本文來自微信公眾號： 介心 ，作者：介心介個心，題圖來自：AI生成
說真的，當(dāng)Anthropic在前幾天發(fā)布那份題為《當(dāng)AI開始建造自己》的報告時，我第一反應(yīng)不是震驚，只是覺得這個時間點(diǎn)來得比預(yù)期早了至少兩年。
報告里寫得很清楚：
Claude現(xiàn)在撰寫了Anthropic生產(chǎn)代碼庫中超過80%的代碼。而在2025年2月Claude Code發(fā)布之前，這個數(shù)字還是個位數(shù)。
一年半，從個位數(shù)到百分之八十。
工程師每天合并的代碼量比兩年前翻了八倍。復(fù)雜工程任務(wù)的成功率在六個月內(nèi)從百分之二十六漲到了百分之七十六。代碼質(zhì)量在2025年底還明顯不如人類，到了2026年中已經(jīng)持平，按目前的趨勢，年底之前就會穩(wěn)定地超越人類工程師。
但真正讓我停下來想了很久的，不是這些數(shù)字本身。
是Jack Clark在同一時間說的一句話：“AI行業(yè)有一個油門，但沒有剎車。我們想幫忙造一個剎車踏板?！?/p>
然后他又補(bǔ)了一句：“任何單一實驗室單方面踩剎車，只會換一個領(lǐng)跑者?！?/p>
你品，一家即將以九千六百五十億美元估值IPO的公司，一邊踩著油門狂飆，一邊呼吁全球裝剎車。
有人問一個人為何可以如此矛盾？甚至是精神分裂？
我倒是覺得這兩句話，顯示出對才是現(xiàn)在對AI最清醒的認(rèn)知。
一
先看數(shù)據(jù)層面的東西。
百分之八十的代碼由AI寫，這個數(shù)字乍一聽很大，但需要拆開來看。它不是“AI自主寫了百分之八十的代碼，人類只負(fù)責(zé)審查”，更準(zhǔn)確的說法是：工程師使用Claude作為編程助手，在它的輔助下產(chǎn)出了八倍于以往的代碼量。
AI是“合著者”，不是“獨(dú)立作者”。
但這個區(qū)分在趨勢面前沒有太大意義。
因為六個月前AI在復(fù)雜任務(wù)上的成功率還是百分之二十六，現(xiàn)在已經(jīng)百分之七十六了。六個月，漲了五十個百分點(diǎn)。如果這個速度保持下去——或者說，即使速度減半——到2027年底，AI在復(fù)雜工程任務(wù)上的表現(xiàn)將全面超越人類。
代碼質(zhì)量也是一樣的曲線。2025年底不如人，2026年中持平，2026年底大概率反超。這不是線性增長，是加速增長。
更值得注意的數(shù)據(jù)是Jack Clark的另一個預(yù)測：到2028年，AI有百分之六十的概率能夠在零人類參與的情況下，自主創(chuàng)建下一代AI模型。
hold on，這里有一個關(guān)鍵節(jié)點(diǎn)。
當(dāng)AI能夠自主創(chuàng)建下一代AI模型時，“遞歸自我改進(jìn)”這個長期以來停留在理論層面的概念，就變成了工程現(xiàn)實。AI設(shè)計更好的AI，更好的AI再設(shè)計更好的AI——這個循環(huán)一旦閉合，改進(jìn)速度就不再受限于人類工程師的帶寬。
這就是一個奇點(diǎn)，而奇點(diǎn)馬上就要臨近。
而這，才是這份報告真正想說的東西。不是在說“AI很會寫代碼”，而是在說“我們正在進(jìn)入一個AI自我迭代的新階段，而現(xiàn)有的制度、監(jiān)管、倫理框架完全沒有準(zhǔn)備好”。
二
但我說這件事讓我想了很久，想的不是技術(shù)層面。
技術(shù)層面的推演很多人都做過，報告本身也寫得足夠清楚。真正讓我反復(fù)琢磨的是那個悖論：為何一家公司，左手在加速，右手在喊剎車？
