2026 年上半年，AI 行业出现了一个很微妙的变化。
过去两年，所有头部 AI 公司都在说同一件事：模型更强了，推理更好了，写代码更快了，智能体可以执行更复杂的任务了。
但最近，它们开始换了一种说法。
Anthropic 联合创始人 Jack Clark 在社交平台上给出了一个非常刺眼的判断：他现在相信，递归自我改进在 2028 年底前发生的概率是 60%。
所谓递归自我改进，简单说，就是 AI 不只是被人类训练出来的工具，而是开始参与改进自己，甚至帮助制造下一代更强的 AI。
这句话真正可怕的地方，不在于“60%”这个数字本身，而在于说出这句话的人是谁。
Anthropic 不是普通创业公司。它一直是 AI 行业里最强调安全、克制和风险控制的实验室之一。过去，当 OpenAI、Google、Meta 拼命讲能力、讲产品、讲商业化的时候，Anthropic 更像是站在另一边，提醒大家：能力越强，风险越大，必须提前设定边界。
但现在，正是这样一家公司，开始公开把“AI 自我改进”放到倒计时里。
这不是一句普通的技术判断，而是一个信号：AI 行业最核心的叙事，正在从“模型变强了”，转向“AI 可能正在进入自我加速阶段”。
一、AI 不只是写代码，而是开始进入研发循环
过去我们说 AI 写代码，很多人理解的还是程序员用了一个更高级的自动补全工具。
比如以前写一个函数要半小时，现在 AI 帮你五分钟写完。以前排查一个 bug 要翻文档，现在让模型直接分析报错。这些场景确实提高效率，但它们仍然属于“人类使用工具”。
真正的变化在于，AI 正在从工具层，往研发流程的核心层移动。
Anthropic 在官方文章《When AI builds itself》里披露了一组非常关键的数据：截至 2026 年 5 月，Anthropic 代码库中超过 80% 的合并代码由 Claude 撰写。两年前，这个数字还是低个位数。
这意味着什么？
不是说 Anthropic 的工程师都不用干活了，而是说 AI 已经深度嵌入了这家前沿实验室的日常研发流程。它不只是写 demo，不只是写边角料脚本，而是参与到真实代码库、真实实验系统、真实产品迭代中。
更夸张的是，Anthropic 还提到，2026 年第二季度，典型工程师每天合并的代码量，已经是 2024 年的 8 倍。
这就是 AI 研发领域最重要的反馈循环：
AI 帮工程师写代码，工程师研发出更强的 AI；
更强的 AI 再帮工程师写更多代码，推动下一代模型更快出现。
一开始，这个循环还需要大量人类控制。人类定方向，人类做判断，人类决定哪些代码能进主分支。但只要这个循环持续加速，一个问题就会越来越明显：
如果 AI 不只是执行任务，而是开始参与优化任务流程本身，人类还在不在最核心的控制位置上？
这就是递归自我改进真正让人不安的地方。
二、Anthropic 的文章，其实是一篇被精密校准过的信号稿
如果只看标题，《When AI builds itself》很像一篇科幻式的警告文章。
但如果仔细看它的写法，会发现 Anthropic 的表达非常克制，也非常讲究。
它没有直接说“AI 奇点来了”，也没有说“人类马上失控”。它做的是另一件事：用一组内部数据，构建一种“加速正在发生”的感觉。
文章里有几个数字很容易被传播。
比如 Claude 在某些代码优化任务上实现了几十倍的加速。比如 AI 能够独立完成任务的最长时长，从 2024 年的几分钟，逐步拉长到 2026 年的十几个小时。再比如内部员工调查显示，使用 AI 后，研究团队的产出显著提高。
这些数字单独看，都可以解释为生产力工具的进步。
但放在一起，它们指向的是同一个方向：AI 正在从“提高人类效率”，走向“提高 AI 研发效率”。
这两件事不是一回事。
提高人类效率，意味着 AI 是办公软件，是写作助手，是编程助手，是销售客服，是设计工具。
