全球贏家們，我是美股學長沈嘉誠。
2026.09.18（五）
先說清楚：這組數據是什麼
Anthropic這次公布的，不是一個行銷數字。
它是公司內部一套嚴謹的衡量框架，叫做「Anthropic R&D Automation Index」。
說清楚它怎麼計算的：
Anthropic在2026年7月，從公司各部門隨機抽取20%的員工，讓Claude研究代理人透過Slack和內部文件，整理這些員工一週之內從事的工作。
四週抽樣之後，得到約1.5萬項細分的AI研發任務，再整理成一套包含542個節點的工作分類，涵蓋模型訓練、產品開發、強化學習、評估系統和工程問題排除等所有方向。
接著，Claude代理人逐項研究這些工作的實際執行方式和AI參與程度，再按照六個等級分類：
等級一：完全沒有AI參與
等級二：AI提供少量協助
等級三：AI工具使用
等級四：AI協作（AI在密切人類指導下完成大部分工作）
等級五：AI主導（AI根據高階指令，在人類監督下自行完成工作的多數流程）
等級六：完全自主
目前Claude達到「AI主導」等級的AI研發工作佔比：26%
六個月前，也就是2026年2月時：不到1%
Anthropic讓人類員工在不知道模型評估結果的情況下獨立評分，用來驗證AI評估的可靠性。結果：模型與人工評估完全一致的比例是59%，人與人之間完全一致的比例只有35%。
換句話說，Claude評估自己工作的準確度，比人類彼此評估還高。
說清楚：「主導」不是「自主」
在繼續往下說之前，這個區別非常重要，必須說清楚。
「AI主導」不等於「AI獨立完成」。
Anthropic的定義是：AI可以根據高階指令，在人類監督下，自行完成一項工作的多數流程。
關鍵字是「在人類監督下」。
現在，沒有任何一個Claude達到等級六「完全自主」的AI研發工作。
人類仍然負責設定重要目標和方向。只是執行的過程，有越來越大的比例，是由Claude主導完成的。
這個區別很重要。不是在說一台機器已經完全接管了AI的開發工作。是在說，開發AI的方式正在快速演變，AI在其中扮演的角色越來越核心。
說清楚：六個月的變化有多驚人
用一個比喻說清楚這個速度。
想像一家工廠，現在有100個工人在生產線上工作。
六個月前，這100個工人裡面，有不到1個人的工作是由機器主導完成的。
六個月後的今天，這100個工人裡面，有26個人的工作是由機器主導完成的。
同樣的六個月，再往前推：
不到1%的起點
26%的現在
如果這個速度繼續——Anthropic自己的趨勢圖顯示：
2026年底：可能接近80%
說清楚80%的意思：那意味著一家AI公司，大多數的AI研發工作，是由AI自己主導完成的。
這個推估是否一定會成真？Anthropic明確說「這只是依照目前趨勢推算的情境，不是正式預測。」
但就算最終的數字只有60%、50%，意義仍然是同樣的：AI開發的方式，已經根本性地改變了。
說清楚：遞迴式自我改進是什麼，為什麼讓人緊張
這是整篇文章最重要的概念。
**遞迴式自我改進（Recursive Self-Improvement）**是什麼？
說清楚它的邏輯：
第一步：AI協助開發下一代AI模型
第二步：下一代AI模型能力更強
第三步：更強的AI，協助開發再下一代的AI
第四步：再下一代的能力又更強
然後再回到第一步，循環不斷
這個循環如果持續加速，理論上可以在沒有人類介入的情況下，讓AI的能力以指數速度提升。
用一個比喻說清楚：
假設你有一台機器，它的工作是製造更好的機器。製造出來的新機器，又反過來製造更好的機器，然後如此循環。
第一代機器每天能製造10個零件。
第二代機器是第一代製造出來的，能製造100個零件。
第三代機器是第二代製造出來的，能製造1000個零件。
每一代能力都是上一代的倍數提升。
沒有人預先設定「能力的上限在哪」。
這就是遞迴式自我改進的核心邏輯，也是為什麼這個概念讓AI安全研究人員這麼緊張。
