Anthropic披露AI主导26%研发，RSI新范式或引爆算力需求新浪潮

人工智能（AI）领军企业Anthropic近期披露的数据显示，其旗舰AI模型Claude正深度参与自身的研发迭代过程，标志着“AI创造AI”的时代正加速到来。这一趋势不仅将重塑前沿AI实验室的研发模式，也为全球算力基础设施带来了新的、可能呈指数级增长的需求空间。

AI“自研”AI：Claude主导26%研发工作

根据Anthropic在9月17日发布的一份报告，截至今年8月，其AI模型Claude已“主导”了公司内部 26% 的研发工作。而在超过 90% 的研发任务中，Claude达到了与人类员工“协作”的级别。年初时，这两项指标的数字还几乎为零。

报告进一步指出，在任意时刻，Anthropic内部都有超过 3万个 AI智能体（agents）在持续进行研究和工程类工作。这些数据清晰地表明，AI技术已从辅助工具转变为推动未来模型开发的核心生产力。

Anthropic称，发布此份报告旨在提高AI开发进展的透明度，以回应外界对于AI技术可能迅速自我改进并超出人类控制的担忧。公司还计划引入第三方评估人员，以完善AI技术的安全与风险控制体系。

新范式RSI：引爆算力需求的“递归式自我改进”

Anthropic和OpenAI等前沿实验室目前正聚焦于一种名为“递归式自我改进”（Recursive Self-Improvement, RSI）的全新研发范式。其核心理念是让AI系统参与研发能力更强的AI，再由新模型继续提升研发效率，形成正向反馈的迭代闭环。

Ad

RSI范式意味着AI产业的算力消耗正在开辟新的维度：

• 从“应用推理”到“研发推理”：除了用户使用AI应用产生的算力需求外，AI智能体在研发过程中进行思考、编程、实验和评估，本身就构成了庞大且持续的推理算力需求。
• 扩大实验规模：AI智能体可以帮助研究人员并行探索更多技术路径，从而增加了模型训练、测试和数据处理所需的计算资源。
• 提升基础设施要求：研发活动的自动化对计算集群的容量、调度效率和可靠性提出了更高要求。

OpenAI也披露了类似进展，其内部“自动化研究实习生”项目截至8月中旬，每个“人类工作日”已对应约 3.1个 “智能体运行工作日”。这一趋势是近期费城半导体指数等AI算力相关资产大幅上涨的关键催化剂之一。

市场影响：“降速论”与算力投资并行

值得注意的是，就在披露上述数据不久前，Anthropic首席执行官Dario Amodei刚刚呼吁放缓前沿AI模型的开发速度，引发了广泛的“AI降速论”讨论。OpenAI首席执行官Sam Altman也对此表示认同，但行业对具体协调方式尚未达成共识。

市场分析认为，“降速”的讨论主要聚焦于控制前沿模型的未知风险，而非限制现有AI技术的应用或研发效率的提升。因此，AI研发自动化的趋势与对前沿开发的审慎态度可以并行不悖。在RSI范式的驱动下，AI研发本身正成为一个持续消耗算力的新场景，这将共同拓宽AI算力基础设施的长期需求空间，为相关产业链带来持续的增长动力。