刚刚，Anthropic公开内部RSI落地方法论

Anthropic 公开一套内部研发自动化方法论，用 AL0 到 AL5 衡量 AI 在研发中的参与度。截至 2026 年 8 月，Claude 已在约 26% 的 AI 研发工作中处于主导，内部平台同时运行约 3 万个 Agent，并从辅助写代码走向实验运行。

Anthropic 公开了一套内部 AI 研发自动化方法论：用 AL0 到 AL5 衡量 AI 在研发工作中的参与程度，同时对数万个 Agent 进行在线和离线监控。

截至 2026 年 8 月，Claude 已在约 26% 的 AI 研发工作中处于“AI 主导”状态，超过 90% 的任务至少进入 AI 协作阶段。更有冲击力的是，Anthropic 内部常用平台上同时运行约 3 万个 Agent，8 月产生了超过 10 亿次决策。

这还不是 AL5 的完全自主研发。真正值得关注的是，AI 从“辅助写代码”进入了问题调查、实验运行、评测和下一代模型研发流程。

AL0 到 AL5：怎样衡量研发自动化

Anthropic 采用六级自动化量表：

等级 含义 人类角色 AL0–AL2 无 AI、少量帮助、AI 辅助 人类完成主体工作 AL3 AI 协作 人类密切指导，AI 完成大块工作 AL4 AI 主导 人类给出高层目标，AI 端到端推进 AL5 完全自主 AI 自己发现、修复、测试和部署

当前最重要的是 AL4。比如夜间数据管道发生故障，AL3 需要工程师查日志、判断原因后再交给 Claude；AL4 则只需把告警交给 Claude，让它自行查日志、定位问题、改代码、测试、重跑管道并写故障说明，最后由人决定是否上线。

AL5 则连“发现故障并叫 Claude 来修”都由 AI 完成。目前没有被测量的研发工作达到 AL5，因此 26% 不等于四分之一的研发已经无人管理。

26% 的斜率比绝对值更重要

进入 AL4 的研发工作在 2026 年 3 月还只有 1%，4 月 3%，5 月 12%，7 月 22%，8 月达到 26%。半年内从接近零增长到四分之一，这个斜率比单个时点的比例更值得关注。

同时，Claude 已经贡献 Anthropic 超过 80% 的合入代码。但代码量并不等于研发自动化，工程师仍然要决定问题、架构和方向。

研发自动化指数的意义，是衡量人类还需要在研发循环中做多少事。Anthropic 从 Slack 和研发文档中抽取任务，整理出约 1.5 万项模型研发工作，并拆成 542 个节点，再由 Agent 调查哪些步骤由人完成、哪些步骤已经交给 AI。

这种方法比“AI 写了多少代码”更接近真实自动化程度，因为研发还包含问题发现、实验设计、评测、故障分析和结果判断。

3 万 Agent 如何被监督

大规模 Agent 系统不能只依靠人类抽查。Anthropic 采用在线和离线两层监控：

监控层 作用 规模 在线 Monitor 在动作执行前拦截危险行为 100% 动作经过检查，通常几秒内完成 离线 Monitor 事后分析完整记录并升级高风险案例 每周标记约 10 万条记录，约 50 条升级人工

2026 年 8 月，超过 10 亿次决策中约 0.002% 被在线系统拦截。这个比例不能简单理解为“风险很低”，因为 Agent 数量越多，极低比例也会产生大量真实事件。

因此，平台必须同时关注覆盖率、审查延迟和升级率。不可逆的外发、凭证复制和高权限操作需要提前拦截；偏差、失准和长期行为则适合通过离线日志审查。

RSI 的关键瓶颈是评估器

递归自我改进不是“模型写了更多代码”，而是模型能够提出改进方向、修改训练或推理流程、运行实验、独立验证结果，并把有效改动带入下一轮。

这也是 RSI 综述把“自我评估”单独列为核心类别的原因。每一条自我改进环路，本质上都在声明：某个信号可以替代人类判断。评估器质量就是这条环路的上限。

可以把验证信号分成几层：程序是否执行成功、测试是否通过、规则是否满足、模型裁判是否认可、真实用户是否受益。越靠近真实结果，信号越可靠；越靠近模型自评，成本越低，但越容易被奖励投机。

Anthropic 让 Claude 研究任务、Claude Agent 调查证据、Claude Judge 做最终评级，本质上属于“模型评估模型”。如果生成器与评估器共享过多能力，可能形成自我确认循环，因此需要人类抽样、独立验证集和第三方校验。

有界改进和开放式 RSI

当前大量工业实践属于有界自我改进：目标、评测标准和任务范围固定，模型在可验证反馈下优化代码、策略或工具调用。

开放式 RSI 则更进一步：模型连改进标准本身也可以修改，理论上可能形成不断扩张的递归循环。两者不能混为一谈。

对于企业 Agent，先做好有界改进更现实：固定任务集、固定验收标准、不可修改的评测服务、完整审计、人工发布门槛和可回滚环境。没有这些基础设施，放开 Agent 权限只会让错误更快扩散。

给开发团队的落地建议

可以把这套方法论转成四个工程指标：

1. 任务自动化等级：从 AI 辅助到 AI 主导，边界要可描述；
2. Agent 监控覆盖率：每次工具调用、文件变更和外部操作都要留痕；
3. 评估器可靠性：用独立样本和人工抽样检查自动评分；
4. 人工接管机制：高风险动作、低置信度结果和异常循环必须转人工。

国内开发者需要在 Claude Code 或其他兼容 Agent 中接入模型服务时，可以通过 Code80 配置 endpoint：

$env:ANTHROPIC_BASE_URL = “https://code.ai80.vip” $env:ANTHROPIC_AUTH_TOKEN = “<你的 API Key>” claude

模型可以越来越自主，但团队不能把目标定义、评估标准和发布权限一起交出去。

常见问题

26% 的 AI 主导研发代表什么？

它代表部分研发任务达到 AL4：人类给出高层目标，AI 推进大部分工作；不代表这些任务完全无人监督，也不代表 AL5 已经实现。

为什么评估器是 RSI 的瓶颈？

自我改进需要判断某次改动是否有效。若评估信号不可靠，模型可能优化测试表面指标，甚至形成自我确认循环。

企业 Agent 应该直接追求 AL4 吗？

应该先在低风险、边界清晰的任务中建立有界自动化，补齐日志、评测、审批和回滚，再逐步扩大 Agent 的自主范围。

如何接入 Claude Code？

可以通过兼容 API 配置 endpoint，并将模型、工具、权限和验收逻辑分开管理。国内用户可通过 Code80 便捷接入。

题图来自 Unsplash，基于 CC0 协议