Anthropic公布的最新数据显示，截至2026年8月，其AI研发中大约26%的工作已达到“主导”级别，超过90%的研发任务至少处于“AI协作”水平。这背后，是约3万个Agent在内部平台同时运行的庞大体系。当AI开始像正式员工一样参与代码合并、任务规划甚至决策监督，企业上云的算力与架构升级就变得格外紧迫。
AI研发自动化到底到了什么程度
Anthropic采用的是一套六级自动化标准，这套标准由Epoch AI提出，用来衡量AI在研发中的参与深度。所谓“主导”级别，指的是人类只给出一个高层目标，剩下的端到端工作——方案设计、编码、测试、调试——基本交给AI完成，人类负责监督过程和拍板。
这个级别不是拍脑袋定的。Anthropic做了个挺扎实的统计：随机抽取员工工作样本，用Claude整理出大约1.5万项研发任务，再构建成任务树逐层分析。结果发现，AI主导的工作占比26%，而93%的任务里AI都有深度参与。交叉验证时有个有趣的细节：模型和人类评定完全一致率是59%，但不同人类评估者之间的完全一致率只有35%。说白了，AI对“什么算AI主导”的判断，比人还统一。
Agent管理的两个关键设计
能跑到3万个Agent同时在线，靠的不是堆机器，而是两套管理思路。第一套叫独立身份，每个Agent的身份跟数据绑定，模型升级了，历史数据和任务逻辑不会跟着乱套。第二套叫开放通信，Agent之间通过共享消息系统协作，消息全程可追溯，出了错能找回来重新纠偏。
这套机制的产出相当惊人。代码合并里归因于Claude的代码已经超过80%，典型工程师每日合并的代码行数大约是2024年的8倍。不过Anthropic官方也泼了盆冷水，说这个8倍数字高估了真实生产力的提升，毕竟代码行数不等于业务价值。但不管怎么保守估计，AI在研发流程里的渗透速度已经很难忽视了。
不只Anthropic，整个行业都在加速
OpenAI那边已经实现了自动化“AI研究实习生”这个目标，下一步计划在2028年3月前搞出自动化AI研究员。那边有个数据更直观：8月中旬的时候，内部Agent的运行时长已经达到人类每工作1天，AI Agent并行跑大约24.8小时。Google在Gemini 3.8的研发里也用了长时间运行的Agent循环，让模型自己递归评估和改进自己，还跟多机构合作发布了Dream-RSI框架，专门搞元探索层的策略优化。
RRecursive公司更极端，直接以递归自我改进为核心目标，他们那套自动化系统已经能闭环跑完“提出想法—实现—实验—验证—选下一步”的全流程了。不过要说明白，目前没任何一家公司公开承认实现了完整的递归自我改进，大家都还在路上跑着。
研发自动化带来的现实选择
这种趋势对普通企业有个很实际的影响：AI越深度参与研发，对云资源、模型调优、安全管控的要求就越高。很多团队开始琢磨怎么把自己的开发流程跟Agent协作模式接轨，这时候找个靠谱的云服务伙伴尤其关键。易枫顺 - 阿里云官方旗舰级代理商能帮企业快速搭好ECS资源池，顺手把代金券和优惠折扣用上，省下来的预算正好投给Agent基础设施建设。
说到底，AI自动化研发已经不是科幻片了，头部公司跑出来的数据就摆在那。对大多数企业来说，与其纠结“AI会不会取代程序员”，不如先想清楚怎么用云服务器ECS把算力成本降下来，怎么通过阿里云优惠把上云门槛抹平，怎么让团队尽早适应跟Agent打配合的节奏。这一步慢下来，后面追赶的代价可就不止翻倍了。
FAQ
Q: Anthropic的26%“主导”级别具体指什么？
A: 指在约1.5万项研发任务中，有26%的任务人类只提供高层目标，AI独立完成大部分端到端工作，比如写代码、跑测试、修bug，人类负责监督和最终决策。这个比例基于六级自动化标准统计，且在交叉验证中模型与人类评定一致率为59%，高于人类评估者之间的35%一致率。
Q: 代码合并量增长8倍为什么被Anthropic认为高估了生产力？
A: 因为代码行数或合并数量只反映产出量，不直接等于业务价值。AI能快速生成大量代码，但可能包含冗余代码，或者解决的问题优先级不高。Anthropic强调真实生产力要看最终业务结果，而非单纯的合并代码速度。
Q: 现在有公司实现完整的递归自我改进（RSI）了吗？
A: 没有。Recursive公司虽然已经能跑通“提出想法—实现—实验—验证—选择下一步”的闭环，但还没实现完整的递归自我改进。OpenAI计划在2028年3月前实现自动化AI研究员，Google的Dream-RSI框架也还在研发推进中，目前没人敢宣布真正落地。
关于易枫顺
深圳市易枫顺网络科技有限公司是阿里云官方旗舰级代理商。提供云服务器ECS、云数据库RDS、对象存储OSS等阿里云全系产品官方特惠折扣与代金券申请，以及多云成本优化、企业上云一站式服务。客服热线：19520841949 - 易枫顺
来源：InfoQ
