Anthropic联创：还不存在真正递归自我改进的AI！曝内部调查结果：AI未必能实现开发效率爆炸式增长；Claude也能修水管，看好分布式预训练

Anthropic联创又出来说话了！

就在刚刚，小编刷到一位知名的前对冲基金经理Michael Burry 在X上发布了一期访谈，参与者有Anthropic 联创 Jack Clark、 Dwarkesh 播客的创始人兼主持人 Dwarkesh Patel 以及软件创业者 Patrick McKenzie。

四位大佬同台都聊了点啥？小编细听下来发现，他们透露了不少反直觉的细节和数据。

比如，AI工具究竟有没有提升人们的生产力？大多数人的第一反应肯定是有，但Jack Clark表示，目前的统计数据是矛盾而稀缺的。

METR 的研究显示，在熟悉代码库的开发者中，使用 AI 工具反而使 PR 合并速度下降了约 20%；但Claude内部调查又显示，有60%的Claude使用者自报生产力提升了50%——这就是一组矛盾的数据，说明自我感知的生产力和真实生产力有可能是高度背离的。

再比如，很多AI巨头公司内部都在用AI写代码，AI能否加速整体开发速度？你肯定觉得能；但Jack Clark又指出，代码生产存在“木桶原理”——系统速度取决于最慢的环节，如果你写代码的速度快了10 倍，但代码审查的速度只提升了 2 倍，那整体效率并不会爆炸式增长。

又比如，像PPT、Excel、数据可视化这类白领工作，肯定已经被AI接管了，而维修工、水管工这类技工职业，大家一般觉得不会被AI影响。但Michael Burry 透露，他可以通过“拍照+AI指导”的方式，自己完成很多电工和家居维修工作——所以谁说维修工就是安全的呢？

Jack Clark指出，从2017年的《Attention Is All You Need》发表以来，人们押中了Transformer+Scaling Law，由此构造出了通用智能；但现在事情正在“绕一圈回来”——人们开始构建智能体了，而智能体建立在强大的预训练模型之上，比如DeepMind 的 SIMA 2和Claude Code。

所以如果Scaling Law真的撞墙了，Jack认为这会是最令人震惊的事情——因为当前的大规模基础设施建设，以及为训练未来模型而投入的巨额设施投资，都清楚地表明，大多数人是在押注相反的结果。

在不改变愿意的基础上，小编节选整理了整期访谈实录，读下来还是有不少收获，希望对各位有所帮助，enjoy！

兜兜转转又回到预训练

Patrick McKenzie：自从《Attention Is All You Need》发表以来，人类到底构建了什么？如果你把 2025 年的现实展示给 2017 年的人，哪些事情会让他们感到震惊？又有哪些当年的预测没有成真？

Jack Clark：回到 2017 年，大多数人都押注：通往真正通用系统的路径，是从零开始训练智能体，通过一套由易到难的任务课程，让它逐步获得通用能力。那时，几乎所有顶级实验室，比如 DeepMind 和 OpenAI 都在做类似的研究，试图在《星际争霸》《Dota 2》、AlphaGo 这样的环境中训练出超人类智能。我把这种路线称为“白板假设”（tabula rasa）：从一个空白智能体出发，把它丢进环境里“烤熟”。

事后看我们都知道，这条路线并没有带来通用智能，但它确实在特定任务分布内，造出了超人类系统。

与此同时，还有另一条路径在悄然发展：对超大规模数据集进行训练，构建能够预测和生成这些分布的模型。事实证明，这条路线效果异常好，并且被两件事极大加速了。

第一，是《Attention Is All You Need》提出的 Transformer 架构，使得大规模预训练变得极其高效；第二，是几乎同步发展的“Scaling Laws”，即：模型能力与投入的数据量和算力之间存在可预测的关系。

将 Transformer 与规模定律结合起来，一小部分人准确押中了一个判断：只要足够规模化数据和算力，就能得到通用系统。

而现在，一个颇具讽刺意味的现象是：事情正在“绕一圈回来”。人们又开始构建智能体了，但这一次，智能体是建立在强大的预训练模型之上的。DeepMind 的 SIMA 2 就是很好的例子，它是一个能在 3D 环境中探索的通用智能体，底层依托的是预训练的 Gemini 模型。Claude Code 也是如此——一个编码智能体，其能力完全来自大型预训练模型。

