当地时间9月17日，Anthropic 发文，第一次以量化方式掀开了内部 AI 研发自动化的底牌。数据相当扎眼:截至今年8月，Claude 已主导公司内部26% 的 AI 研发工作，而今年2月这一比例还不足1%;公司内部 Agent 平台任意时刻约有3万个 AI Agent 在跑，8月产生超过10亿次决策。这组数字被外界视为递归自我改进（RSI）从概念走向工程现实的关键信号。
Anthropic 采用了独立 AI 研究机构 Epoch AI 提出的六级自动化框架，把 AI 的参与程度划分为 AL0至 AL5——AL0完全没有 AI 参与，AL3是 AI 协作，AL4是 AI 主导，AL5为完全自主。截至8月，26% 的 AI 研发工作达到 AL4:人类只需给出高层目标，Claude 就能完成端到端的大部分工作，人只负责监督、检查和最终拍板;另有超过90% 的研发工作至少达到 AL3。
一个具体场景很能说明问题:夜间数据管道出故障后，工程师只需把报告丢给 Claude 说一句"把它修好"，它就能自主查看日志、定位原因、编写修复代码、测试、处理新冒出来的问题，最后重跑管道、对比结果并撰写说明。但 Anthropic 也明确划了线——目前尚未有任何被测量的 AI 研发工作达到 AL5完全自主水平。
规模数据更为实在。截至8月，Anthropic 内部约3万个 Agent 从事研究和工程工作，它们拥有独立于底层模型升级的身份标识，通过共享消息系统互相委派任务、交叉纠错。安全监控上，所有 Agent 动作执行前都要过在线监控，8月超10亿次决策中约0.002% 被阻止;离线监控每周标记约10万条对话记录，经分类器过滤误报和初步审查后，最高优先级约50条升级到人工审查。算力分配方面，7月样本周内约6% 的 AI 研发算力投入安全研究，若只统计 AI 驱动的研发，这一比例升至约12%。Anthropic 也坦承，AI 协作与 AI 主导的边界存在主观性，跨实验室比较需要统一方法和第三方验证。
RSI 眼下已是行业最热的概念。昨日智谱创始人唐杰披露，GLM-5.3-Flash 两周内完成国产加速器全量部署，大部分工作由 GLM-5.3驱动的 Infra Agent 完成;他判断距离完全 RSI 尚远，但"模型优化系统、系统服务模型"的循环已经开始运转。OpenAI 则在9月初宣布达成自动化 AI 研究实习生里程碑，目标2028年3月前实现自动化 AI 研究员，最薄弱的环节仍是"决定做什么"——任务超过4小时就需要人类频繁介入。谷歌 DeepMind 的进化式编码智能体 AlphaEvolve 从算法进化切入，其提出的电路方案已集成进下一代 TPU，谷歌前首席科学家杰夫·迪恩称之为"TPU 大脑帮助设计下一代 TPU 身体"的最新案例。
谷歌 DeepMind 首席战略官贾吉特·塞洪此前的一句话点透了底层逻辑:RSI 正成为 AI 资本开支的核心投资逻辑，虽然当前 AI 收入还撑不起正在投入的资本开支，但不下注 RSI 并不明智。
Anthropic 这次把数字摆上台面，一面是想在人类仍握主导权的窗口期，让社会参与决定 AI 自我迭代的节奏与方向;另一面，则是给行业立下一个可参照的披露基准——当研发自动化比例、Agent 规模、算力投入占比和安全监控覆盖率都被公开，透明度本身就变成了无声的竞争压力，不跟进就可能被当成有意遮掩。
