AX 严选 · 2026-09-17

Anthropic 这次主动晒了内部研发的自动化进度，是想让外界有个标尺看前沿 AI 跑多快。最核心的数字是 Claude 在研发任务里的“主导”比例：从今年 2 月不到 1% 涨到 8 月的 26%。他们用的是一套叫“自动化等级”的评分，从完全人工到完全自主分 6 档，Claude 目前卡在“能端到端完成大部分活、人只负责监督”这一档，还没到完全自主。 这个 26% 说明 AI 已经在帮自己写下一代的代码了，但要注意，这只是 Anthropic 一家之言，数据来自内部统计，还没经过独立第三方核实。他们自己说计划引入外部评估者来查账，但具体时间没给。另外，这套量表和另外两个指标——对 AI 智能体的监督能力、算力分配——都还只是原型，跨实验室对比更没统一方法。 正文没披露 Claude 具体主导了哪些研发环节，也没说 26% 是按任务数量还是工时算的。年底 80% 的预测是线性外推，实际可能被安全审查、技术瓶颈打断。想靠这几个数字判断整个行业离“模型全自动造模型”还有多远，信息缺口还很大。

这次改版把 Projects 从一个静态的聊天记录收纳夹，变成了一个能并行推进任务的独立工作空间。以前你聊完一个话题就得开新对话，上下文全断；现在同一个项目里可以同时开多条对话线程，Claude 会跨线程记住你之前说过什么、做过什么。团队版还能共享项目、设权限，相当于把单打独斗的聊天变成了多人协作的项目看板。 这个改动方向是对的，但正文给的信息太少了。没写免费版能建几个项目，也没写每个项目最多能开几条线程、跨线程记忆能保留多少轮对话。这些限制直接决定了它到底是个轻量整理工具，还是真能当工作台用。另外，跨线程上下文具体怎么实现也没说——是共享一份项目知识库，还是每条线程都能看到其他线程的完整对话记录？前者更可控，后者容易把上下文窗口撑爆。 对 AI 从业者来说，这本质上是 Anthropic 在给 Claude 加一层项目级的长期记忆，比单次对话的上下文窗口更持久，但比模型微调更轻量。如果后续能开放 API 让外部工具往项目里注入上下文，会比现在更有想象空间。

这是一次用 AI 智能体做大规模代码迁移的实战案例，不是实验室 demo。GitHub 让 Copilot 的智能体模式分三步走：逐文件翻译、靠测试修 bug、再做性能和安全审查。最终搬出约 83 万行 Rust 代码，服务启动时间从 30 秒砍到 3 秒，内存只占原来的三分之一，首 token 响应从 11 秒压到 1.2 秒——这几个数字对线上服务来说改善非常实在。 团队强调人始终在决策环里，智能体干重活，工程师管架构、代码审查和测试覆盖。这点很关键，说明他们没把迁移当成全自动魔法，而是把 AI 当成一个能写粗稿的初级工程师在用。正文没披露具体省了多少成本，只说用了更小的团队、更短的时间完成，所以省钱幅度只能靠读者自己估算。 还缺几块信息：迁移过程中智能体产出的代码一次通过率是多少、人工介入改了多少、有没有引入新的安全漏洞或性能退化。另外，这个流程能不能复用到其他大型 TypeScript 项目上，正文也没展开。如果这些数据后续公开，判断会更扎实。