Patrick：由于大语言模型是可编程的、且被广泛获取，包括一些能力较弱但相较 2017 年依然极其强大的开源模型，我们已经进入了一个阶段：今后任何 AI 能力（甚至任何有趣的东西），都不必再构建在比“现在更差的认知基底”之上。

也就是说：你今天看到的，是下限，不是上限。

这是我认为内部人士理解得最清楚、而政策制定者和公众理解得最糟糕的一点。

未来任何一个《星际争霸》的 AI，在出生那一刻就已经读过中文原版的《孙子兵法》，除非它的设计者判断这反而会让它更容易被虫族一波带走。

Jack：是的，我们在 Anthropic 对政策制定者常说的一句话是：“这已经是它最差的时候了。”但要让他们真正理解这句话的分量，非常困难。

另一件极不直觉的事情是：能力提升的速度之快。一个现实例子是，很多人现在在 Claude Code 里用 Opus 4.5，都会说类似的话：“天啊，这比之前好太多了。”如果你上一次玩 LLM 还是在去年 11 月，那么你对当前前沿能力的判断已经严重失准了。

AI未必能实现开发效率爆炸式增长，

速度取决于最慢的环节

Michael Burry：在我看来，2017 年的 AI 并不是 LLM。AI 意味着 AGI。那时候，人们根本不把大语言模型当作 AI。

我从小读科幻小说，它们预测了很多未来，但没有一本把“AI”想象成一个依赖搜索、像聊天机器人一样的东西。

《Attention Is All You Need》和 Transformer 的提出，本质上是 Google 的工程师用 TensorFlow 做的事。回到 2010 年代中期，神经网络、机器学习创业公司已经很常见，AI 在会议里也频繁被提及。Google 其实已经有大型语言模型，只是内部使用。

最让我惊讶的是：以 Google 在搜索、Android、芯片和软件上的统治地位，它居然没有一路领跑。

另一个意外是，我原以为 ASIC 会更早普及，小模型（SLM）也会更早被采用。Nvidia 到今天还在推理端占据主导，实在令人震惊。

而最大的惊讶是：点燃这一轮资本狂潮的，竟然是 ChatGPT。ChatGPT 的应用场景从一开始就很有限——搜索、学生作弊、写代码。现在确实有更好的编码模型了，但引爆“万亿级投入”的，居然是一个聊天机器人。

我特别认同 Dwarkesh 采访 Satya Nadella 时的一个瞬间：他承认，所有大型软件公司现在都变成了硬件公司，资本密集型公司。我甚至不确定覆盖这些公司的分析师是否真正理解“维护性资本支出”是什么。

Dwarkesh Patel：另一个令人惊讶的地方在于：AI 的领先优势并不持久。2017 年，Google 遥遥领先；几年前，OpenAI 似乎一骑绝尘。但现在，不论是人才流动、信息扩散还是逆向工程，某种力量持续在“抹平差距”。几大实验室轮流站上领奖台。

我很好奇，所谓的“递归式超级智能”是否真的能打破这种格局，还是说我们应该预期长期激烈竞争。

Jack：关于递归改进，所有前沿实验室都在用 AI 加速自己的开发者，但这并不“干净利落”。它有一个明显特性：系统速度取决于最慢的环节。比如你能写出 10 倍的代码，但代码审查只提升了 2 倍，那整体效率并不会爆炸式增长。

一个关键的未知数是：这个闭环是否能真正闭合。一旦闭合，才有可能出现真正复利式的研发优势。

60%的 Claude 使用者

自报生产力提升50%

Dwarkesh：这是价值百万美元的问题。METR 的研究显示，在熟悉代码库的开发者中，使用 AI 工具反而使 PR 合并速度下降了约 20%。但另一方面，自包含编码任务的“等效人类时间跨度”已经达到数小时，并且每 4 到 7 个月翻倍。

我没有一手经验，但直觉上更接近前者——因为缺乏良好的反馈验证闭环，而且评价标准高度主观（可维护性、品味等）。

Jack：我同意，这是一个核心问题，目前数据矛盾且稀缺。我们在 Anthropic 做过一次开发者调查，60% 使用 Claude 的人自报生产力提升了 50%。但 METR 的结果又似乎与此相反。

