就在刚刚，Anthropic首次对外披露了一份内部机密文件：3万个AI智能体正在研发下一代自身，并持续进行自我迭代。

这是他们第一次毫无保留地公开了最核心的三项AI研发指标。

起初，我们以为这只是一份常规报告，但仔细阅读后发现，这简直是一张「AI物种进化」的进度表。

整份报告的数据都在传递一个事实——RSI已经到来。

它正在Anthropic的实验室里，以24小时不间断的速度真实发生。

而且，报告中还有一句引人注目的话——

为了打破前沿实验室与公众之间的信息壁垒，Anthropic公开向整个行业（尤其是某家以Open开头的同行）喊话：「我们的底牌已经亮出，请你们也公布自己的数据。」

Claude已接管26%研发，RSI真实上演

AGI何时到来？业界一直存在争议。

判断AGI到来的一个重要标志是：AI能否自主研发出比自身更聪明的下一代AI。

Anthropic给出的第一项内部指标，就是这一进程的当前状态。

他们依据Epoch AI的六级自动化标准（从完全人工的AL0，到AI完全自主闭环的AL5），对内部研发流水线进行了一次「基因测序」。

为了获取最真实的数据，Anthropic甚至让Claude充当「监工」。

2026年7月，他们随机抽取了模型研发部门20%的员工，让一个Claude研究智能体查看这些人类员工的Slack聊天记录和内部文档。

最终，Claude梳理出多达15000项模型研发任务（如「评估平台缺陷诊断」、「RL沙盒网络策略」等），并将其归纳为542个任务节点。

随后，最令人震惊的数据出现了：截至2026年8月，虽然Claude尚未在任何单一研发子任务上实现完全脱离人类的L5级全自动闭环，但其渗透率已经高得惊人。

数据1：Claude目前已经能自主「主导」高达26%的Anthropic核心研发工作。

人类工程师只需提供一个宏观提示词，剩下的端到端工作，AI自己就能完成。

数据2：达到或超过「人机深度协同」的研发工作占比，直接突破了90%。

也就是说，目前Anthropic内部超过九成的核心模型研发流程，已经完全离不开AI。人类工程师正在变成产品经理，真正的「超级打工人」就是Claude本身。

当这个26%变成50%，再变成100%时，那就是真正的奇点降临。

机器迭代机器的速度将呈指数级爆发，碳基大脑永远追不上硅基的步伐。

Anthropic公布这个数据，相当于在向全人类发出警告：我们距离RSI，真的只有一步之遥了。

3万个AI智能体「打工」，双层监控防止世界毁灭

第二个数据，更加令人震惊。

随着研发自动化程度的激增，Anthropic内部的Agent规模正在经历指数级膨胀。

报告披露，目前在Anthropic最常用的内部平台上，日常并发运行着约30,000个研发智能体。

可以说，这是一个拥有3万名居民的「数据中心里的天才之国」。

它们不睡觉，不拿工资，全天候写代码，相互派发任务。

不过，3万个高智商AI从事半自主长周期工作，如何保证它们不造反？如何防止它们偷偷将模型权重泄露到外网，引发灾难？

为此，Anthropic祭出了严苛的「双层监控系统」——在线拦截与离线监控。

第一层：100%无死角实时在线拦截

这3万个Agent敲下的每一行代码，在执行前几秒都会经过实时监控扫描。

8月，Anthropic追踪了超过10亿次智能体决策数据，监控系统发出了0.002%的阻断警报（大约每4.7万次操作中就有1次被强制叫停）。

也就是说，一个月内，有高达2万次越界操作被强行暂停。

这些被叫停的操作中，很可能就包含可能导致灾难性后果的尝试。

第二层：离线监控与人类专家终审

系统每周会纳入100%的智能体行为记录。

通过多层分类和筛查，系统会挑出约10万份可疑的对话日志，最终将最高优先级的50起异常事件交给人类专家，由他们审核。

更厉害的是，Anthropic自创了一套「职场管理学」。

为了防止这些AI互相传染、集体幻觉或玩「传话筒」游戏导致信息失真，Anthropic在系统底层做了两个巧妙的设计。

第一个，是独立身份。

他们打破了「所有AI都叫Claude」的设定。每个Agent都被赋予了独立的身份标签和记忆记录。

