Claude 主导 26% 新模型研发：拆解 Anthropic 内部的 30000 个数字打工人

造下一代顶级 AI，现在到底是谁在写代码？ 很多关键任务，已经不是人类科学家在敲了。 Anthropic 披露了一组让同行震动的数据： 他们开发下一代前沿大模型，已经有 26% 的研发工作，由 Claude 自己挑大梁带着做完了。 今年 3 月，这个数字还只有 1%。 到了 8 月，直接蹿到了 26%。 短短 5 个月，翻了整整 26 倍。

听到这个数字，不少人可能会想到科幻片里的场景： AI 已经在机房里背着人类，偷偷改写自己的核心代码了。 真实的技术流水线，跟玄学想象完全不同。

负责给这项进展定尺度的，是独立研究机构 Epoch AI。 他们制定了一套 AI 研发自动化分级标准，从 AL0 一直排到 AL5。 AL0 是最原始的全人工，人类研究员一行一行敲代码，完全没有 AI 参与。 AL3 叫协同研发，人类在前面带路，AI 在旁边打下手，包揽大批重复的工程任务。 在 Anthropic 内部，目前超过 90% 的研发工作，都已经达到了 AL3 以上。 而这次引发轰动的 26%，对应的是 AL4，叫自主主导。 具体怎么主导？ 人类工程师只需要在最前面给一个高层次的宏观目标。 剩下的方案设计、写代码、排查错误、跑测试，全由 Claude 从头到尾自己做完。 人类只在旁边充当监工，负责检查最终产物和承担责任。 至于完全不需要人类插手的全自主 AL5 呢？ 数据清清楚楚：0%。 目前根本没有任何一项核心研发，被允许脱离人类闭环。

那这 26% 的工作量，在物理层面上是怎么跑起来的？ 总不能是一个网页版对话框，工程师在工位上疯狂敲回车吧？ 在 Anthropic 内部，同时在跑的，是整整 30000 个 AI 智能体。 30000 个数字打工人，24 小时并发运转。 它们在干什么？ 清理数据集、跑分布式训练的报错排查、写单元测试、做超参数扫描、筛选最新的前沿论文。 人类研究员最头疼、最耗精力的脏活累活，全被这几万个智能体分流消化掉了。 光是 8 月份这一个月，这套系统内部就完成了超过 10 亿次具体的工程决策。

10 亿次决策，人类能盯得过来吗？ 根本盯不过来。 就算把全世界的顶尖科学家都抓来值夜班，也看不过来 10 亿次操作。 那智能体中途失控、乱改核心算法怎么办？ Anthropic 挂了一套在线实时监控拦截系统。 每一个智能体的每一个动作，都要先经过这道安全闸门。 实测数据很有意思： 8 月份这 10 亿多次决策里，平均每 47000 次操作，才会被系统拦截一次。 拦截率大约只有万分之零点二。 这意味着这 30000 个智能体的执行精度已经极度稳定，绝大多数时候都在轨道上跑，很少把事情搞砸。

看明白这套账本，技术飞轮的运转逻辑就浮出水面了。 过去大家聊 AI 训练，总觉得最大的瓶颈是算力，是缺英伟达显卡，是电网负荷不够。 但在前沿实验室内部，还有一个更卡脖子的硬约束：人类顶级研究员的大脑带宽。 一个新算法构想出来，人类写工程代码要几天，搭测试环境要几天，中间踩个配置坑又要通宵排查。 人类的认知输出速度，是线性的。 而当现有的 Claude 能够自主主导 26% 的研发工作，整个因果链条就闭环了： 现在的模型稍微变聪明一点， 它就能帮团队写出更强大的内部工具、改出更高效的训练流程， 这套新工具让 30000 个智能体跑得更快、查错更准， 从而进一步加速下一代更聪明模型的诞生。 这就是研发自动化的复利效应。 短短 5 个月从 1% 狂飙到 26%，就是因为这台滚雪球的机器，开始自己给自己踩油门了。

那人类是不是很快就要彻底交出控制权了？ 事情远没有走到那一步。 Anthropic 选在现在把数据端出来，除了向公众和监管机构展示透明度，更重要的是他们清楚天花板在哪里。 AL4 做到 26%，距离 AL5 的全自动还差着关键一步。 在复杂的前沿研发里，哪怕只有万分之一的盲区和微小的逻辑漂移，一旦累积进训练集群，就足以让耗资数亿美元的新模型直接报废。 所以现在的真实分工特别清晰： 人类退出了繁琐的代码搬砖，转去全职做目标设定与安全巡检。 几万个数字大脑在日夜狂奔替自己铺路， 人类则在终点线紧紧握着总电闸。 接下来最考验前沿实验室的， 早已不仅是谁能买到更多显卡。 谁能真正管得住这套庞大的自动化飞轮，谁才握着通往下一代模型的钥匙。