當地時間9月17日，Anthropic 發文，第一次以量化方式掀開了內部 AI 研發自動化的底牌。數據相當扎眼:截至今年8月，Claude 已主導公司內部26% 的 AI 研發工作，而今年2月這一比例還不足1%;公司內部 Agent 平臺任意時刻約有3萬個 AI Agent 在跑，8月產生超過10億次決策。這組數字被外界視爲遞歸自我改進（RSI）從概念走向工程現實的關鍵信號。

Anthropic 採用了獨立 AI 研究機構 Epoch AI 提出的六級自動化框架，把 AI 的參與程度劃分爲 AL0至 AL5——AL0完全沒有 AI 參與，AL3是 AI 協作，AL4是 AI 主導，AL5爲完全自主。截至8月，26% 的 AI 研發工作達到 AL4:人類只需給出高層目標，Claude 就能完成端到端的大部分工作，人只負責監督、檢查和最終拍板;另有超過90% 的研發工作至少達到 AL3。

一個具體場景很能說明問題:夜間數據管道出故障後，工程師只需把報告丟給 Claude 說一句"把它修好"，它就能自主查看日誌、定位原因、編寫修復代碼、測試、處理新冒出來的問題，最後重跑管道、對比結果並撰寫說明。但 Anthropic 也明確劃了線——目前尚未有任何被測量的 AI 研發工作達到 AL5完全自主水平。

規模數據更爲實在。截至8月，Anthropic 內部約3萬個 Agent 從事研究和工程工作，它們擁有獨立於底層模型升級的身份標識，通過共享消息系統互相委派任務、交叉糾錯。安全監控上，所有 Agent 動作執行前都要過在線監控，8月超10億次決策中約0.002% 被阻止;離線監控每週標記約10萬條對話記錄，經分類器過濾誤報和初步審查後，最高優先級約50條升級到人工審查。算力分配方面，7月樣本週內約6% 的 AI 研發算力投入安全研究，若只統計 AI 驅動的研發，這一比例升至約12%。Anthropic 也坦承，AI 協作與 AI 主導的邊界存在主觀性，跨實驗室比較需要統一方法和第三方驗證。

RSI 眼下已是行業最熱的概念。昨日智譜創始人唐傑披露，GLM-5.3-Flash 兩週內完成國產加速器全量部署，大部分工作由 GLM-5.3驅動的 Infra Agent 完成;他判斷距離完全 RSI 尚遠，但"模型優化系統、系統服務模型"的循環已經開始運轉。OpenAI 則在9月初宣佈達成自動化 AI 研究實習生里程碑，目標2028年3月前實現自動化 AI 研究員，最薄弱的環節仍是"決定做什麼"——任務超過4小時就需要人類頻繁介入。谷歌 DeepMind 的進化式編碼智能體 AlphaEvolve 從算法進化切入，其提出的電路方案已集成進下一代 TPU，谷歌前首席科學家傑夫·迪恩稱之爲"TPU 大腦幫助設計下一代 TPU 身體"的最新案例。

谷歌 DeepMind 首席戰略官賈吉特·塞洪此前的一句話點透了底層邏輯:RSI 正成爲 AI 資本開支的核心投資邏輯，雖然當前 AI 收入還撐不起正在投入的資本開支，但不下注 RSI 並不明智。

Anthropic 這次把數字擺上檯面，一面是想在人類仍握主導權的窗口期，讓社會參與決定 AI 自我迭代的節奏與方向;另一面，則是給行業立下一個可參照的披露基準——當研發自動化比例、Agent 規模、算力投入佔比和安全監控覆蓋率都被公開，透明度本身就變成了無聲的競爭壓力，不跟進就可能被當成有意遮掩。