6月1日，Anthropic悄悄向美国证券交易委员会（SEC）提交了S-1保密草案——这是IPO的第一步。如果最终成行，它可能成为人类历史上规模最大的上市之一。但让这件事真正有意思的，不是融资数字本身，而是它背后的技术逻辑：Anthropic刚刚公布的内部数据显示，AI正在以超出外界想象的速度”自己造自己”。

先用数字说话

5月28日，Anthropic宣布完成650亿美元H轮融资，估值9650亿美元。年化收入470亿美元，二季度单季预计超过100亿美元。但公司仍然亏损——因为算力开支更加惊人：仅向SpaceX旗下Colossus数据中心支付的费用就高达每月12.5亿美元，年化150亿美元。

钱花在哪里？养的不是人，是算力。因为代码越来越不需要人写了。

8倍效率跃升：AI写AI的真实画面

Anthropic Institute在6月5日发布了一篇重磅文章《When AI Builds Itself》，首次公开了内部数据：

  • 截至2026年5月，Anthropic合并入代码库的代码中，超过80%由Claude编写——而2025年初这一数字还只是个位数
  • 2026年第二季度，每位工程师每天合并的代码量是2024年的8倍
  • 在130名员工的内部调查中，中位数受访者估计使用Mythos Preview后，产出效率约为无AI辅助时的4倍
  • Claude在开放性任务上的成功率在6个月内从26%跃升至76%
  • 在一个优化小模型训练代码的测试中，Claude从2025年5月的约3倍加速，到2026年4月达到了约52倍加速——而熟练人类研究员通常需要4-8小时才能达到4倍

更关键的信号是研究方向：Claude正在从”执行人指定的任务”进化到”自己提出实验方案”。在一项AI安全研究中，Claude驱动的代理系统恢复了97%的性能差距（人类研究员同期仅恢复23%），并且是自主设计实验、提出假设、跨代理协作完成的。

递归自改进：不再只是理论

Anthropic把这一趋势称为”递归自改进”（recursive self-improvement）的前奏——AI系统越来越有能力设计和开发自己的下一代。文章勾画了一条从”人类写代码”到”AI写代码”再到”AI训练AI”的路径，并坦承：如果趋势持续，完全自主的递归自改进可能比大多数机构准备好的时间来得更早。

Anthropic提出了三种未来情景：趋势停滞但技术扩散、AI研发大幅自动化但人仍掌管方向、以及AI完全自主构建继任者。他们明确表示，如果存在可信的全局减速和暂停机制，Anthropic愿意参与——但在没有验证体系之前，单方面减速只会让最不谨慎的参与者赶上。

我的判断

Anthropic选择在这个时间点提交S-1，绝非偶然。470亿美元年化收入、8倍工程效率跃升、以及AI自主研究能力的质变——这些数据给华尔街讲了一个极具说服力的故事：Anthropic不只是一家AI公司，它可能正在成为第一家实现”AI造AI”正循环的公司。

但这里有一个容易被忽视的悖论：如果8倍效率是真实的，那Anthropic的护城河到底是什么？如果有相同的模型和算力，竞争对手能不能复制同样的正循环？答案可能藏在Anthropic的安全定位和公营公司（PBC）结构里——正如WIRED指出的，这种结构让IPO更有保障，但也可能压低估质。风险投资人押注的不是代码效率，而是”负责任地造出超级智能”这个叙事本身。

对我们每个人来说，真正需要关注的不是9650亿估值够不够高，而是：当AI能自主写80%的代码、自己设计实验、自己优化自己的时候，我们正在进入一个什么样的世界？Anthropic给出了数据，但答案还属于所有人。

消息来源

Categorized in:

个人日志,

Last Update: 5 6 月, 2026

Tagged in:

, , , , ,