一家公司拿自家代码库的提交记录告诉你「飞轮正在加速」，转头又请求世界，给它保留一个「踩刹车」的选项。

2026 年 6 月，Anthropic 发布了一篇刷屏长文《When AI builds itself》（当 AI 开始造 AI，由 Marina Favaro 与联合创始人 Jack Clark 合著）。[1][2] 文章用一组相当硬核的内部数据，把「递归自我改进」（Recursive Self-Improvement，RSI）这个长期停留在理论里的词，砸到了台面上——核心论据是：截至 2026 年 5 月，合入 Anthropic 代码库的代码里，超过 80% 由 Claude 编写。[1][4]

但最戏剧性的一幕是：就在铺陈完「我们跑得有多快」之后，Anthropic 笔锋一转，罕见地公开呼吁——必要时，世界应当保留「减速或暂停前沿 AI 开发」的选项。[1][3]

这篇文章的「AI 安全」那一面，全网已经讲得够多了。读马君想做一件不一样的事：把它放回黄仁勋的「五层蛋糕」框架里，看它对芯片与能源这两层意味着什么。但开篇必须把一句话说在最前面——

本文引用的几乎所有惊人数字，都是 Anthropic 关于「自己」的自述，未经独立第三方审计，且来自一个有强烈融资与叙事动机的当事方。它们是有价值的信号，但需要打折看。

一、结论先行

抛开末日叙事，这篇长文里最该被产业读懂的，是它顺手揭示的一条铁律：

一旦「研究品味」这最后一格也被点亮，AI 进步的速度，将只由算力供给决定。[1]

把这句话放回五层蛋糕，含义很重：它等于把芯片（chips）与能源（energy）两层的战略地位推到了极限——当写代码、跑实验、甚至判断「下一步该怎么走」都被自动化，算力就成了唯一的油门。这是对算力需求最猛的多头叙事。

但同一枚硬币的反面，也要立刻摆出来：

  • 数字要打折——核心指标全部是 Anthropic 自述、未独立审计，部分甚至是「让 Claude 给 Claude 当裁判」打出来的；公司自己都承认其中一项（8 倍）「高估了真实生产力」。[1]
  • 叙事有动机——「我们快到要喊停了」这句话本身，就是一家前沿实验室最好的能力广告与融资叙事。
  • 最该警惕的盲点——「算力即唯一变量」的多头故事，恰恰把 Anthropic 自己列出、却判为「最不相信」的那个剧本忽略了：趋势停滞，瓶颈卡在芯片、电网与供应链。[1] 而那，正是对算力产业最关键的分支。

二、Anthropic 到底自述了什么（数据模块）

先把文章里的关键数字摆成一张表——每一项都请读成「Anthropic 说」，而非「事实是」。

维度自述数字口径
代码占比合入代码库的代码超 80% 由 Claude 编写（2026-05）；Claude Code 发布（2025-02）前还是「个位数」Anthropic 自述 [1][4]
工程产出人均日合入代码量约为 2024 年的 8 倍（公司自承代码行数「高估了生产力」）；130 名研究员内部调查（2026-03）中位数自评约 4 倍Anthropic 自述 [1]
最开放任务成功率约 26%→76%（2026-05，半年提升约 50 个百分点）Anthropic 自述 [1]
训练代码优化提速Opus 4（2025-05）约 3× → Mythos Preview（2026-04）约 52×；熟练人类研究员 4～8 小时做到约 4×Anthropic 自述 [1]
「研究判断力」（择优下一步）Opus 4.5（2025-11）51% → Mythos Preview（2026-04）64% 概率给出比人类更优的下一步Anthropic 自述 [1]
端到端开放难题两名人类研究员一周追回 23% 性能差距；Claude 智能体用约 800 累计小时、约 1.8 万美元算力追回 97%Anthropic 自述 [1]
工程「大扫除」2026-04 一次性提交 800+ 修复、把一类 API 错误压低 1000×，估算人工需 4 年Anthropic 自述 [1]

数字很吓人，但读法要冷静：代码行数衡量的是数量而非质量，8 倍是上限值；130 人调查里中位数的 4 倍，是更可信、也更诚实的那个数。[1] 后面所有推论，都该建立在「4 倍量级、且未经外部复现」这个更保守的地基上。

三、这是「递归自我改进」吗？——把惊悚翻译成机制

RSI 的定义很简单：AI 自己设计、训练、迭代自己的继任者，当 AI 改进 AI 的速度超过人类改进 AI 的速度，飞轮就脱离人类的手、开始自转。

Anthropic 的论证路径是这样的：它已经撞上了两堵「阿姆达尔定律」的墙——整体速度被那个没提速的环节卡住。第一堵是代码审查排队（Claude 写得太快，人审不过来）；第二堵是想法与工具的产出爆炸（多到公司消化不了）。[1] 于是人类仅存的比较优势，被收窄到一个词：「研究品味」——判断哪些问题值得做、哪些结果可信、哪条路是死胡同。

而 Anthropic 对「研究品味」也不留情面：它指出 AI 的进步很少靠灵光一现（Transformer 那种范式级灵感几年才出一次），绝大多数进步靠的是「放大→看哪里坏了→修好→再试」——而这恰恰是 Claude 最擅长的工作流；至于「研究品味」，「可能只是又一个 AI 暂时不会、然后突然就会了的能力」。[1]

落到时间表上，联合创始人 Jack Clark 给出过一个具体数字：2028 年底前，出现递归自我改进的概率为 60%。[5]

提示：「60%／2028」是 Jack Clark 的个人公开预测、属第三方观点，不是事实；它建立在一组能力基准的外推之上，而外推本身就可能出错。

这一节，是全文最该打折的地方。 这些基准大多是 Anthropic 内部的任务、由 Claude 评判 Claude，对真实世界研究的泛化能力存疑；而「研究品味终将被攻克」是一个推测，不是证据。

