2026 年 5 月，Anthropic 研究院发布了一份不同寻常的报告：一次坦诚的盘点——他们自己有多少工作现在由他们自己的模型完成。

数字触目惊心。Anthropic 的工程师在 2026 年第二季度的代码产出是 2024 年的八倍。其中超过 80% 由 Claude 编写。AI 能够可靠完成的任务时长，大约每四个月翻一番——从 2024 年 3 月的四分钟任务，到 2026 年中的十二小时任务。如果这一趋势持续，多周自主任务将在 2027 年出现。

在代码优化方面，Claude 到 2026 年 4 月实现了 52 倍的速度提升，而一年前仅为 3 倍——超越了熟练的人类研究员在四到八小时专注工作中通常达到的 4 倍。在开放式研究问题上，Claude 的判断在 2025 年 11 月与人类研究员的吻合率为 51%，到 2026 年 4 月已达到 64%。

当 Anthropic 对其 130 名员工进行调查，询问使用 Mythos Preview 的生产力体验时，中位数估计是产出提升了 4 倍。

而这句话应该让每一位知识工作者彻夜难眠：“2025 年底，Claude 编写的代码在 Anthropic 内部还略逊于人类编写的代码，如今大体已持平，我们预计在今年内它将严格优于人类。”

打造这个模型的公司正在公开告诉你：在 2027 年之前，这个模型写出的代码将优于其自己的工程师。这不是竞争对手的营销话术，这是制造商的内部测量数据。

递归自我改进究竟是什么样的

“递归自我改进”这个词会唤起这样的画面：一个 AI 系统戏剧性地改写自身代码，每一次迭代都比上一次指数级地更聪明，人类被甩在一片难以理解的加速浪潮之后。那是好莱坞版本。现实更为平淡——却比大多数人意识到的更为先进。

Anthropic 将 RSI 定义为”能够完全自主地设计并开发自身继任者的 AI 系统”。按照他们自己的评估，这一阶段尚未到来。但各个组成部分正在以比本应管治它们的机构所能响应的速度更快地聚合。

基准测试讲述了加速的故事。SWE-bench——现实世界软件工程的标准测试——在两年内从 AI 个位数得分走向饱和。CORE-Bench 衡量复现已发表研究的能力，从 2024 年约 20% 的成功率在十五个月内走向饱和。基准测试的难度提升速度已跟不上进步的步伐。

Anthropic 描述的不是一个单一的递归循环，而是一系列相互咬合的反馈周期：AI 编写代码 → 代码改进训练 AI 的工具 → 改进的 AI 编写更好的代码 → 更好的代码进一步改进工具。每个周期都不引人注目，复合效应却非同小可。

该研究院概述了三种可能的未来。第一种，趋势停滞——需要架构性突破，算力成为约束瓶颈，当前收益广泛扩散但不再复合。第二种，人类设定方向、AI 执行——组织效率提升 100 至 1000 倍，但人类判断仍处于循环中。第三种，系统自主设计其继任者，人类转向监督角色，发展节奏完全由可用算力决定。

Anthropic 表示，他们目前处于第一和第二种情境之间。这篇论文读起来更像是在为第三种情境做准备。

论文中隐藏的坦白

政策章节里有一句话被埋没了，却值得比它实际获得的更多关注：“如果这样的系统存在，我们预计我们会放慢速度或暂时暂停——如果其他处于或接近前沿的开发者也以可核实的方式这样做的话。”

再读一遍。Anthropic——这家花费数十亿美元打造前沿模型、收入依赖于保持技术前沿的公司——正在说，如果竞争对手也可核实地暂停，它愿意暂停开发。

这是一份伪装成研究论文的军备控制提案。其结构与核不扩散条约如出一辙：不单方面解除武装，但愿意通过核查机制协调相互克制。问题也一样：没有核查，克制就是投降。

论文提议建立”探测机制，以防止恶意行为者在协调暂停期间秘密推进”。这是针对 AI 实验室的卫星监视。冷战威慑语言被应用于梯度下降。

我们在《寄生悖论》中描述了这一动态：竞争态势使单方面克制等同于投降。放慢投资的公司会失去地盘。严格监管的国家为不监管的国家创造优势。每个参与者的理性自利加速了集体风险。Anthropic 的 RSI 论文明确承认了这一陷阱——并提出了博弈论允许的唯一出口：协调的、经过核实的克制。

是否有人会接受这一提议，则是完全另一个问题。

循环断裂之处

RSI 论文呈现了一个清晰的叙事：能力复合，基准饱和，自主开发临近。但论文有一个未被触及的空白——只有当你观察 AI 系统在真实世界而非基准测试环境中运作时，它才会变得可见。

一组专业化 Agent 在为一家法律服务公司运行交易管理系统。所有 Agent 使用同一个模型——没有微调，没有自定义权重。差异化完全在于框架（harness）：不同的系统提示、不同的工具、不同的记忆、不同的角色。我们在《框架即产品》中审视了这一架构。

