Anthropic：呼吁全球停止AI研发

人工智能公司Anthropic发布最新研究称，当下AI在代码编写、科研攻关领域效率大幅跃升，制约新一代AI研发提速的核心瓶颈，或将从技术短板转变为负责管控的人类。伴随全球大模型从通用对话向自主智能体快速演进，AI深度参与自身迭代研发已经从行业猜想落地为企业日常研发常态，各大头部厂商持续加码代码生成、自动化实验等能力建设，也让AI自研AI成为当前人工智能领域关注度最高的发展趋势之一。

该企业于周四发布题为《AI自主造芯》的行业报告，报告指出，Claude大模型已深度参与下一代AI的落地研发，包揽代码撰写、实验落地、科研辅助等工作；按照当前发展趋势，未来或将演化出递归自我迭代形态，即AI能够自主设计、研发性能更强的后继模型。报告基于公司数年内部研发数据复盘，摒弃单一主观推论，以实际代码产出、项目落地数据作为论据，客观梳理AI从辅助工具转向研发协作主体的完整变化过程，为行业研判自主AI发展节奏提供实测参考。

据Anthropic披露，目前并入项目源码库的代码中，超80%由Claude生成；自2024年依托AI协作研发后，工程师整体代码产出量提升约8倍。

“2025年2月Claude代码工具开启内测前，AI生成代码的占比仅为个位数。”官方补充道，人均产出数据同样印证变化：2021至2024年公司成立前四年里，工程师日均合入代码量长期持平，研发产能受人力精力、编码效率约束进入增长瓶颈；2025年起Claude不再只提供代码参考、可直接运行调试代码后，工程师从重复编码工作中解放出来，人均代码产能开始持续攀升。

Anthropic预判行业未来存在三种演化路径：AI技术发展放缓；人类始终掌握决策权、由AI落地绝大多数重复性研发工作；或是AI最终实现自主迭代、打造新一代模型。三种路径没有绝对优劣之分，分别受算力供给、行业监管规则、算法底层突破三大变量影响，也是当前全球科研机构争论的核心方向。

“倘若算力资源充足且技术持续演进，这条发展路线最终将诞生能够完全独立自主研发后继版本的人工智能，也就是递归自我进化。现阶段我们尚未抵达该阶段，这种技术形态也并非必然出现，但其落地速度，或将快于绝大多数机构的预判。”

公司表示，三种结局哪种最终落地仍无法定论，但可以确定AI参与AI研发已是既定事实，同时也坦言，仅凭代码行数衡量研发效率并不客观全面。代码量化只能体现编码环节效率提升，模型架构设计、方向论证、安全测试等软性科研环节，暂时无法用数据量化，不能仅凭编码数据片面判定AI已经实现全流程自主研发。

当然，现有数据无法笃定递归自我迭代近在眼前。现阶段Claude尚不具备科研决策能力，无法自主筛选值得攻关的研究课题，这是自主进化关键短板。AI擅长落地执行既定任务，但在甄别研究价值、规避研发误区、平衡成本与收益等需要主观研判的环节仍高度依赖人类。但倘若现有增长趋势延续，AI自主研发下一代产品具备现实可行性。

这份报告发布之际，全球头部AI厂商正陆续将产品定位从聊天工具升级为科研协作助手，AI智能体正全方位拉动软件开发效率。上月Anthropic完成旗舰模型Opus 4.8版本迭代，持续补强代码编写、逻辑推理与自主执行任务的能力；竞品OpenAI在4月接连推出GPT-5.5、GPT-Rosalind前沿大模型，布局思路高度趋同；谷歌也在5月发布Gemini Spark智能体，无需用户主动指令便可跨应用统筹事务、后台自动完成待办工作。头部企业同步发力自主智能体赛道，侧面印证AI自主化已是全行业统一发展方向。

恰逢Anthropic筹备上市，企业近期不断加码高自主度AI产品研发，接连对外展示代码能力、长周期智能体作业能力，还推介了Claude Mythos在软件漏洞排查、复杂网络安全科研上的实用表现。商业化诉求与技术迭代需求双向驱动企业加快自研AI落地速度，相关技术成果也将成为资本市场估值的重要参考依据。

“在未来AI研发流程中，人类参与度将大幅下降，工作重心转移至AI虚拟实验室的监管、校验与结果核验。能够自主开展AI研发的智能体系，相关能力还可复用至各类自然科学领域，进而推动全行业科研变革。”Anthropic在报告中写道。长远来看，AI自主研发体系成熟后，医药研发、新材料探索、精密物理实验等传统周期漫长的科研项目，都有望借助智能体缩短研发周期，但与之配套的行业规范、安全管控体系，目前还处在空白摸索阶段。