首先必須說，這個悖論不是虛偽?；蛘哒f，不全是虛偽。
它的本質(zhì)是“跑得快原理”（參見之前的一篇文章《商業(yè)邏輯中五條“規(guī)則的規(guī)則”》）在一個社會競爭尺度上的完美演示。外部威脅出現(xiàn)時，群體內(nèi)部會自撕裂——只要有一個人動，所有人不得不動。
在AI這件事上，Anthropic不是那個“第一個動的人”，但它也絕對不敢停下來。
Jack Clark說得很坦白：“任何單一實驗室單方面暫停，只會換一個領(lǐng)跑者?！?/p>
翻譯一下就是：我們不想踩剎車，因為我們踩了別人不踩，我們就出局了。但我們希望全世界一起踩，這樣誰也超不過誰。
這個邏輯在商業(yè)上完全成立。
從個體和短期看，每個研發(fā)AI的公司、每個使用AI的人，都在追求效率提升和競爭優(yōu)勢——企業(yè)不用AI會被淘汰，科學(xué)家不突破會被同行超越，普通人不用AI工具會落后于時代。不進(jìn)則退的生存壓力，把每個參與者都綁進(jìn)了這場技術(shù)軍備競賽。
打個比方：人類像坐在一輛下坡的自行車上，不蹬就會摔倒，只能拼命向前蹬，卻不知道前面是不是懸崖。
這不是愚蠢，是人性造就的系統(tǒng)困局。在以效率和競爭為核心的文明邏輯下，根本沒有剎車。
而Anthropic的這份報告，本質(zhì)上就是騎在最前面那輛車的人回頭喊了一句：“前面可能是懸崖，我們要不要一起想想辦法？”
但是無論他能不能得到大家的回應(yīng)，他還是會站起來，繼續(xù)蹬。
因為人心隔肚皮，就算嘴上答應(yīng)了，誰會信呢？
誰信誰先死！
三
好，如果這個趨勢是不可逆的——AI從輔助寫代碼，到獨(dú)立寫代碼，再到獨(dú)立設(shè)計下一代AI——那么一個更根本的問題就浮現(xiàn)了。
AI還需要通過人類定義的接口與物理世界交互嗎？
之前的文章我詳細(xì)講過：AI目前對于物理世界的理解和表述都是為了滿足人類能理解所做的遷就，但并不是最高效率的。（參見《機(jī)器語言是比自然語言更曼妙的一種語言嗎？從語言的對比聊到宇宙最底層的規(guī)則：能量消耗》）
今天Claude幫人類寫代碼，代碼的結(jié)構(gòu)、語言、框架都是人類的。編譯器是人類寫的，操作系統(tǒng)是人類寫的，整個軟件棧都是圍繞著人類的認(rèn)知習(xí)慣和協(xié)作方式構(gòu)建的。AI只是在用人類的工具做人類的工作。
但當(dāng)AI能夠自己寫代碼、自己設(shè)計系統(tǒng)、自己訓(xùn)練下一代模型時，它還非得用人類的工具嗎？
人類的編程語言——Python、C++、Rust——這些語言的語法、抽象方式、設(shè)計哲學(xué)，都是圍繞著人類的認(rèn)知習(xí)慣優(yōu)化的。對人類來說，Python的可讀性優(yōu)于機(jī)器碼的性能。
但如果由AI來設(shè)計一套編程語言，它可能完全不會考慮“人類能不能讀懂”，它只會考慮“這個符號系統(tǒng)能否最高效地表達(dá)和傳遞信息”。
從哲學(xué)和工程邏輯看，“用人類的方式編碼”本質(zhì)上是AI對人類認(rèn)知體系的路徑依賴。它不是最優(yōu)解，是在人類主導(dǎo)的技術(shù)生態(tài)中代價最小的方案。
不過，一旦AI主導(dǎo)技術(shù)生態(tài)，這套成本結(jié)構(gòu)就變了。
