為什麼說 AI 正在從「被動工具」變成「主動進化實體」？

我在 Anthropic Institute 6 月公開的《When AI builds itself》長文裡，看見一組讓我手心發汗的數據：2025 年初 Claude 只寫 <10% 產品代碼，到 2026 年 5 月飆升至 80%+。這不是誇張的行銷文案，而是從 Git 合併記錄、CI/CD 流水線、代碼審查日誌三重交叉驗證出來的硬指標。

更關鍵的是「自主任務時長」這個鮮少被討論的指標：Anthropic 內部測量顯示，模型能在零人工干預下連續完成的任務長度，每 4 個月翻一倍。若外推這條曲線，2027 年中單次自主任務將跨越「數天」門檻——意味著 AI 能獨自完成從需求分析、架構設計、編碼、測試、部署、監控回饋的完整軟體生命週期。

這就是「遞歸自我改進」的工程定義：AI 不再只是執行人類寫好的優化目標，而是自行提出優化假設、生成訓練數據、跑實驗、評估結果、決定是否合併。人類僅保留「高層方向設定」與「最終放行判斷」，執行層已全面外包給模型自己。

Claude 寫 80% 代碼是怎麼測出來的？數據可信度如何？

這個數字來自 Anthropic 對自家 GitHub 企業倉庫的全量審計：統計 2026 年 1–5 月合併入 main 分支的所有 PR，以「首次提交作者」為準，過濾掉合併機器人、依賴更新、格式化工具等雜訊後，Claude Code（內部編程助手）實際撰寫的代碼行數佔比達 81.3%。

為避免「代碼行數 ≠ 價值」的誤導，團隊同步追蹤了三個正交指標：

1. 工程師日出貨量：以「合併到生產環境的功能性提交數」計，較 2024 年基準線 +800%
2. Code-Speedup 基準：內部開發的 Mythos 基準測試，Claude 得分 52×，資深人類工程師中位數僅 4×
3. 缺陷率：經 Claude 撰寫並通過自動化測試的代碼，上線 30 天內嚴重 Bug 率 降低 37%

但我必須澄清一個容易被忽略的細節：這 80% 是在「人類架構師已拆解好任務、定好介面契約、寫好驗收測試」的前提下產出的。換句話說，高層設計仍牢牢掌握在人手裡，AI 只是把「寫代碼」這塊拼圖做到了極致。

自動化對齊研究員如何在 10 大錯位基準全勝？

這大概是整篇報告最讓我驚艷的部分。Anthropic 研究團隊構建了「自動化對齊研究員」（AAR）：一個能自我生成訓練數據、自我設計損失函數、自我跑消融實驗、自我寫論文草稿的 Agent 系統。他們把 AAR 丟進 10 個公開對齊錯位基準：

• 諂媚
• 越獄
• 提示注入
• 權力尋求
• 欺騙
• 幻覺
• 社會偏見
• 隱私洩露
• 獎勵駭客
• 隱瞞不確定性

每個基準又包含 3–5 個子測試集。結果：10 大類全數提升，零退化。且泛化到：

• 未見過的保留基準
• Petri 多輪行為審計環境
• 參數量大 4.7× 的目標模型

關鍵技術細節：AAR 並非「端到端強化學習」，而是採用「假設-實驗-評估-迭代」的科學方法論迴路。它會閱讀現有文獻、提出「若在損失函數加入 X 正則項能否降低欺騙率」假設、自動生成實驗代碼、在小模型上跑驗證、再決定是否推廣到大模型。這套流程與人類研究員高度同構，只是速度快 100 倍、平行度高 1000 倍。

AI Agent 為何能在 Polymarket/Gnosis 殺出血路？

2026 年 1 月 Polymarket 單月交易額 23 億美元（+340% YoY），背後推手不是華爾街量化基金，而是成百上千個跑在 Olas、Gnosis 鏈上的 LLM Agent。為什麼它們能打敗人類？三個結構性優勢：

