美国AI大模型公司Anthropic旗下的The Anthropic Institute近日发布了一份引发行业震动的报告《当AI开始构建自身》。报告结合公开基准测试与大量此前未披露的内部数据，勾勒出一幅AI研发正被AI自身急剧加速的图景。

报告披露了一个标志性数据：截至2026年5月，并入Anthropic主代码库的代码中，已有超过80%由Claude编写。作为对比，在2025年2月Claude Code开启内测之前，这一比例还停留在个位数。这意味着，在短短一年多的时间里，AI从辅助编程的边缘角色，演变为代码生产的主力。

这种转变在工程师的人均产出上体现得更为直观。Anthropic的数据显示，2026年第二季度，其工程师日均交付到生产环境的代码量已达到2024年同期的8倍。这并非单纯依靠增加人手或延长工时，而是AI深度嵌入开发流程后带来的效率杠杆。

在外部测评维度，AI独立处理任务的能力也在加速进化。报告指出，AI可稳定独立完成任务的任务时长翻倍周期，已从此前的每7个月缩短到约每4个月。在一项固定的代码提速基准测试中，Claude的表现更是在一年内从约3倍提升到约52倍——这种指数级跃迁远超传统软件工程的摩尔定律节奏。

基于这些趋势，Anthropic在报告中提出了一个关键判断：能够完全自主设计并训练下一代模型的AI“递归自我优化”，可能会比多数研究机构当前预测的时间点更早到来。这一判断如果成立，意味着AI研发将进入一个自我强化的飞轮：更强的AI辅助设计更强的芯片、编写更高效的训练代码、优化更庞大的基础设施，进而催生出下一代更强大的AI。

从产业角度观察，这份报告牵动了黄仁勋“五层蛋糕”框架中的多个环节。在模型层，递归自我优化的加速将缩短大模型迭代周期，可能引发模型能力跃迁的频次从年度级别压缩到季度甚至月度级别。在芯片与基础设施层，这种加速意味着对训练和推理算力的需求曲线可能变得更加陡峭，数据中心和能源供给的规划需要纳入更高的不确定性。在应用层，AI自主编写代码能力的成熟，正在重塑软件工程和AI研发本身的劳动力结构。

值得关注的是，Anthropic选择在自身IPO前夕发布这样一份带有警示意味的报告。这既展示了其在AI安全与对齐研究上的立场，也向市场传递了一个信号：AI能力的进化速度可能正在超出产业界和监管层的集体预期。报告并未给出具体的政策建议，但其核心发现——AI正在成为AI研发的主要驱动力——本身就是一个需要整个产业链认真消化的变量。