我们需要更好的数据，尤其是更精细的工具去测量“真实生产力”。不过，从宏观上看，编码工具前所未有的普及，很难解释为“越来越多开发者在热情地让自己变得更低效”。

Dwarkesh：不过，METR 的研究恰恰预测了这种现象：自我感知的生产力可能与真实生产力高度背离，甚至方向相反。

Jack：是的。我们正在认真考虑如何做更好的“仪表化”，以区分主观感受与客观现实。希望 2026 年能拿出研究成果。

AI刷爆了评测基准，

但还是会犯一些荒谬的错误

Dwarkesh：真正令人惊讶的是：自动化“人类的工作”到底有多复杂。我们已经跨过了一个又一个曾被视为 AGI 标志的门槛——图灵测试早已不值一提；模型可以解决复杂、开放式的数学和编程问题。

如果你在 2017 年给我看 Gemini 3 或 Claude 4.5 Opus，我会确信它会让一半白领失业。但现实中，AI 对劳动力市场的影响微弱到需要显微镜才能看见。

同样令人意外的是私人资本投入的规模和速度。几年前，人们还认为 AGI 必须是“曼哈顿计划”级别的国家工程，而现在看起来，市场本身就能支撑起 GDP 百分之几的投入。

Michael：是的。历史上，每一次技术革命对劳动的冲击都非常明显——工业革命、服务业革命都导致了义务教育的扩张。而我们目前完全没有看到类似现象。

Jack：AI 社区里有个老规律：我们不断设计看似“真正考验智能”的任务，然后模型轻松跨越。最终你得到的是一个表面极其强大、但仍会犯一些人类觉得荒谬错误的系统。

例如，LLM 在某些认知测试上被评为“超人类”，但却无法在犯错后自我纠正。这种缺陷正在改善，但它说明 AI 的弱点往往极不直觉。

在编程领域之外，

谁来为AI付费？

Patrick：编程显然是 AI 工业化应用的前沿阵地：Cursor 这样的公司收入暴涨，有审美的技术人员开始偏爱 Claude Code、OpenAI Codex，“vibe coding” 也成为一种文化现象。但这也造成了一种明显的不对称——因为大多数人并不是程序员。接下来会是哪一个行业发生变化？什么样的变化，才会真正体现在财报、就业或价格中，而不仅仅是 demo？

Jack：编程有一个非常关键的优势：它是相对“闭环”的。你用 LLM 生成或修改代码，然后可以立刻验证、部署。直到最近，一整套更完整的工具出现，LLM 才开始在编程之外的领域具备这种“闭环”能力，比如接入搜索、以及像 MCP 这样的连接协议。举个例子，我最近在研究一些成本曲线问题，比如单位质量的入轨成本、单位瓦特的太阳能成本。以前也能用 LLM 辅助研究，但摩擦极大，需要在模型和外部工具之间反复切换。现在这些摩擦被消除了，使用频率自然迅速上升。因此，我预计：程序员身上发生的事情，很快会在更广泛的知识工作者中重演，并以一种分散但广泛的方式，体现在科研、法律、学术界、咨询等多个领域。

Michael：归根结底，AI 必须被某些人买单。有人为商品或服务付费，这才构成 GDP。而 GDP 的增长速度通常只有 2% 到 4%，除非某些公司拥有定价权——而这在 AI 的未来中似乎并不乐观。经济体不是一个可以无限扩张的“魔法蛋糕”，而是受算术约束的。整个软件行业（包括各种 SaaS）规模也不过一万亿美元左右。这也是为什么我总是强调“基础设施与应用的比例”：Nvidia 卖出了 4000 亿美元的芯片，但终端 AI 产品的收入还不到 1000 亿美元。AI 必须真正提高生产力，或者创造出不挤占现有支出的新需求，这非常困难。是否能做到，仍然存在争议。目前这轮资本开支，很大程度上建立在信念和 FOMO 之上，却几乎没有人能拿出真正算得通的数字。

如果Scaling Law撞墙，

那会极其令人震惊

Patrick：如果你在 2026 年看到一条技术或金融领域的头条新闻，什么会让你感到震惊，并因此重新校准你对 AI 进展速度或估值的整体判断？回头看，到目前为止，最大的意外是什么？

Michael：最可能让我彻底重新评估的一件事，是看到自主 AI 智能体在大型公司中取代数百万个工作岗位。这会让我非常震惊，但它依然未必能让我看清“持久竞争优势”到底在哪里——又回到巴菲特那个自动扶梯的例子。