為什麼讓AI安全研究人員緊張：
如果AI的能力在遞迴式自我改進的過程中以指數速度提升，有幾個問題是目前沒有辦法回答的。
第一個問題：人類能不能在每一個版本都確認它是安全的？
當AI輔助開發的AI研發工作佔比從1%升到26%，再升到80%，人類審查每一個決策的能力，跟得上這個速度嗎？
Anthropic自己公布的數據說，他們現在每月分析超過10億次AI代理人的決策，線上監控系統攔截約0.002%的決策——也就是每4.7萬次中攔截1次。
0.002%聽起來很小，但如果是10億次決策，就是2萬次需要被攔截的行為。
第二個問題：能力快速提升的AI，是否仍然按照人類設定的目標行動？
目前的AI是按照人類給的指令執行工作。但當AI主導的比例越來越高，人類的監督越來越依賴其他AI來執行（因為人類沒有時間和能力審查所有東西），這個監督的可靠性如何保證？
第三個問題：我們是否有足夠的時間來弄清楚這些問題？
這是最核心的問題。如果從1%到26%只花了六個月，從26%到80%可能也只需要幾個月。而在這個過程中，人類對AI安全的理解，能以同樣的速度提升嗎？
這就是Anthropic執行長阿莫戴上週發表長文，呼籲放慢前沿AI模型開發速度的背景。
他不是說AI不好。他是說：我們自己在造的東西，能力提升的速度已經超出了我們能夠確認它安全的速度。
說清楚：現在實際發生了什麼，說幾個具體的數字
3萬個AI代理人同時在工作：
截至2026年8月，Anthropic內部最主要的平台上，約有3萬個AI代理人同時從事研究與工程工作。
這些不是簡單的聊天機器人。它們是可以在較長時間內半自主執行任務的代理人，在部分情況下還可以把工作進一步交給其他AI代理人處理。
80%以上的程式碼由Claude撰寫：
截至2026年5月，超過80%合併至Anthropic程式碼庫的程式碼由Claude撰寫。
一年前，這個數字還在個位數。
工程師的產出提高了8倍：
2026年第二季，Anthropic一般工程師每天合併的程式碼量，約為2024年的8倍。
這不是說工程師更努力了。是說每一個工程師，身邊多了幾十個AI代理人在同時工作。
程式碼優化速度提升52倍：
Anthropic做了一個測試，讓Claude最佳化一套用於訓練小型AI模型的程式碼，要求在維持正確性的情況下盡可能提高執行速度。
2025年5月，Claude Opus 4平均讓程式碼速度提高約3倍。
2026年4月，Claude Mythos Preview在相同實驗中達到約52倍。
一年，從3倍到52倍。
說清楚：這對AI資本支出的邏輯有什麼影響
這是投資人最需要理解的部分。
過去幾年，AI資本支出的邏輯是這樣的：
微軟、亞馬遜、Google、Meta、甲骨文等大型科技公司，每年投入數千億美元建設AI基礎設施，包括晶片、資料中心、電力設備。
市場一直在問：這些投資的報酬率在哪裡？什麼時候才能看到回收？
現在Anthropic的數據提供了一個新的思考框架。
如果AI能夠主導80%的AI研發工作，這意味著：
下一代AI模型的開發成本，在人力方面將大幅下降，因為大量工作由AI本身完成。
但AI開發需要的運算資源，只會越來越多，不會減少。
因為AI做的每一件事——訓練模型、優化程式碼、測試安全性、分析研究成果——都需要大量的算力。
這就是為什麼AI資本支出不會因為「AI降速討論」而減少。
Anthropic說要放慢「前沿模型的能力」提升速度。但沒有人說要放慢「AI在研發過程中的使用」。
事實上，從1%到26%這個速度，本身就說明了沒有人在放慢這個部分。
這對供應鏈意味著什麼：
晶片需求不會因為AI安全討論而消失。
因為AI輔助研發本身就是一個需要大量算力的過程。3萬個代理人同時工作，每月分析10億次決策，都需要晶片。
美光說的記憶體缺口到2028年，背後的邏輯之一，就是AI代理人的規模在快速擴張，而記憶體是每一個代理人工作的必要資源。