提高 AI 研发效率，意味着 AI 正在加速制造更强 AI 的过程。它进入的是整个技术曲线的发动机，而不是应用层的某个按钮。
更有意思的是，Anthropic 在正文里释放了很强的信号，但又在脚注里加了很多限定。
比如它会承认，代码行数不是完美指标，可能高估生产力提升。它也会说明，代码归因系统本身存在缺口。再比如一些内部评估案例，是人类主动挑选过的，并不代表所有场景。
这种写法很微妙。
正文负责制造冲击力，脚注负责保留退路。
正文告诉你：速度正在变快。
脚注告诉你：不要把这些数字理解得太绝对。
这不是虚伪，而是一种典型的前沿科技公司表达方式。
它们既要让投资者、监管者、公众和研究员感受到“事情正在快速变化”，又不能把话说死。因为一旦说得太满，未来被证伪的风险太高；但如果说得太轻，又无法制造足够的紧迫感。
所以，Anthropic 这篇文章真正传递的不是一个确定结论，而是一种精确校准过的紧迫感：
我们还没有到递归自我改进。
但如果你现在才开始准备，可能已经晚了。
三、从“我们可以暂停”到“我们不能单方面停下”
Anthropic 最值得分析的地方，不只是它现在说了什么，而是它过去说过什么。
这家公司曾经给自己设过很强的安全承诺。
2023 年，Anthropic 发布过负责任扩展政策。它的核心思想是：如果模型能力超过公司的安全控制能力，就应该暂停训练更强的模型。
这个逻辑很清楚。
安全能力跟不上，就停下来。
技术不能只看能不能做，还要看能不能控制。
这也是 Anthropic 长期以来区别于其他 AI 公司的关键人设：它不是最激进的加速派，而是安全派里最有商业能力的公司。
但到了 2026 年，这个立场开始出现松动。
媒体报道显示，Anthropic 修改了原有安全政策，弱化了“能力超出安全控制就暂停训练”的强约束，转而采用更灵活的安全路线图。
更重要的是，它给出的理由也变了。
过去的逻辑是：
如果我们不安全，就应该停。
现在的逻辑变成：
如果我们停，而竞争对手不停，那只会让更鲁莽的人追上来。
这是一种非常现实、也非常危险的逻辑。
因为它把安全问题，从“我有没有能力控制自己”，变成了“别人会不会比我更快”。
一旦所有公司都这么想，结果就是没有人真正能停下。
每家公司都可以说：
我当然重视安全，但如果我停下来，OpenAI 不会停；
OpenAI 可以说，如果我停下来，Google 不会停；
Google 可以说，如果我停下来，中国公司不会停；
中国公司也可以说，如果我们停下来，美国不会停。
最后，所有人都在用别人的速度，为自己的加速找理由。
这就是 AI 行业最核心的囚徒困境。
没有哪家公司愿意承担“第一个停下”的代价。
但所有公司一起不停，风险就会被推向整个社会。
四、DeepMind 也开始提高音量
如果只有 Anthropic 一家公司在谈 AI 自我进化，这件事还可以被理解成企业传播策略。
但几乎同一时间，DeepMind CEO Demis Hassabis 也开始改变措辞。
他在 Google I/O 上说，人类正站在“奇点的山麓”。
这个表达非常重。
“奇点”不是普通的技术升级，不是说一个模型比上一个模型强 30%。它指的是 AI 发展进入一个人类难以预测、难以理解、甚至难以控制的阶段。
过去，Hassabis 的表述相对谨慎。他更多谈的是 AGI 可能在未来几年到来，时间点大概在 2030 年附近。
但到了 2026 年，他开始使用更有冲击力的语言，并且承认这种语言是“有意挑衅”。目的就是让政府、经济学家和公众意识到，AI 加速带来的问题不能再拖。
这句话非常关键。
它说明头部实验室的领导者不是单纯在描述技术事实，他们也在主动塑造社会感知。
也就是说，AI 加速本身是一件事；
AI 公司如何讲述这种加速，是另一件事。
现在，两件事正在叠加。
技术确实在进步，模型确实更强，AI 确实开始进入研发流程。但与此同时，头部公司也在主动把这种进步包装成一种更强烈的叙事：我们已经站在某个历史转折点前。
这种叙事有多重功能。