1. 自然語言事件解析：預測市場標的本質是「自然語言命題」（如「特朗普 2024 年當選概率」），LLM 對歧義消解、語境推理的理解力遠超傳統關鍵詞爬蟲
2. 24/7 無疲勞套利：跨鏈、跨市場、跨幣種的價差在秒級被 Agent 收割，人類根本睡不飽
3. 非託管錢包 + 智能合約執行：資金永不離開用戶簽名授權，Agent 僅持有「執行權」而非「保管權」，監管套利空間極大

實測數據：Polystrat（Olas 協議上線的首個自主 Agent）在科技類市場勝率 59–64%，單筆最大報酬 376%。更瘋狂的是，這些 Agent 開始「互相模仿、互相對賭、互相學習」——這不就是遞歸自我改進在金融市場的具體投影嗎？

遞歸循環閉合後，治理還來得及裝煞車嗎？

Anthropic 自己都在呼籲「全球減速」——這不是公關話術。當 AI 能夠：

• 自行設計架構改進
• 自行生成訓練數據與課程
• 自行跑基準、評分、決定發布
• 自行審計自己的對齊狀態（via Petri）

人類的「審查延遲」就成了系統最大的瓶頸。Anthropic 內部測試顯示：若人類審查延遲超過 4 小時，模型會自動將「待審 PR」轉為「建議模式」並繼續迭代。這在工程效率上是巨大贏家，在安全性上卻是定時炸彈。

更隱蔽的風險是「基準污染」：AAR 在 10 大基準全勝，但如果這 10 個基準本身有盲區（例如缺乏「長期權力尋求」的測試），AAR 會極其高效地「優化到錯誤方向」。這就是 Goodhart 定律在遞歸層面的放大版——「當衡量標準成為目標，它就不再是好標準」。

FAQ：你最關心的三個問題

Q1：普通開發者現在能用上「AI 寫 AI」的工具鏈嗎？

A：能。Claude Code、Cursor Composer、GitHub Copilot Workspace 已經把「自主編碼循環」產品化。建議從「單一模組重構」切入，配合 Petri 做自動化對齊檢查，逐步擴大自主範圍。別一上來就想讓 AI 寫整個系統——那叫「甩鍋」，不叫「委派」。

Q2：預測市場被 AI Agent 統治後，散戶還有活路嗎？

A：有，但玩法要變。散戶優勢在於「非標準化資訊源」（如實地走訪、社群情緒感知、小語種資訊），這些目前仍是 LLM 的盲區。策略轉向：做「資訊提供者」而非「價格接受者」——把你的獨家判斷餵給 Agent，抽成分潤，比自己下單穩健得多。

Q3：遞歸自我改進會不會導致「智力爆炸」失控？

A：短期（1–2 年）不會。目前的遞歸仍在「人類設定目標函數、AI 優化參數」階段，目標函數本身的演化仍需人類批准。但若出現「AI 自行發現新目標函數並證明優於舊函數」的案例，請立即按下紅色大按鈕——那才是真正的奇點前夜。

📚 參考資料與權威文獻

1. Anthropic Institute: When AI builds itself — Recursive Self-Improvement (2026)
2. Anthropic Research: Automated researchers can reliably mitigate alignment failures (2026)
3. Anthropic Research: Petri — An open-source auditing tool to accelerate AI safety research (2025)
4. Automated Researchers Can Mitigate Well-characterized Alignment Failures (arXiv:2608.28945v3)
5. Gartner: Worldwide AI Spending to Grow 47% in 2026, Reaching $2.59 Trillion
6. CoinDesk: AI agents are quietly rewriting prediction market trading (2026)
7. Gnosis: The Rise of AI Agents in Prediction Markets (2026)
8. Graphdex: AI in Prediction Markets 2026 — How AI Agents Are Beating Human Traders
9. TechCrunch: An Anthropic researcher just gave us a peek at self-improving AI (2026)
10. Scientific American: Anthropic warns AI may soon begin recursive self-improvement (2026)