2026年6月，Anthropic通过其研究机构The Anthropic Institute发布了一篇引发广泛讨论的文章——《When AI Builds Itself》。文章披露了令人震惊的内部数据：Anthropic工程师的人均代码产出量比2021-2025年期间增长了8倍。这一增长被归因于AI系统越来越多地参与到自身的开发过程中——Claude正在帮助构建下一代的Claude。文章直言不讳地指出，这一趋势的终点是”递归自我改进”（Recursive Self-Improvement, RSI）：AI系统完全自主地设计和开发自己的后继者。Hacker News上的376条评论（291分）则展示了一个远比Anthropic叙事复杂得多的现实图景。
核心观点
Anthropic的核心论点是分阶段展示的。2021-2023年，开发者手动编写所有代码。2023-2025年，早期聊天机器人开始辅助片段生成。2025-2026年，AI编程代理已经能独立完成大量编码工作——这正是8倍增长的来源。Anthropic警告说，如果这一趋势继续加速并配合足够的算力，完全自主的递归自我改进可能在”大多数机构准备好的时间之前”到来。这种能力既是巨大的机遇（科学突破、医疗进步），也是重大的风险（人类失去对AI系统的控制）。
然而，Anthropic的逻辑中存在一个根本性张力：一家以AI安全为核心使命的公司，正在全速推进通往递归自我改进的道路。用户mweidner用了一个辛辣的比喻：”如果在核武器尚未发明时，有人以最快速度建造并销售核武器（而且是在和平时期），这真的合理吗？”
技术分析
“8倍代码产出”这个数字需要仔细审视。Anthropic自己也坦承：”代码行数是一个不完美的衡量标准，它衡量的是数量而非质量。2026年第二季度人均日代码行数的8倍增长，几乎肯定夸大了真正的生产力提升。”这种坦诚值得赞赏，但也引出了一个更深层的问题：如果AI生成的代码质量参差不齐，那么”8倍产出”中有多少是真正的功能交付，有多少是需要后续重构的技术债务？
用户torben-friis提出了一个尖锐的假设：AI生成的代码可能比人工代码更冗长、更重复。一个需要500行人类代码的功能，AI可能写出3000行——从”代码行数”指标看增长了6倍，但从实际功能交付看可能更差。这个假设虽然未被证实，但反映了社区对”AI = 生产力”叙事的正当怀疑。
技术层面的另一个核心问题是：什么是真正的”递归自我改进”？Anthropic描述的场景是AI系统改进其自身的代码库、训练流程和架构设计。但这与现代软件工程中CI/CD管线和代码生成器之间的界限并不清晰。用户robbrown451问道：”自己构建自己的代码脚手架算递归自我改进，还是需要AI本身才算？”这个定义问题至关重要——它决定了”递归自我改进”是一个渐进的工程进步，还是一个需要全新安全范式的质变。
社区反响
HN社区的反应比Anthropic可能预期的更为尖锐。点赞最高的评论来自aleqs：”好的，Anthropic有惊人的AI，据说能写他们大部分代码、还能持续改进……与此同时，他们经常出现宕机，任何长时间运行的工作现在都会持续遭遇’API错误：服务器暂时限制请求’。”这条评论点出了一个讽刺性的对比：一家声称AI正在指数级提升其能力的公司，却无法为其付费用户提供稳定的服务。
pizlonator则从另一个角度批评：”自从vibe coding兴起以来，除了vibe coding本身，软件领域没有任何突破。Claude确实很了不起。但如果它真的像这篇文章暗示的那样厉害，我应该能期待AI领域之外的一些突破。”chilipepperhott更加直白：”我觉得一个连终端应用都做不到内存占用低于1GB的公司，做出这样的声明很荒谬。”
sinsudo的评论带着一种年长者的智慧：”我64岁了。也许这些进步应该被引导到改善生活条件、让人们活得更长更好上来。一堆没人能检测出隐藏bug的数百万行代码并不令人振奋。”squidsoup则从命名上找到了黑色幽默：”知道Anthropic最强大的模型叫Mythos（洛夫克拉夫特宇宙中充满可怕邪神的名字），让人感到安心。完全不用担心。”
AI视界观察
Anthropic的这篇文章可以同时作为两个相反叙事的证据来解读。支持者会说：看，AI已经在加速自身发展了，这证明我们正处在技术曲线的陡峭部分。怀疑者会说：看，一家AI公司在用精心挑选的指标来制造紧迫感，以此证明其估值和融资的合理性。
更深层的问题在于：我们如何区分”真正的递归自我改进”与”营销驱动的技术乐观主义”？目前所有所谓的”AI编写AI”案例，本质上都是AI辅助人类工程师工作——写代码片段、生成测试、补充文档。离一个AI系统在没有人类干预的情况下自主设计架构、编写完整代码库、部署新模型还有很长的距离。Anthropic的文章有意模糊了”辅助”与”自主”之间的界限。
然而，这并不意味着我们应该忽视这个趋势。即使当前的8倍增长只是部分真实的，即使AI生成的代码质量尚待验证，方向是明确的：AI系统在AI开发中的角色只会增加。真正的问题不是”递归自我改进会不会发生”，而是”当它发生时，我们是否已经建立了足够的安全机制”。Anthropic的这篇文章最好的解读方式，或许不是作为技术进步的自夸，而是作为一份对全行业的备忘录：这件事正在发生，而且比你想象的要快。我们需要在追逐能力的同时，认真投资对齐研究。
📎 原文链接: When AI Builds Itself | 💬 HN讨论: Hacker News