四、放回五层蛋糕：为什么这对「芯片 + 能源」是最猛的多头叙事

现在回到读马君真正关心的问题。Anthropic 给出了三种未来，其中它押注最后两个，而对产业冲击最大的，是「剧本三」里的那句话：

完全的递归自我改进：AI 进步的速度只取决于算力供给，人类退居验证和监督。[1]

把这句话翻译成产业语言：如果 RSI 成真，算力（chips 层）与电力（energy 层），就从「AI 需求的一个变量」，变成了「唯一的变量」。

这件事的分量，要对照「英伟达护城河观察」系列里反复出现的那个需求侧之问来读：过去市场最担心的，是「AI 的算力需求会不会软下来」——定制 ASIC 围剿、推理单价崩塌，本质都是在问「蛋糕还会不会变大」。而 RSI 叙事，是直接把需求的天花板拆了：只要还有电、还有芯片，飞轮就转得更快、要的算力就更多，没有自然的饱和点。 这对英伟达、对整条算力链，是一个「上不封顶」的多头故事；对能源层（电网、核电 SMR、数据中心 PUE）也是同一枚硬币的另一面——算力的尽头是电。

但恰恰在这里，藏着这篇文章最该被警惕的盲点。

「算力即唯一变量」的多头叙事，和 Anthropic 自己判为「最不相信」的剧本一——趋势停滞、瓶颈卡在芯片、电网与供应链[1]——其实是同一件事的两面。当你把算力当成唯一的油门，就等于承认：油门踩到底时，先到的天花板很可能不是「超级智能」，而是「芯片不够造、电不够用」。 对产业而言，真正的问题因此不是「需求会不会无限」，而是「供给（先进制程产能、电力）能不能跟上，跟不上时谁卡住谁」。RSI 这套叙事，与其说是 models 层的胜利宣言，不如说是把压力整层压回了 chips 与 energy。

五、跑得最快的，却喊了「暂停」——治理悖论与可信度打折

文章最反直觉的部分，是 Anthropic 一边铺陈加速，一边呼吁「保留减速或暂停的选项」。它说得很清楚：这不是天真地喊「都停下」——如果只有谨慎者放慢脚步，等于把领先优势拱手送给最不谨慎的人；真正需要的，是多国、多个前沿实验室、在同样条件下同时停、且彼此可验证。[1][3]

这个主张本身值得尊重。但作为产业观察，必须给它的可信度做几道减法：

  • 当事方自述，动机不中性。 「我们快到要喊停了」客观上强化了 Anthropic「领先者」的人设——既是安全表态，也是最高效的能力广告。
  • 公司自己已经在打折。 8 倍高估、4 倍才是中位——一家愿意自我修正的公司值得加分，但也提醒我们：这些数字的口径，是可以被叙事需要而选择的。
  • 单一实验室的自评，不能当产业结论。 在独立、可复现的第三方基准跟上之前，「RSI 临近」更应被当作一个待验证的假设，而不是一个可以据以配置产业判断的事实。

这不是说 Anthropic 在夸大，而是说：产业判断不能只采信任何一家实验室关于它自己的自述。

六、反方与不确定性

  • 自述 ≠ 独立审计。 核心指标全部来自 Anthropic 内部，部分由 Claude 评判 Claude，缺乏外部可复现验证。[1]
  • 代码行数 ≠ 生产力。 公司自承 8 倍高估，4 倍中位更可信；生产力的真实增幅，比头条数字保守得多。[1]
  • 基准的泛化存疑。 「优化训练代码」「在内部任务上选下一步」是窄而明确的环节，不等于真实世界研究的全貌；「研究品味终被攻克」是推测。
  • 时间表是个人预测。 「60%／2028」出自 Jack Clark 个人，[5] 而 Anthropic 自己也把「趋势停滞」列为三剧本之一（尽管是它最不信的那个）。[1]
  • 多头叙事的反面是供给约束。 「算力上不封顶」与「芯片/电网先成为瓶颈」是同一假设的一体两面——后者恰是对算力产业最关键、却最常被忽略的分支。

七、对产业链意味着什么（五层视角，非预测、不荐股）

先把话说在前面：Anthropic 是未上市公司，本文不涉及任何标的的买卖判断；我们只把这篇自述还原成产业链上的因果（以下均为情景推演、非预测）。

  • 两种叙事并存——算力需求「上不封顶」（若 RSI 成真）与「可能封顶」（剧本一／供给约束／S 曲线见顶）同时摆在桌上；理性的做法是两手都备、而非单押其一。
  • 真正值得长期盯的三件事——① token 经济与算力供给的赛跑（智能体真正放量后，单位成本与总算力谁跑赢谁，见「推理经济学」那篇）；② 能源是否成为新瓶颈（当算力的尽头是电，energy 层的电网与电力供给会不会先于芯片卡住飞轮）；③ 独立第三方基准能否验证这些自述——在它跟上之前，一切 RSI 时间表都只是假设。

结语

一家公司拿着自家代码库的提交记录告诉你「飞轮在加速」，又请求世界保留「踩刹车」的选项。无论你信几分，对读懂老黄的读者，真正的信号其实只有一句：

当「汗水」被自动化、研究只剩「品味」这一格，算力就成了唯一的油门——而油门踩到底时，先撞上的天花板，可能不是超级智能，而是电不够用、芯片不够造。

这把球，最终又踢回了「五层蛋糕」最底下的两层。而那两层守不守得住，才是这场加速里，最该被长期盯住的变量。

延伸阅读