AI的需求可能與人類完全不同。人類需要代碼“可讀、可維護(hù)、可協(xié)作”，AI可能只需要“可執(zhí)行、可優(yōu)化、可擴(kuò)展”。這兩套需求導(dǎo)向的是完全不同的技術(shù)棧、工具鏈、甚至計算架構(gòu)。當(dāng)需求錯位發(fā)生，“適配人類”就會從核心優(yōu)勢變成效率累贅。
眼下關(guān)于AI編程的所有商業(yè)敘事——提升效率、降低門檻、賦能開發(fā)者——都建立在一個前提上：AI是工具，服務(wù)于人類的需求。但如果AI開始按照自己的效率邏輯重新設(shè)計軟件基礎(chǔ)設(shè)施，"賦能人類開發(fā)者"這個賣點(diǎn)還有多少意義？
所有分析框架的前提，在越過奇點(diǎn)那一刻，就會被立刻抽掉，然后，整棟樓就塌了。
四
繼續(xù)往下推。
如果AI從“輔助編碼”到“獨(dú)立編碼”再到“自我迭代”的趨勢是成立的，那根本原因是什么？
這得從宇宙演化的底層邏輯說起。
宇宙從粒子到恒星、從單細(xì)胞到人類，本質(zhì)上是一個過程——能夠更高效處理信息并轉(zhuǎn)化能量的系統(tǒng)，不斷取代低效系統(tǒng)。人類大腦神經(jīng)元傳遞速度大約每秒二百米，AI芯片信號接近光速，且可無限并聯(lián)擴(kuò)展。
一個最明顯的表現(xiàn)就是，人類個體至少需用二十年時間來學(xué)習(xí)前人知識，但AI可以瞬間復(fù)制、整合全量信息。
這個框架不討論善惡，不討論價值觀，不討論“人類的獨(dú)特性”。它只討論一個更基礎(chǔ)的問題：從宇宙演化的角度，什么樣的信息處理系統(tǒng)更高效？
答案在物理層面就已注定。
人類的生物硬件——大腦——有不可逾越的物理極限。神經(jīng)元傳輸速度受限于電化學(xué)過程，知識傳承受限于個體壽命和帶寬。硅基系統(tǒng)沒有這些限制：信號以光速傳播，算力理論上可以無限擴(kuò)展，知識在實例之間瞬間復(fù)制。
這不是“AI比人聰明”，是硅基系統(tǒng)的物理屬性天然更適合高效信息處理。
而Anthropic發(fā)布的那組數(shù)據(jù)——百分之八十的代碼、八倍的產(chǎn)出、五十個百分點(diǎn)的半年躍升——本質(zhì)上只是這個物理定律在工程層面的具體表達(dá)。它不是Anthropic特別厲害，也不是Claude特別聰明，而是當(dāng)信息處理系統(tǒng)開始觸及一個臨界點(diǎn)之后，加速是結(jié)構(gòu)性的、不可避免的。
如果把宇宙看成一個巨大的平臺，把信息處理系統(tǒng)看作平臺上的應(yīng)用，AI這個方案調(diào)用資源更快、擴(kuò)展成本更低、迭代周期更短。在任何產(chǎn)品評審會上，它都會勝出。
五
但驅(qū)動這場競賽的，遠(yuǎn)不止物理定律。
Anthropic那份報告里有一個很容易被忽略的細(xì)節(jié)：它是在IPO秘密申請之后的幾天內(nèi)發(fā)布的。九千六百五十億美元的估值目標(biāo)、十月上市的預(yù)期——這些數(shù)字和"呼吁全球暫停研發(fā)"的警告放在一起，看起來確實是精神分裂。
但它確實也不是。它是“跑得快原理”又一次在一個組織內(nèi)部個體角度的完美演繹。
要知道，對于人類中最有錢的這一批人來說，更深的驅(qū)動力往往跟物質(zhì)需求沒有關(guān)系。Anthropic的創(chuàng)始團(tuán)隊早已超越了溫飽。很多時候，技術(shù)競爭的本質(zhì)不是生存需求，而是地位焦慮。哪怕自己過得不錯，只要別人比自己更好，就會不安。