另一种情况是，应用层收入达到或超过 5000 亿美元，这意味着大量真正的“杀手级应用”出现了。

而在现实中，我们大概率会看到两种结果之一：要么 Nvidia 的芯片能用五到六年，于是人们对新芯片的需求下降；要么芯片两到三年就要淘汰一次，那么云厂商的盈利能力将崩塌，私人信贷也会遭受重创。

回顾到目前为止，最大的意外包括：

第一，Google 并没有一路领先。《Attention Is All You Need》的八位作者全部来自 Google。Google 拥有搜索、Gmail、Android，甚至已经有 LLM 和芯片，但它却失误了，给了资源远不如它的竞争者机会。一个科技巨头在 AI 上追赶一家创业公司，这件事本身就足够令人震撼。

第二，ChatGPT——一个聊天机器人引爆了一场数万亿美元级别的基础设施竞赛。这就像是有人造了一个机器人原型，全世界的企业突然都开始为“机器人时代”疯狂投资。

第三，Nvidia 在推理时代依然保持统治地位。我原本以为 ASIC 和小模型（SLM）早就该占据主导，我们也应该早就摆脱 prompt engineering 了。也许正是对 Nvidia 的迷恋拖慢了整个行业的转型，或者 Nvidia 的反竞争行为确实产生了影响。

Dwarkesh：对我来说，最大的意外会是以下几种情况之一：

如果到 2026 年，AI 实验室的累计收入低于 400 亿美元，或高于 1000 亿美元，那都意味着事情的发展速度与我的预期出现了显著偏差——要么慢了很多，要么快了很多。

另一个巨大意外是：持续学习被真正解决了。不是 GPT-3 那种“在上下文中看起来会学”的解决，而是像 GPT-5.2 那样，模型在理解上下文方面几乎接近人类。如果和一个模型协作，更像是在复制一个已经与你共事六个月的熟练员工，而不是“上班第一小时的劳动力”，那将是一次巨大的能力解锁。

我认为，自 2020 年以来，通往 AGI 的时间窗口已经显著收敛。当年，你既可以给“把 GPT-3 扩大一千倍就能到 AGI”分配一定概率，也可以认为我们走错了路，可能要等到本世纪末。如果进展突然偏离原有趋势线，清晰地指向未来 5 到 20 年内出现真正可替代人类的智能体，那将是我最大的意外。

Jack：如果“规模化撞上了墙”，那将是极其令人震惊的事情，并且会对研究范式和整个 AI 经济产生深远影响。当前的大规模基础设施建设——包括为训练未来模型而投入的巨额设施投资，清楚地表明，大多数人是在押注相反的结果。

另一件我会感到震惊的事，是分布式训练在效率上出现重大突破，并且有一群参与者真的能凑出足够的算力，训练出一个非常强大的系统。如果这发生了，那意味着不仅可以有开放权重模型，还可能出现一种“开放式模型开发”的形态——不再需要一个单一的巨型组织来训练前沿模型。

这将彻底改变 AI 的政治经济结构，并带来极其复杂的政策影响，尤其是在前沿能力扩散方面。Epoch 对分布式训练有一篇很好的分析，值得参考。

Claude也能修水管，

谁说AI不能替代维修工？

Patrick：你最近一次在职业上真正重要的 LLM 使用经历是什么？如果需要，可以隐去细节。在那次互动中，你是如何“对待”这个 LLM 的？

Michael：我现在用 Claude 来制作所有图表和表格。我会自己找到原始资料，但在设计和制作专业图表、可视化方面，我已经完全不花时间了。我仍然不完全信任数值本身，需要人工核查，但“创作”这一部分对我来说已经结束了。

此外，我也会特别用 Claude 来寻找资料来源，因为现在很多重要信息并不在 SEC 文件或主流报告里。

Patrick：金融圈之外的人往往无法理解：过去几十年里，我们花了多少十亿美元，让全球最聪明、薪酬最高的一批人，去当 PowerPoint 和 Excel 专家。

这种技能在短期内仍然有价值，也许数据透视表和 VLOOKUP 的“身份象征意义”还会存在一段时间。但我在英格兰银行的那次演讲，所有图表都是用 LLM 做的。回头想想，我们曾经要求人类花数小时微调这些东西，本身就显得有点荒诞。

