Anthropic 示警 Claude 逼近自我改進臨界點，呼籲多國頂尖實驗室協調暫停前沿開發

Anthropic 於 2026 年 6 月 4 日發布詳細報告，由研究人員 Marina Favaro 與 Jack Clark 執筆，公開呼籲全球頂尖 AI 實驗室考慮協調性減速，甚至暫停最強大模型的開發。這份聲明的份量不在於呼籲本身，而在於 Anthropic 同時披露的內部實驗數據——這些數據具體刻劃出 Claude 正在以多快的速度逼近一條決定性的能力門檻。

在 Anthropic 引用的核心數據中，最具份量的是兩組對比實驗。2026 年 4 月，Claude 自動完成一項完整的 AI 安全研究專案：人類研究員僅負責選定題目與評分標準，其餘假設提出、實驗設計、測試執行、結果迭代全由 Claude 代理人自主完成。最終，人類研究員花一週僅能填補基準線與頂尖水準之間約 23% 的落差，Claude 代理人填補了 97%。同年 4 月預覽的前沿模型 Claude Mythos Preview 在程式碼最佳化任務上達到基準線的 52 倍加速，而一名熟練的人類研究員需要四至八小時才能達到 4 倍改善。目前 Claude 撰寫了 Anthropic 約 80% 的新生產程式碼，複雜開放式工程問題的成功率在 2026 年 5 月升至 76%。

更值得注意的是能力擴張的速度曲線：Claude 可穩定處理的任務時間跨度，大約每四個月翻倍一次，從 2024 年初的分鐘級任務，延伸至今日的 12 小時任務。Anthropic 預測 2027 年將達到以週為單位的自主任務。這意味著「遞迴式自我改進」的窗口——AI 系統自主設計並改善下一代版本——並非模糊的遠期風險，而是有可量測軌跡的近期事件。

Anthropic 明確承認，有意義的暫停需要「多個資源充足、處於或接近前沿的實驗室、在多個國家」在可驗證的條件下同意停止開發。這個條件本身就揭示了核心矛盾：中國的競爭者仍在快速推進，任何單邊暫停都意味著讓渡技術主導地位。Anthropic 一邊呼籲協調，一邊坦承自己並未停止內部開發。

對亞太地區的決策者而言，這份報告有幾個層次的意涵。第一，它確認了 AI 自主化的速度比大多數企業的應對規劃更快：若任務自主時間跨度真的持續每四個月翻倍，到 2027 年底，AI 代理人能自主完成的工作將覆蓋絕大多數知識工作情境，而不是少數特例。第二，Anthropic 呼籲國際協調的聲明，實際上是在向監管機構與政府施壓，要求建立可驗證的治理機制——這對正在制定 AI 法規的亞太國家是一個明確的政策信號。第三，這份報告重新界定了「AI 安全」的商業含義：不再只是模型對齊問題，而是整個產業鏈在人類監督能力追上之前，是否有能力煞車的問題。

Anthropic 自己的困境最能說明問題的本質：它是目前最積極示警 AI 風險的主要實驗室之一，同時也在以同樣的速度推進能力開發。這不是偽善，而是競爭邏輯的必然結果。真正的問題是，協調機制能否在自我改進窗口打開之前成形——而從目前的地緣政治格局來看，答案並不樂觀。