧都很重要。

因為它提醒我們，不要把 AI 公司釋放的每一個信號，都直接理解成確定的未來。

但即便如此，有一件事已經非常清楚：AI 研發的結構正在發生變化。

過去，人類研究員站在模型外面。

他們設計架構，準備數據，訓練模型，評估結果。

現在，AI 開始進入這個過程。

它寫代碼，跑實驗，分析結果，輔助部署，甚至幫助研究員判斷方向。

未來，如果這種趨勢繼續推進，AI 就不再只是研發對象，而會變成研發主體的一部分。

這才是最關鍵的變化。

問題不是明天 AI 會不會突然毀滅人類。

問題是，當 AI 研發越來越依賴 AI 自身時，誰還有能力真正理解這個系統？

誰有權決定它繼續加速？

誰能在必要時按下暫停鍵？

如果所有公司都說自己不能單方面停下，那這個世界上還有沒有一個真正有效的剎車系統？

Anthropic 和 DeepMind 最近的表態，真正暴露的不是某個科幻末日，而是一種現實困境：

技術在加速，資本要求加速，國家競爭要求加速，人才競爭也要求加速。

但監管、社會理解和安全機制，都遠遠沒有以同樣的速度跟上。

這才是 2026 年 AI 行業最值得警惕的地方。

它不是因為某個模型突然有了意識。

也不是因為某家公司真的掌握了通往奇點的鑰匙。

而是因為最了解這套系統的人，已經開始用前所未有的方式提醒外界：這個循環可能比我們想象中更快。

當然，這裡面有技術事實，也有商業敘事。

有真實風險，也有傳播策略。

有安全焦慮，也有融資需求。

但這並不矛盾。

恰恰相反，AI 行業最複雜的地方就在於：所有這些東西正在同時發生。

AI 可能真的在變得更強。

公司也可能真的在利用這種變化製造緊迫感。

監管者可能真的準備不足。

資本也可能真的在獎勵最會講加速故事的人。

所以，面對這輪信號，最好的態度不是盲目恐慌，也不是一笑置之。

而是看清一個事實：

AI 已經不只是一個產品問題。

它正在變成一個研發權力、資本秩序、國家競爭和公共安全交織在一起的系統性問題。

當頭部實驗室開始集體提高音量，說明它們至少已經相信，世界需要被提前叫醒。

至於這聲警報到底是技術拐點，還是敘事升級，或者兩者同時成立，答案可能還要等幾年。

但有一點已經足夠明確：

AI 正在從「被人製造的工具」，走向「參與製造自己的系統」。

而人類真正要面對的問題是：

在這個系統越來越快之前，我們到底還能不能設計出一個真正有效的剎車。

⾮⼩號是中國⾸款專注於區塊鏈資產排名和資訊服務的⼯具類產品，成⽴於2018年，是⼀款⼴受 WEB3 社區歡迎的平台。其核⼼價值在於提供加密貨幣⾏情、項⽬資訊、交易所數據等服務。⾮⼩號專為企業打造了全新的RWA排⾏榜，使企業和⽤戶快速了解市場最新的RWA項⽬及諮詢。 免責聲明：本文所述內容僅供參考 ，不構成任何投資建議。投資者應根據自身風險承受能力和投資目標 ，理性看待加密貨幣投資 ，切勿盲目跟風。

來源：金色財經

發佈者對本文章的內容承擔全部責任
在投資加密貨幣前，請務必深入研究，理解相關風險，並謹慎評估自己的風險承受能力。不要因為短期高回報的誘惑而忽視潛在的重大損失。