Dwarkesh：现在，LLM 是我的一对一私人导师。我确实尝试过为一些学习目标雇佣真人导师，但 LLM 的延迟和响应速度带来了完全不同层级的体验。

这就像是有人愿意为 Waymo 相比 Uber 支付极高溢价一样。这让我越来越觉得，很多工作的“人类溢价”不仅不会存在，甚至可能是负的。

Michael：顺着这个话题，很多人认为技工类职业是“AI 免疫”的。但我现在不太确定了。只要身边有 Claude，我已经能自己完成很多电工和家居维修工作。如果我是一个中产，面对一次 800 美元的水管工或电工上门费用，我可能真的会选择先用 Claude 试一试。我甚至可以拍张照片，让它一步步告诉我该怎么修。

目前为止，

还不存在真正递归自我改进的AI

Patrick：在相对了解 AI 的人群中，对风险的看法跨度极大：从“只是让社交媒体变得更糟”，到“如果中国在这项具备军事潜力的关键技术上领先美国就麻烦了”，再到“最坏情况是人类文明的终结”。

什么最让你夜不能寐？另外，如果你能和高级政策制定者单独谈五分钟，你会建议他们把注意力和资源重新投向哪里？

Jack：我最担心的是，人们是否真的能成功构建出“能够构建 AI 的 AI”——也就是彻底闭合 AI 研发的循环（有时称为递归式自我改进 AI）。

需要明确的是，我几乎可以肯定：在 2026 年 1 月，地球上还不存在真正的递归自我改进 AI。但我们已经看到极早期的迹象：AI 正在越来越擅长完成 AI 研究中的某些环节，比如内核开发、自动微调开源模型等。

如果这种趋势持续，最终构建出一个能“改进自身”的系统，那么 AI 的发展速度将急剧提升，并很可能超出人类的理解能力。这将带来一系列重大的政策挑战，同时也可能引发由 AI 驱动的、前所未有的经济跃迁。

如果我只有五分钟和政策制定者交流，我会直截了当地说：“自我改进 AI 听起来像科幻，但从技术上看并非不可能，一旦发生，将是极其重大的事件。你们应该要求 AI 公司在这方面保持高度透明，并确保有你们信任的第三方机构，能独立测试这些系统是否具备这种特性。”

Michael：Jack，我知道你能直接和政策制定者对话，希望他们真的在听。

就目前而言，AI 对人类文明的风险并没有让我太担心。聊天机器人确实可能让人变笨——医生如果过度依赖它，可能会逐渐忘记自己的专业知识。这不好，但不至于毁灭性。

至于 AGI 或 ASI 的末日级担忧，我个人并不太焦虑。我是在冷战时期长大的，世界随时可能毁灭，我们还有核爆演习。我在农场踢球时，直升机还会往我们头上喷杀虫剂。我 30 多年前就看过《终结者》，《红色黎明》当时看起来也并非不可能。我相信人类会适应。

如果让我和高级政策制定者谈五分钟，我会建议他们拿出1 万亿美元（反正现在“万亿”就像以前的“百万”一样随便）——绕过抗议和繁琐监管，在全国铺设小型核反应堆，同时建设一张全新的、最先进的电网。

尽快完成，并用最先进的物理和网络安全手段保护，甚至可以成立一支联邦资助的“核设施防卫部队”。这是我们跟上中国的唯一希望，也是确保长期安全、增长和偿债能力的唯一出路——不能让能源成为创新的瓶颈。

Jack：我非常认同能源这一点。AI 要在经济中发挥实质性作用，根本依赖于底层基础设施，才能以低成本、高效率地服务企业和消费者。

这和历史上的大规模电气化、公路、下水道建设并无本质不同——都是巨额资本开支项目。我们现在迫切需要在能源领域做同样的事。

此外，大规模 AI 数据中心本身就是新型能源技术的理想“试验客户”。我尤其期待 AI 能源需求与核能技术的“融合”。更广泛地说，“经济安全就是国家安全”。确保 AI 经济所需的基础设施到位，将对工业基础和整体韧性产生深远的正向外溢效应。

参考链接：

https://earmark.fm/id/4beae92f-ed45-429e-a633-faa48407fd4f

文章来自于“51CTO技术栈”，作者 “听雨”。