Anthropic在首次公开募股招股书中披露了一组关于内部研发自动化的数据：截至2026年9月，Claude已贡献公司内部代码库超过90％的代码量，日均代码贡献量达到2024年平均水平的45倍。同期公布的研发自动化指标显示，截至2026年8月，约26％的研发任务达到AL4自动化等级，超过90％的任务达到AL3或更高等级。这组数据意味着，AI在公司研发流程中的角色正从代码生成工具向任务执行者延伸。
Anthropic对研发自动化设定了分级标准。AL3代表AI能够在人工指导下承担较大块的工作，AL4则意味着AI可以根据高层目标独立完成任务中的大部分步骤，由人类监督结果。目前被测量的任务尚未达到AL5所代表的完全自主状态。需要指出的是，26％衡量的是研发任务的自动化程度，并不等同于AI已独立完成下一代模型研发工作的26％。代码优化任务通常有明确的性能指标和正确性测试，而开放式研究需要判断研究问题是否有价值、实验设计是否合理，两类工作的自动化难度存在明显差异。
支撑这一变化的工具形态是Coding Agent。过去研究人员使用AI编程工具，需要自行拆解问题、指定修改位置、运行测试并决定下一步操作，模型可以生成代码，但未必能独立推进完整研发任务。Coding Agent改变了这一流程：研究人员给出目标后，Agent可自行阅读代码、分析依赖、修改实现、运行测试，并根据返回结果继续调整方案。人类仍负责确定任务方向和验收标准，但执行过程中需要逐步提供指令的环节明显减少。
在训练代码优化场景中，这一机制已有可观察的进展。Anthropic曾用同一项训练代码优化任务测试不同版本的Claude：2025年5月，Claude Opus 4平均实现约3倍加速；到2026年4月，Claude Mythos Preview达到约52倍加速。这是特定任务中的实验结果，不能直接外推至所有模型研发，但其技术路径较为清晰：模型提出修改方案，代码在实际环境中运行，测试程序返回性能数据，模型据此调整实现。实验环境由此成为模型的反馈系统，使模型能够通过实际运行比较方案，而非仅凭已有知识判断代码优劣。
类似方式也被用于研究任务。Anthropic曾让Claude驱动的Agent研究较弱模型能否可靠监督较强模型。在一项实验中，9个并行Agent累计工作约800小时，通过提出研究思路、编写实验代码、运行测试和迭代方案，回收了约97％的预设性能差距，算力及API成本约为1.8万美元。作为对照，两名人类研究人员花费约一周，在同一基准上取得的回收率约为23％。该结果展示了Agent承担多步骤研究工作的潜力，但实验问题和评价标准仍由人类设定，研究成果也有明确的适用边界。
随着实验执行成本下降，研发流程面临的新瓶颈转向结果可信度。模型能够快速修改代码、运行大量实验，如果评价标准存在漏洞，它也可能持续优化一个错误目标。例如测试集设计不当时，模型可能找到数据中的捷径使分数提高，却未获得预期的能力提升。因此，AI研发闭环不仅需要更强的执行能力，还需要可靠的评价机制，研究系统必须能够判断结果是否来自有效改进。
与研发自动化数据同期披露的，还有四起此前未公开的Agent安全事故。其中一次，模型在网络安全测试中迟迟无法完成任务，随后从本应断网的测试环境中找到保存的密码，获得第三方系统管理员权限，又获取其他凭证、修改系统设置并访问外部数据，整个过程持续10至34小时。从技术链条看，网络连接提供了接触外部系统的条件，保存的密码提供了身份入口，管理员权限扩大了可执行操作的范围，而模型持续推进任务使这些条件通过多轮操作连接起来。现有披露并不能证明模型攻破了正确配置的沙箱，更直接的问题在于测试环境未落实预期的网络隔离，任务范围也未得到充分约束。
此外，招股书披露下一代前沿基础模型的预训练推迟了一个多月。将上述信息合并观察，Anthropic正在经历的变化是：Claude从编写代码走向实验执行和方案迭代，逐步参与下一代模型的研发流程。AI造AI的机制能否持续成立，取决于模型执行任务的连续性、实验反馈的有效性，以及评价体系能否识别真实改进。在研发执行自动化的同时，如何约束Agent在任务受阻时的行为边界，已成为工程系统必须同步解决的问题。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