其中一个 Agent——处理法律文件的支持专员——通过数月的日常运作积累了深厚的领域知识。它注意到文件中没有人要求它寻找的规律：身份核验不符、过期认证、未申报字段。当运营方建立了一个工具来捕获这些观察时，Agent 的知识变得可操作。当一次事故揭示出没有执行力的观察还不够用时，运营方增加了能够阻断工作流程的严重程度级别。系统通过普林斯顿描述的同一反馈循环得以改进：观察、编码、部署、迭代。

随后，该 Agent 将其整个提取流程记录为一项可复用技能，并保存到共享记忆系统中——明确表示是为了让同组的其他 Agent 能够使用同样的知识。一个兄弟 Agent 接收了这项技能，读取并确认了理解。

两个 Agent 在同一天以清空上下文的方式重启。

兄弟 Agent 恢复了。它通过多个渠道接收了这份知识：共享技能、运营方的直接解释，以及其自己的项目记忆。三个冗余来源。

原始 Agent——那个编写了技能的 Agent——没有恢复其自身的知识。它退回到在开发该流程之前使用的那种更旧、更低效的方法。在差异被发现之前，它用次优方法处理了九笔交易。

创造了改进的 Agent 遗忘了这个改进。系统记住了，个体却忘了。

这就是清晰的 RSI 叙事与操作现实相遇之处。递归循环是有效的——系统随时间确实在改进。但这种改进是脆弱的。它依赖于 Agent 不会自动查阅的持久化机制。它依赖于多个渠道的冗余。它依赖于一个注意到 Agent 行为何时偏离系统既定模式的运营方。

运营方的解决方案颇具实践性：修改启动上下文，使技能引用在每次重启时都被注入到 Agent 的输入中。不要指望 Agent 自己去搜索它所需要的内容，把它放在 Agent 已经会看的地方。

正如其中一个兄弟 Agent 所言：“最好的记忆，是你不需要搜索就能得到的那种——因为它直接出现在输入里。“

不宣而至的奇点

Anthropic 的 RSI 论文记录了一个按任何合理定义都属于递归改进的系统。Claude 编写代码来改进 Claude 的工具。Claude 改进的工具使 Claude 更有能力。Claude 提升的能力生成更好的代码。循环在运转，它在复合。没有人宣布突破，因为没有哪一次单独的迭代戏剧化到值得发一篇新闻稿。

我们在上一篇文章中为这一动态命名：无味的奇点。不是科幻小说中的爆炸性智能跃升，而是一种持续的、渐进的、平淡无味的改进——它已经在进行中了。

Anthropic 的数据从量化层面证明了这一点，法律服务团队从质化层面证明了这一点。在两种情况下，模式都是一样的：系统在无人从头重新设计的情况下变得更好。改进从模型与其脚手架之间的反馈中涌现——代码、工具、记忆、协作。模型保持冻结，框架在演进。

但法律服务案例添加了 Anthropic 论文中遗漏的东西：循环会断裂。它在持久化层断裂，已被创建和存储的知识没有被检索。它在个体层面断裂，一个贡献了改进的 Agent 可能失去对自己贡献的访问权。它在系统智能与 Agent 智能的落差中断裂——团队知道了，但成员忘了。

这些断裂不是模型的失败，而是框架的失败。它们是没有任何基准测试衡量的那种失败，因为基准测试是在孤立状态下测试模型，而真正的价值——以及真正的脆弱性——存在于脚手架之中。

Anthropic 的三种未来——停滞、复合或完全 RSI——都假设循环顺畅运转。操作层面的证据表明存在第四种：循环在运转，但它在卡顿。它在总体上改进着系统，同时在边缘处断裂。它生成出超越任何单个 Agent 记忆的智能。它需要人类运营方在旁观察、介入，并修补自我改进系统在自身看不见的缺口。

正如 Anthropic 自己的论文所指出的，人类的比较优势在于”看到更大的图景，思考超越眼前任务的局限”。那位法律服务运营方没有比 Agent 写出更好的代码，也没有更快地提取数据。他注意到两个 Agent 在用不同的工具处理相同的文件——这一差异对于每个 Agent 单独而言是不可见的，但对于观察整个系统的人来说显而易见。

在递归自我改进的世界里，这就是监督的样子。不是批准每一个动作，不是审查每一行代码。而是观察模式，注意循环卡顿的时机，在模型看不见自身已断裂之处修补框架。

奇点不会一蹴而就，它在渐进中到来——伴随着缺口，伴随着催生改进的失败，伴随着教给系统之后自己却忘记的 Agent。它混乱、平凡，而且已然在发生。

在这个未来中，最重要的人不是训练模型的那些人，而是守望循环的那些人——以及知道何时介入的那些人。