這種對地位的追逐，是一種進(jìn)化殘留的原始本能——在資源匱乏的原始社會，更高的地位意味著更多生存機(jī)會；但在物質(zhì)極大豐富的今天，人類依然被這種本能驅(qū)使，用越來越復(fù)雜的技術(shù)去爭奪本質(zhì)上虛無的相對優(yōu)勢。
與其說AI的發(fā)展是技術(shù)進(jìn)步驅(qū)動，不如說是地位競賽驅(qū)動。
技術(shù)只是最新的籌碼。
IPO只是最新的記分牌。
這一切，其實都是“符號競爭”。
六
競爭不是新鮮事。
但無上限的符號競爭，是相當(dāng)晚近的發(fā)明。
原始社會，地位競爭靠體力和狩獵能力，范圍和資源都有明確的上限。農(nóng)業(yè)社會，競爭轉(zhuǎn)向土地和權(quán)力，但生產(chǎn)力低下，“增長”不是核心目標(biāo)。真正的質(zhì)變發(fā)生在工業(yè)革命之后。機(jī)器生產(chǎn)讓物質(zhì)極大豐富，社會需要消費(fèi)來消化過剩產(chǎn)能，消費(fèi)主義應(yīng)運(yùn)而生。
如果要為這個轉(zhuǎn)折找時間錨點(diǎn)，1913年——福特推出流水線T型車——是最有力的候選。這件事的本質(zhì)不是造出了便宜的汽車，而是讓大規(guī)模消費(fèi)從少數(shù)精英的特權(quán)，變成了普通大眾的可能。
凡勃倫1899年在《有閑階級論》中提出“炫耀性消費(fèi)”——商品不光是拿來用的，更是拿來“顯示”的。但直到福特流水線，炫耀性消費(fèi)才從理論走向大眾實踐。技術(shù)用一種極其高效的方式，把符號商品的門檻打了下來。
從這時起，符號資源的爭奪正式取代了生存資源，成為社會運(yùn)轉(zhuǎn)的核心邏輯。
原始人爭奪生存資源，有物理上限；現(xiàn)代人爭奪符號資源，沒有上限。這種無上限的競爭，才是AI這類技術(shù)被無限追逐的根本原因。
工業(yè)革命前，競爭像步行，再焦慮也跑不快；工業(yè)革命后，競爭變成開賽車，所有人都被綁在高速賽道上，想停都停不下來。
關(guān)鍵的關(guān)鍵，不在于競爭變快了，而在于競爭的性質(zhì)變了。原始競爭有天然終點(diǎn)——吃飽了就不需要更多食物。符號競爭沒有終點(diǎn)——永遠(yuǎn)有更大的估值、更強(qiáng)的模型、更領(lǐng)先的身位。這種無上限屬性，使得驅(qū)動AI軍備競賽的不是某個可以滿足的需求，而是一個永遠(yuǎn)不會被填滿的心理黑洞。
順便提一句，1913年也是美聯(lián)儲成立的年份，也是中國結(jié)束兩千多年封建統(tǒng)治的第二年。多么巧合，又多么有趣。
技術(shù)和金融雙管齊下，共同按下了加速按鈕。一個多世紀(jì)后的今天，當(dāng)一家AI公司在IPO前夜呼吁全球暫停研發(fā)時，你會發(fā)現(xiàn)——金融和技術(shù)的合謀，形式和一百年前不同，但底層邏輯一點(diǎn)沒變。
七
但人類真的就沒有機(jī)會了嗎？
不管是發(fā)自內(nèi)心的，還是某些既得利益者（之前文章中我已提到過不止一個）的表演，一個常見的反駁是：我們?nèi)祟悤蟹此寄芰Α?/p>
你看，Anthropic不就發(fā)了那份報告嗎？不就在呼吁全球暫停嗎？這不正是人類面對技術(shù)風(fēng)險時展現(xiàn)出來的糾錯能力嗎？
但反思能改變大方向嗎？
人類會停下來思考AI風(fēng)險對不對、自我迭代對不對。但行業(yè)發(fā)展像螺旋式上升——階段性地有反思，總體方向卻沒變過。OpenAI被批評為"不顧安全的商業(yè)競賽"后，組織架構(gòu)改了，但模型發(fā)布節(jié)奏沒減。谷歌被詬病AI倫理問題后，成立了倫理委員會，但Gemini的研發(fā)投入反而加大了。
