当地时间9月17日，Anthropic发了篇文章，第一次把自家AI研发自动化的家底摊开给人看。
数字很扎眼：今年8月，Claude已经主导了公司内部26%的AI研发工作。而半年前的2月，这个比例还不到1%。
什么叫“主导”？Anthropic借用了独立研究机构Epoch AI的分级办法，把AI参与研发的程度从AL0排到AL5。AL0是AI完全不参与，AL3是AI打下手协作，AL4是AI挑大梁主导，AL5是AI全自主。26%这个数字的意思是，这四分之一的活已经达到AL4——人只负责给个高层目标，剩下的Claude自己端到端做完，人管监督、检查、最后拍板。另有超过90%的研发工作至少达到AL3。
文章里举了个很具体的例子：夜里数据管道出了问题，工程师把故障报告丢给Claude，说一句“把它修好”，它就能自己翻日志、找原因、写修复代码、跑测试、处理中途冒出来的新问题，最后重新跑一遍管道，对比结果，再写份说明。整个过程人不用盯着。
不过Anthropic也划了条线：目前还没有任何一项被测量的研发工作达到AL5，也就是完全自主。
比比例更实在的是规模。
到8月，Anthropic内部大约有3万个AI Agent在干研究和工程活。这些Agent有自己的身份标识，不会因为底层模型升级就换了人。它们通过一套共享消息系统互相派活、互相纠错。所有Agent的动作在执行前都要过一遍在线监控，8月超过10亿次决策里，约0.002%被拦了下来。离线监控每周标记约10万条对话记录，经过滤和初审后，最高优先级的约50条会升级到人工审查。
算力上，7月某个样本周里，约6%的AI研发算力投给了安全研究；如果只算AI驱动的那部分研发，这个比例升到12%。
Anthropic自己也承认，AI协作和AI主导之间的边界有主观判断的成分，跨实验室比较得统一方法、找第三方验证。
这个“AI自己改进AI”的概念，行业里叫RSI，也就是递归自我改进，眼下是最热的话题。
就在前一天，智谱创始人唐杰透露，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。他判断离完全RSI还远，但“模型优化系统、系统服务模型”的循环已经转起来了。
OpenAI 9月初宣布达成自动化AI研究实习生里程碑，目标是2028年3月前搞出自动化AI研究员。最薄弱的环节是“决定做什么”——任务一旦超过4小时，就得人类频繁介入。
谷歌DeepMind走的是另一条路。它的进化式编码智能体AlphaEvolve从算法进化切入，提出的电路方案已经装进了下一代TPU。谷歌前首席科学家杰夫·迪恩的说法是“TPU大脑帮助设计下一代TPU身体”。DeepMind首席战略官贾吉特·塞洪此前一句话点破底层逻辑：RSI正在成为AI资本开支的核心投资逻辑——眼下AI收入还撑不起正在砸的钱，但不下注RSI不明智。
Anthropic把数字摆上台面，一手是想在人类还握着主导权的窗口期，让社会参与决定AI自我迭代的节奏和方向；另一手是给行业立了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、安全监控覆盖率都摆出来了，透明度本身就成了无声的压力——不跟，就可能被当成故意遮掩。
从行业角度看，这场竞赛的焦点正在从“模型有多聪明”转向“模型能替人干多少活”。谁先把研发流程里的人类环节压得足够薄，谁就可能在下一轮迭代速度上甩开对手。但Anthropic这次给出的AL5为零，也提醒所有人：能自主写代码的AI已经有了，能自主决定写什么代码的AI还没来。这个差距，可能才是真正的分水岭。