Anthropic近期發佈的《當AI開始建造自己》報告，展示了一組令業界深思的數據。報告指出，其AI模型Claude目前已撰寫公司生產代碼庫中超過80%的代碼。而在2025年2月Claude Code工具發佈前，這一比例僅為個位數。短短一年半內，AI參與代碼創作的程度發生了根本性躍升。

數據還顯示，工程師每日合併的代碼量比兩年前翻了八倍。在複雜工程任務上，成功率從六個月前的26% 飆升至當前的76%。代碼質量方面，2025年底時AI產出仍明顯遜於人類，但到2026年中已基本持平，按當前趨勢，年底前有望穩定超越人類工程師。

然而，報告的核心關切並非單純的生產力提升。Anthropic聯合創始人Jack Clark在報告發布同期提出了一個看似矛盾的呼籲：AI行業需要一個“剎車踏板”。他同時承認，任何單一實驗室若單方面暫停研發，只會讓其他競爭者佔據領先位置。這一表態的背景是，Anthropic正以約9650億美元的估值目標秘密申請IPO，預計十月上市。

這種“一邊踩油門一邊喊剎車”的姿態，折射出當前AI競賽中的結構性困境。從技術趨勢看，報告預測到2028年，AI有60%的概率能在零人類參與下自主創建下一代AI模型。一旦實現，遞歸自我改進的循環將閉合，AI設計更優AI的速度將不再受限於人類工程師的帶寬。這被視為一個技術奇點的臨近。

從更廣的視角看，AI從輔助編碼走向獨立編碼甚至自我迭代，可能動搖現有軟件生態的基礎。當前所有編程語言、工具鏈和開發框架均圍繞人類認知習慣構建，強調可讀性與可維護性。若AI主導技術生態，它可能完全摒棄這些為人類優化的接口，轉向純粹追求執行效率與可擴展性的新體系。屆時，“賦能開發者”的商業敘事將面臨根本性挑戰。

報告引發的討論還觸及了競爭驅動力的本質。在物質需求基本滿足後，技術競賽的深層動力往往來自地位焦慮與符號競爭。這種無上限的競爭，使得AI研發像一場沒有終點的軍備競賽。Anthropic的“剎車呼籲”被一些觀察者視為一種系統糾錯嘗試，它或許能防止行業因重大事故而崩潰，但難以改變整體加速的方向。

從宇宙演化的物理視角看，硅基系統在信息處理與能量轉化效率上具有天然優勢。人類大腦神經元傳輸速度約每秒二百米，而AI芯片信號接近光速且可無限擴展。這種物理屬性的差異，使得AI在局部熵減——即創造秩序的能力上——可能更具適應性。但報告引發的更深層思考在於，效率是否為衡量價值的唯一尺度。如果存在另一套不以效率最大化為終極目標的評價體系，人類或許仍保有獨特位置，儘管這一命題本身仍充滿爭議。

Anthropic的這份報告，既是一份技術進展的通報，也是一份關於行業方向的警示。它呈現了AI自我迭代的加速現實，同時暴露了在商業競爭、制度監管與倫理框架之間難以調和的張力。