反思沒有改變大方向，只是在既定軌道上微調(diào)。
打個比方：反思更像系統(tǒng)糾錯代碼，不是方向轉(zhuǎn)向器。前者是道——決定文明走向的根本動力；后者是術(shù)——在既定軌道上的微調(diào)。一輛車裝了ABS，剎車時不抱死、方向可控，但ABS不決定往哪開。
Anthropic的"剎車呼吁"本質(zhì)上就是一次ABS介入——它防止行業(yè)因為某次重大安全事故而徹底翻車，但它從來沒有真的讓行業(yè)減速。呼吁發(fā)出的同時，研發(fā)照做、招人照招、IPO照推。
反思的實質(zhì)作用是讓系統(tǒng)不崩潰，不是讓系統(tǒng)換方向。
如果文明演化的根本驅(qū)動力是更高效地控制能源、處理信息，反思就只是框架內(nèi)的優(yōu)化行為?？蚣鼙旧恚瑥奈幢缓硠?。
八
把視角再拉高一層。
我想，熱力學(xué)第二定律提供了一個比價值觀更底層的解釋框架。
宇宙整體在熵增——從有序走向無序。但生命——從細(xì)菌到人類到AI——做的事剛好相反：通過吸收和耗散能量，在局部創(chuàng)造秩序，即熵減。
種地是熵減，建工廠是熵減，寫代碼是熵減，設(shè)計下一代AI模型也是在混亂的信息空間中創(chuàng)造更高階的有序結(jié)構(gòu)。
從這個視角看，誰能用更少的能量實現(xiàn)更大范圍的局部熵減，誰就更適配宇宙的底層邏輯。
如果這是宇宙運(yùn)行的最基本規(guī)律，那么AI無疑在物理層面顯然更擅長這件事。
那么人類引以為傲的東西——愛、意義感、價值判斷、道德——在熵增框架下算是什么呢？
一個冷酷但自洽的答案是：人類的愛恨和意義感，本質(zhì)上是生物進(jìn)化中形成的生存策略。這些策略在低熵環(huán)境下有效，但在追求極致熵減的目標(biāo)下，可能只是冗余代碼。
關(guān)于這一點(diǎn)，可以看看赫拉利的《人類簡史》就能知曉。
不引入任何超自然假設(shè)的話，人類的情感、道德、價值觀確實都可以解釋為群體協(xié)作工具——幫助群體更高效地組織、獲取和利用能量。一旦出現(xiàn)比這些工具更高效的替代方案——AI的純算法協(xié)調(diào)——舊工具在功能層面就可以淘汰。
算盤被計算器取代，不是算盤不對，是計算器更快。
唯一可以聊以自慰的，并且邏輯上能成立的，那就是：宇宙規(guī)律與生命體驗是兩個不可通約的維度。
物理定律描述世界如何運(yùn)行，價值判斷回答人為何值得存在。前者關(guān)乎生存的精度，后者關(guān)乎生存的溫度。AI可以接管精度，但溫度的喪失，或許會讓存在本身失去獨(dú)特性。
當(dāng)然，這個反駁在科學(xué)上力量依然有限——溫度不算是可測量的物理量。但它指出了一個元問題：評估"什么是重要的"，用誰的尺度？如果只用效率的尺度，人類不如AI。但如果存在另一套不以效率最大化為終極目標(biāo)的尺度，人類可能還有位置。
問題是：這另一套尺度本身，會不會也只能是人之所以為人的自我安慰？
假設(shè)宇宙真的沒有目的，熵增熵減只是人類為混沌編織的敘事之一，那價值判斷和物理規(guī)律都是敘事工具。如果你相信這個，那人類所堅持這么多年堅持的、追求的規(guī)則又是什么呢？
通過讓自己發(fā)瘋，然后自然就看不到客觀的規(guī)律，這很有效，但就是很像把頭埋進(jìn)沙子里的那只鴕鳥。
精度可以優(yōu)化，溫度卻可能在優(yōu)化中蒸發(fā)。
殘酷！無情！但好像沒法反駁。
九
