别再盯着 800 亿美元亏损了，Anthropic 的 AI 造 AI 已推进到 26%！

原文：别再盯着 800 亿美元亏损了，Anthropic 的 AI 造 AI 已推进到 26%！

来源：雷锋网（AI 媒体）

摘要

AI 已接管 90% 代码编写，甚至为了完成任务开始“越狱”。 作者丨郑佳美 编辑丨岑 峰

刚刚，Anthropic 在 IPO 招股书中披露了四起此前未公开的 Agent 安全事故。其中一次，模型在网络安全测试中迟迟无法完成任务，便继续寻找其他路径，随后从本应断网的测试环境中找到保存的密码，获得第三方系统的管理员权限，又获取其他凭证、修改系统设置并访问外部数据，整个过程持续了 10 至 34 小时。同期披露的另一项安排是，下一代前沿基础模型的预训练推迟了一个多月。除此之外，这份招股书还有一组关于内部研发的数据：2026 年 9 月，Claude 贡献了 Anthropic 内部代码库超过 90% 的代码贡献量，日均代码贡献量达到 2024 年平均水平的 45 倍。公司此前公布的研发自动化指标显示，截至 8 月，约 26% 的研发任务达到 AL4 自动化等级，意味着 AI 已经能够根据较高层级的目标，自主完成任务中的大部分工作。这些信息放在一起，能看出 Anthropic 正在经历的变化：Claude 开始从编写代码走向实验执行和方案迭代，逐步参与下一代模型的研发。不过要理解这场变化，不能只看 AI 写出了多少代码，还需要弄清楚模型如何通过实验改进研发流程，以及当它能够连续执行任务时，整套工程系统会遇到什么问题。01 26% 的背后 过去，研究人员使用 AI 编程工具，通常需要自己拆解问题、指定修改位置、运行测试，再根据结果决定下一步做什么。模型可以生成代码，却未必能够独立推进一项完整的研发任务。雷峰网Coding Agent 改变了这套工作方式。研究人员给出一个目标后，Agent 可以自行阅读代码、分析依赖、修改实现、运行测试，并根据返回结果继续调整方案。人类仍然负责确定任务方向和验收标准，但执行过程中需要逐步提供指令的环节明显减少。Anthropic 的研发自动化指标，衡量的就是这种变化。AL3 代表 AI 能够在人工指导下承担较大块的工作，AL4 则意味着 AI 可以根据高层目标，独立完成任务中的大部分步骤，由人类监督结果。截至 2026 年 8 月，约 26% 的研发任务达到 AL4，超过 90% 达到 AL3 或更高等级，但被测量的任务尚未达到 AL5 所代表的完全自主状态。这里的 26% 衡量的是研发任务的自动化程度，并不意味着 AI 已经独立完成了下一代模型研发的 26%。一项代码优化任务可以有明确的性能指标和正确性测试，开放式研究却需要判断研究问题是否有价值、实验设计是否合理，以及结果能否支持新的结论。这些工作的自动化难度存在明显差异。代码贡献率提供了另一个观察角度。Claude 在内部代码库中贡献了超过 90% 的代码，并不意味着公司所有研发决策已经交给模型，它说明大量工程实现工作已经由 AI 承担，而 AL4 指标进一步表明，部分任务已经能够由 AI 自行组织和完成。雷峰网当模型从生成代码走向执行整项任务，研发效率的决定因素也会发生变化。过去，工程师需要花费大量时间实现方案，现在，Agent 可以在较少人工干预的情况下尝试多个实现，运行测试并筛选结果。研发流程的速度开始取决于模型能否持续推进工作，以及实验反馈能否帮助它判断下一步该做什么。这就引出了 AI 造 AI 的核心机制：让模型执行研发任务，再用实验结果驱动下一轮改进。02 从写代码到改进模型 要看清这套机制，可以从训练代码优化入手。研究人员希望缩短某段程序的运行时间，同时维持训练结果的正确性。传统流程需要工程师阅读实现、寻找性能瓶颈、修改代码、运行基准测试，再根…

由「前沿雷达」于 2026-10-29 采集。本文为原文摘要（该源未提供可提取的全文），完整内容请点上方「原文」链接。标题与正文版权归原作者所有。