AI 系统正变得更强大，并日益被用于构建下一代自身

AI 系统正变得越来越强大，并且它们越来越多地被用于构建自身的新版本。我们希望向公众阐明这一进展。今天，我们分享三项有助于追踪 AI 发展的衡量指标：1. 有多少 AI 研发由 AI 完成。2. 如何

Anthropic 在 X 上表示，AI 系统能力增强，且越来越多被用于构建下一代自身；其分享三项追踪 AI 发展的衡量指标，第一项是 AI 研发中有多少由 AI 完成，原文后续内容截断。

• Anthropic 称 AI 正被用于构建下一代自身
• 其公开三项指标追踪 AI 发展进程
• 第一项指标：AI 研发有多少由 AI 完成
• 原文第二、第三项截断，信息不完整
• 信号意义：AI 研发自动化进入可测量阶段

这是什么信号：Anthropic 公开提出，AI 系统正变得更强大，并且越来越多地参与构建下一代自身。它同时宣布用三项指标追踪 AI 发展，目前可见的第一项是“有多少 AI 研发由 AI 完成”。这释放的信号是：AI 研发本身正在成为可测量、可公开讨论的对象，而不只是模型能力榜单。

为什么重要：如果 AI 开始参与 AI 研发，改进循环可能从“人类提出假设—写代码—训练模型”逐步转向“AI 提出假设—辅助实验—生成训练与评估流程”。这会改变研发速度、人才结构和算力使用方式。但注意，原文只给出衡量意图和第一项指标，未给出具体数值、方法论和结论，因此不能推断自动化研发已经达到某个水平。

对谁有价值：对 AI 实验室、企业 AI 负责人、投资人与政策研究者有价值。实验室可借此定义内部指标；企业可评估哪些研发环节适合引入 AI 助手；投资人可关注“AI 研发自动化”的进展而非只看模型发布；政策研究者可讨论透明度与安全边界。

可以怎么行动：第一，把“AI 参与研发的比例”拆成具体环节，如文献调研、代码生成、实验设计、评估、数据清洗，分别记录。第二，建立人工复核与安全门槛，尤其是涉及训练目标、数据选择和部署决策的环节。第三，关注 Anthropic 后续公开的第二、第三项指标，并根据其定义校准自己的追踪口径。第四，不要只追求替代率，同时记录质量、成本和风险事件。

风险或限制：原文在“2. How”处截断，第二、第三项指标不可见；也没有给出测量方法、统计口径、时间范围和基线。若把“AI 做更多研发”简单等同于“研发一定更快更好”，可能忽略可复现性、对齐风险、知识产权、算力瓶颈和人类判断的价值。公开指标也可能被选择性呈现，因此需要交叉验证。

信息差价值：这条信号的价值不在某个模型参数或跑分，而在于 Anthropic 把“AI 参与 AI 研发的程度”摆到公开衡量框架里。多数讨论仍停留在模型能力，较少有人系统追踪 AI 对自身研发流程的渗透率。第一项指标可见，说明“AI 造 AI”正从叙事进入可量化阶段。

业务启发：企业可以把 AI 研发自动化当成一套可拆解的流程指标，而不是笼统的降本口号。哪些环节由 AI 完成、节省多少时间、是否提升实验命中率、是否引入新风险，都应进入管理仪表盘。对创新团队而言，这意味着竞争维度可能从“谁有更多 AI 人才”转向“谁能让 AI 更安全地参与研发闭环”。

可沉淀动作：建立“AI 研发参与度”内部台账，按环节记录自动化比例、人工复核比例、失败案例和成本变化；同时把 Anthropic 提到的三项指标作为外部观察清单，待原文完整后补充第二、第三项，并对比自身口径。这样既能抓住趋势，也能避免被不完整信息带偏。

• @AnthropicAI 原帖