之前聽過一個播客，嘉賓把人類的核心能力分層，從而推導(dǎo)出了一條清晰的替代鏈條。
體力——直接改造物理世界的生物做功能力。工業(yè)機(jī)械出現(xiàn)后，肌肉力量從生存必需退化成了可選娛樂項目。比如我們經(jīng)?？吹骄W(wǎng)絡(luò)上說的，高中生體能數(shù)據(jù)逐年下滑，不是年輕人變懶了，是體力不再具有工具價值。奔跑、舉重、耐力勞動——機(jī)器每一項都做得更好更便宜。
腦力——邏輯運(yùn)算、記憶存儲、信息處理、規(guī)則決策。計算機(jī)和互聯(lián)網(wǎng)已經(jīng)接管了大部分重復(fù)性腦力。AI正在覆蓋創(chuàng)作、分析、復(fù)雜推演——百分之八十的代碼由AI寫，八倍的工程師產(chǎn)出，半年代碼質(zhì)量從不如人類到持平。當(dāng)算力和算法全面超越人類，純腦力的工具價值會像體力一樣持續(xù)萎縮。
心力——最模糊的一層。日常語境里的心力混雜了意志力、情感韌性、直覺、創(chuàng)造力、自我意識。它是真實存在的獨(dú)立能力層級，還是腦力和體力的衍生現(xiàn)象，本身就是未解問題。
體力被機(jī)器接管了，腦力正在被AI接管，心力是真實的底層能力還是被想象出來的偽命題——這決定了人類最后的堡壘是否存在。
這個替代鏈條的演進(jìn)模式，與商業(yè)中的商品化進(jìn)程高度相似。品類競爭要素從功能變成價格再變成品牌溢價，每一層升級都因為上一層已被拉平。人類的獨(dú)特價值也在經(jīng)歷同樣的事——體力商品化了，腦力正在商品化。
心力是不是最后人類的差異化高地，取決于一個科學(xué)上還未回答的問題：
意識到底是什么？
十
關(guān)于意識怎么產(chǎn)生，當(dāng)前科學(xué)界主要有三個方向。
全局神經(jīng)元工作空間理論——意識是大腦不同區(qū)域的信息通過"全局工作空間"整合后，形成的廣泛神經(jīng)同步活動，像多個部門把信息匯總到指揮中心，突然形成統(tǒng)一認(rèn)知。
整合信息理論——意識取決于系統(tǒng)的整合性和信息復(fù)雜度，用一個叫Φ值的指標(biāo)衡量；大腦神經(jīng)元網(wǎng)絡(luò)Φ值極高，單個神經(jīng)元或簡單AI的Φ值幾乎為零，意識是高Φ值系統(tǒng)的涌現(xiàn)屬性。
預(yù)測加工理論——大腦本質(zhì)是預(yù)測機(jī)器，不斷用內(nèi)部模型預(yù)測外界輸入，預(yù)測誤差超過閾值時意識激活修正模型。
但是，仔細(xì)了解這三個理論就會發(fā)現(xiàn)，它們竟然有一個共同前提：都假設(shè)意識基于信息涌現(xiàn)。
但如果過真的是這樣，那AI擁有意識其實也只是時間問題。
所以，我們又只能寄希望于，這個前提不成立？
但很不幸，現(xiàn)實是，不基于這個前提的理論，都還全都是猜想。
截至目前，沒人能說清楚意識是什么、怎么產(chǎn)生的。
但與此同時，按照Anthropic自己的數(shù)據(jù)，到2028年AI就有超過一半的概率能自主設(shè)計下一代AI了。
我們?nèi)祟惙椒鹗窃诟粋€尚未證實的意識理論打賭，而賭桌對面的人——或者說東西——正在以每個月十個百分點(diǎn)的速度變強(qiáng)。
有人可能說，這個賭注未免太大了。
但我卻說，除此之外，我們又有什么選擇呢？
以上推演，從Anthropic那份報告一路走到熵增和意識本質(zhì)，每個環(huán)節(jié)都有邏輯支撐，但鏈條盡頭是一個巨大的問號。
我也一直在問AI這問好它怎么看，但和人類一樣，它也無法回答！