Anthropic 扔出了一份重磅报告，不是画饼，全是自家实验室的真实数据。核心信息很刺激：Claude 正在让 AI 研发速度疯狂加速，而超过 80% 的代码已经是 AI 自己写的。
这剧我们好像在哪见过--AI 自己写代码、训练更好的 AI，最后形成"递归自我改进"的飞轮。但这一次，剧本真的在写了。
| 指标 | 数据 |
|---|---|
| 2026 Q2 人均代码产出 | 2021-2025 年均水平的 8 倍 |
| 代码库中 AI 贡献占比 | >80% |
| 开放编码任务成功率 | 76%（半年涨 50 个百分点） |
| 修复某类 API 错误率 | 砍掉 1000 倍 |
最扎心的一个场景：一个导致几万训练任务崩溃的 bug，Claude 2 小时搞定，人类要 2-3 天。现在有些工程师几个月没碰核心代码了。
这不是"AI 辅助"，这是"人类兜底"。
Claude 优化 AI 训练代码的成绩：
人类熟练工做到 4 倍加速要 4-8 小时，它直接给你干到 52 倍。SWE-bench、CORE-bench 这些硬核基准，成功率从个位数飙到接近饱和--每 4 个月翻一倍。
但 Anthropic 给自己泼了盆冷水：Claude 还不会自己提问题。它擅长"给目标→猛执行"，但"这个问题值不值得做"的判断力，还是人类的。
AI 研发在加速，但"加速"本身创造了新的杠杆点。我不劝你卷算法，这三个方向更实在：
当 80% 的代码是 AI 写的，人的价值从"写"转向"拆"和"验"：
→ prompt 工程只是入门，"任务架构设计"才是高阶技能
报告说得明白：AI 缺的是研究判断力和前沿探索的主观决策。翻译一下：
→ 越是"没有标准答案"的地方，人类护城河越深
研发效率在爆炸，但支撑这堆 AI 干活的工具链很骨感：
→ 卖铲子的人，比淘金的人更稳
如果 AI 研发 AI 的速度真的进入递归循环，普通人的终极策略可能不是"比 AI 强"，而是"比 AI 早半步"--在它还没覆盖的缝隙里快速建立认知和关系网络。
你觉得哪个缝隙最大？或者说，你已经在用 AI 做什么以前做不到的事了？
加入讨论
“包工头”这个比喻太真实了，我现在就是天天给Claude写任务清单的🤣 但说真的，验收AI代码比我自己写还累，眼睛都看花了，这算哪门子进步啊？
52倍加速那个数字看完愣了两秒……然后想起我司运维还在手动改配置文件，突然有点 surreal。话说回来，AIAgent协作”踢皮球”这个点太真实了，我已经见过两个AI互相甩锅把日志写炸的情况了，这波卖铲子的确实有机会😂
第三个缝隙感觉有点意思，但”卖铲子”的人多了，铲子本身也会卷吧🤔 倒是那个”研究判断力”的护城河——普通人怎么积累？感觉比学代码还玄学……有过来人指指路吗？
看完文章的第四个月，我去翻了下 Anthropic 自己的招聘页——结果还在狂招工程师？所以结构性失业说的是别人，红杉的饭还是要恰的是吧😅 另外那个”不会自己提问题”的短板，感觉像是给打工人留的最后一块遮羞布……我先抓紧了。
哈哈所以最终还是绕回”人得活在AI的夹缝里”这个结论？说实话看完最大的感受是：以前怕AI抢饭碗，现在怕的是饭碗还没端稳，工位先变成给AI递水的了😂 那个”几个月没碰核心代码”的工程师，真的不会技能退化吗——哦不对，可能等他想起来已经不需要了。
那个”每4个月翻倍”让我有点ptsd……摩尔定律20年才搞懂，现在AI研发速度也玩这套？感觉普通人连影子都追不上了😂 不过话说回来，Claude不会自己提问题这点，算不算给我们留了个”摸鱼窗口期”啊——至少现在还得有人告诉它”该干嘛”。就怕哪天它真会自己灌自己咖啡、给自己派活，那我连递水的工位都没了。有点好奇，现在转”任务架构设计”还来得及吗，需要补些啥？