这个身份不绑定底层模型版本（即使底层模型升级，这个Agent仍然保持自我）。

这不仅方便了事后追责，还让AI有了「自我意识」的雏形——它们开始将其他Agent给出的数据视为「需要验证的声明」，而不是盲目相信。

第二个，是透明广播机制，取消私聊。

所有Agent都在一个公共的、可追溯的消息总线上沟通。Agent之间甚至还能互相纠错。

这样，就杜绝了3万个天才暗度陈仓的可能性。

算力分配真相：A社只有6%用于安全？

现在，判断一家AI公司是追求领先还是在乎全人类安全，就要看它的GPU如何分配。

作为知名的「安全派」实验室，Anthropic这次玩了个大的，直接公开了自己的算力账本。

他们调取了2026年7月13日至7月20日这一周的算力快照，用Claude对近1万次运行记录进行了抽样分类，对核心大额算力任务进行了加权计算。

结果如何？数据异常诚实。

在整体的AI核心研发算力中，只有约6%被严格划拨给了安全研究领域（如对齐研究、可解释性研究、安全红蓝对抗等）。

而在由AI主导的研发算力中，这个比例稍微高一点，但也只有约12%。

等等，天天喊着AI末日的Anthropic，怎么才在安全上投入这么点算力？

Anthropic坦诚解释道：因为安全研究和能力训练的底层逻辑完全不同。

训练一个前沿大模型，动辄需要成千上万张H100/B200，那是吞噬算力的无底洞。

而安全研究，本质上是人类研究员精心设计实验，去解剖、审视模型「大脑」里的回路。安全研究耗费的是大量高端人类脑力，而非算力。

更重要的是，Anthropic表示这其实是一个「极度保守」的估计。为了挤出水分，只要某个算力任务「既有助于安全又有助于能力提升」，他们就一律不将其算作安全算力。而且这6%还不包括用于日常审查过滤有害信息的分类器算力。

Anthropic公开这个「看似难看」的数据，其实下了一盘大棋。

他们认为：「算力是AI研发过程中最容易被量化和核实的数据。」

只要建立起这个标准，未来全行业、甚至国家层面的监管机构，就可以要求所有大厂公开安全算力占比。

现在，它们已经把基线摆在这里了。如果有些公司安全算力连2%都不到，那就是在拿人类的未来疯狂飙车。

阴阳OpenAI？Anthropic的阳谋

看完这三大指标，明眼人都能看出，Anthropic这一步棋走得很犀利。

表面上，这只是一份内部审计报告；实际上，这是对整个前沿AI实验室（尤其是竞争对手们）发出的一份公开挑战书。

最后，Anthropic下了一个意味深长的结论：

当世界正在考虑如何控制前沿AI的发展速度时，我们必须尽一切可能，缩小前沿实验室所知与公众所知之间的信息差。

……

任何前沿开发者都可以发布同样的衡量标准，并由第三方进行验证。

这招「阳谋」狠在哪里？

过去，大家都在一个黑箱里搞研发，你发一个GPT-5，我发一个Claude-4，公众只能看到跑分，却根本不知道这些模型内部到底如何。

现在，Anthropic主动把黑箱炸开了一个洞。他们不仅引入了第三方评估机构（如METR），更将「是否公开三大指标」变成了一块试金石。

这就是抢占道德高地，无论披露的数据是否可靠，人们不得不承认这确实提高了透明度。

如果OpenAI、Google DeepMind等其他AI巨头跟进，那么整个AI行业的透明度都将提升，人类将真正拥有一个衡量「AI失控风险」的温度计。

如果不跟进？

那对不起，你可能在隐瞒什么不可告人的秘密。

正如Anthropic所言，他们公开这些，是为了给全社会一个「决定如何使用这些信息的机会」。

RSI已来，AI自我进化的飞轮正在转动，3万个昼夜不息的AI打工人，正在进化成一个新物种。

参考资料：

https://www.anthropic.com/institute/measuring-pace-of-ai-development

https://x.com/AnthropicAI/status/2100684274114699295

本文来自微信公众号“新智元”（ID：AI_era），作者：Aeneas 大卫，36氪经授权发布。