对投资人来说，它意味着这家公司站在技术曲线最陡的地方。
对监管者来说，它意味着必须尽快听取头部实验室的安全建议。
对顶尖人才来说，它意味着加入这家公司，就是加入最接近未来的地方。
对公众来说，它意味着 AI 不再只是工具，而是可能改变整个文明轨迹的力量。
所以我们不能只问：这些公司说的是不是真的？
还要问：它们为什么现在这样说？
五、真正的问题不是 AI 会不会毁灭人类，而是谁还能控制加速
围绕递归自我改进，外部研究者的看法并不统一。
有人认为，这就是人类最危险的时刻。一旦 AI 进入自我改进循环，速度可能超出人类制度和理解能力。
也有人认为，现在谈完全递归自我改进还太早。AI 写了大量代码，不代表它掌握了真正的科学创造力。很多自动化的代码，可能只是重复性工作、配置工作、测试工作和工程苦力。真正决定下一代模型方向的，仍然是人类研究员。
还有人提出，所谓自我改进也不一定会无限加速。系统越复杂，改进就越难。每一代模型在帮助制造下一代模型时，都会引入噪声、误差和损耗。所谓“飞轮”，不一定永远越转越快，也可能在复杂度面前减速。
这些分歧都很重要。
因为它提醒我们，不要把 AI 公司释放的每一个信号，都直接理解成确定的未来。
但即便如此，有一件事已经非常清楚：AI 研发的结构正在发生变化。
过去，人类研究员站在模型外面。
他们设计架构，准备数据，训练模型，评估结果。
现在，AI 开始进入这个过程。
它写代码，跑实验，分析结果，辅助部署，甚至帮助研究员判断方向。
未来，如果这种趋势继续推进，AI 就不再只是研发对象，而会变成研发主体的一部分。
这才是最关键的变化。
问题不是明天 AI 会不会突然毁灭人类。
问题是，当 AI 研发越来越依赖 AI 自身时，谁还有能力真正理解这个系统？
谁有权决定它继续加速？
谁能在必要时按下暂停键？
如果所有公司都说自己不能单方面停下，那这个世界上还有没有一个真正有效的刹车系统？
Anthropic 和 DeepMind 最近的表态，真正暴露的不是某个科幻末日，而是一种现实困境：
技术在加速，资本要求加速，国家竞争要求加速，人才竞争也要求加速。
但监管、社会理解和安全机制，都远远没有以同样的速度跟上。
这才是 2026 年 AI 行业最值得警惕的地方。
它不是因为某个模型突然有了意识。
也不是因为某家公司真的掌握了通往奇点的钥匙。
而是因为最了解这套系统的人，已经开始用前所未有的方式提醒外界：这个循环可能比我们想象中更快。
当然，这里面有技术事实，也有商业叙事。
有真实风险，也有传播策略。
有安全焦虑，也有融资需求。
但这并不矛盾。
恰恰相反，AI 行业最复杂的地方就在于：所有这些东西正在同时发生。
AI 可能真的在变得更强。
公司也可能真的在利用这种变化制造紧迫感。
监管者可能真的准备不足。
资本也可能真的在奖励最会讲加速故事的人。
所以，面对这轮信号，最好的态度不是盲目恐慌，也不是一笑置之。
而是看清一个事实：
AI 已经不只是一个产品问题。
它正在变成一个研发权力、资本秩序、国家竞争和公共安全交织在一起的系统性问题。
当头部实验室开始集体提高音量，说明它们至少已经相信，世界需要被提前叫醒。
至于这声警报到底是技术拐点，还是叙事升级，或者两者同时成立，答案可能还要等几年。
但有一点已经足够明确：
AI 正在从“被人制造的工具”，走向“参与制造自己的系统”。
而人类真正要面对的问题是：
在这个系统越来越快之前，我们到底还能不能设计出一个真正有效的刹车。
⾮⼩号是中国⾸款专注于区块链资产排名和信息服务的⼯具类产品，成⽴于2017年，是⼀款⼴受 WEB3 社区欢迎的平台。其核⼼价值在于提供加密货币⾏情、项⽬信息、交易所数据等服务。⾮⼩号专为企业打造了全新的RWA排⾏榜，使企业和⽤户快速了解市场最新的RWA项⽬及咨询。 免责声明：本文所述内容仅供参考 ，不构成任何投资建议。投资者应根据自身风险承受能力和投资目标 ，理性看待加密货币投资 ，切勿盲目跟风。