黃仁勳說明年輝達銷量翻倍，背後的需求來源之一，也是這種AI輔助研發的規模在各個AI實驗室同步擴大。
說清楚：這件事為什麼這週被低估了
這週市場的注意力在：
Fed升息、殖利率破5%、道瓊跌631點、油價108美元、川習會倒數。
Anthropic的數據在這些大標題旁邊，幾乎沒有引發太多市場討論。
但想一想：
Fed升息是一個季度可能發生一次的事件。
AI主導26%研發工作，是一個正在每天發生、且加速進行的趨勢。
Fed的點陣圖告訴你利率在2028年才開始降。Anthropic的趨勢圖告訴你AI主導研發的比例在年底可能接近80%。
哪個數字的影響範圍更大，哪個變化的速度更快？
這不是叫你現在去做什麼。
是讓你知道，在市場關注Fed和油價的同時，有一件可能更深遠的事正在發生。
說清楚：Anthropic自己怎麼評估這件事的風險
值得注意的是：Anthropic是在主動揭露這個數據，而不是被迫承認。
而且，揭露這個數據的同一時間，阿莫戴在呼籲放慢前沿AI發展，公司正在向美國官員尋求監管框架，Anthropic也是AI安全研究投入最多的公司之一。
這是一個非常矛盾的畫面：
一家公司，一方面在加速讓AI參與自身研發，另一方面在告訴世界「我們需要更謹慎」。
這個矛盾不是假的。它是真實的張力。
阿莫戴不是在說謊。他是在說：這個速度超出了我們能夠確認安全的能力，但我們也沒有辦法單方面停下來，因為如果我們停，競爭對手不停。
這就是他說的「囚徒困境」：只要其中一家企業維持原有開發速度，其他選擇放慢腳步的公司就可能處於明顯劣勢。
這個困境是真實的。而且沒有簡單的解答。
說清楚：這對普通投資人最直接的意義
第一件：AI資本支出的長期邏輯更清晰了
AI幫AI造AI，意味著AI對算力的需求不會因為安全討論而停下來。晶片、記憶體、資料中心的需求，有了一個新的、更持續的支撐來源。
這強化了美光、輝達、台積電等供應鏈公司的長期邏輯。
第二件：AI安全成為一個真正的商業因素，不只是倫理議題
當AI主導的研發比例達到80%，哪家公司的AI最可靠、最安全、最不容易出現失控行為，就決定了誰能在長期市場競爭中存活。
這是Anthropic、OpenAI、DeepMind在AI安全上投入大量資源的商業邏輯，不只是道德考量。
第三件：這個速度讓所有預測都需要更短的有效期
六個月前，沒有任何分析師預測Anthropic的AI主導研發比例會從1%升到26%。
這意味著六個月後的AI格局，很可能再次超出目前任何人的預測。
在一個變化速度這麼快的市場裡，保持水位、保留靈活性，比押注任何一個單一方向更重要。
說清楚：最重要的一句話
AI在幫AI造自己。
這不是科幻小說裡的情節。這是Anthropic在2026年9月公布的真實數據。
六個月前不到1%，現在26%，年底趨勢指向80%。
這件事的速度，遠超過大多數人的預期。
它對AI安全的挑戰是真實的。它對AI資本支出的支撐也是真實的。它對所有人的影響——不只是投資人，是所有依賴知識工作謀生的人——正在以越來越快的速度顯現。
理解這件事，是理解接下來幾年市場和世界變化最重要的背景之一。
管好你的水位。我是美股學長沈嘉誠，我們下次見。
免責聲明
本文為市場資訊整理與教育性內容，所有術語解釋均為教育目的，不構成任何方向性投資建議，投資人應依自身財務狀況與風險承受能力獨立判斷。元大期貨股份有限公司｜槓桿交易商｜115年金管期總字第020號
資料來源｜Anthropic R&D Automation Index官方報告（2026/09）；Anthropic Claude內部使用數據公告（2026/09）；Anthropic執行長阿莫戴公開信（2026/09/13）；OpenAI執行長奧特曼Salesforce Dreamforce對談（2026/09/17）；Epoch AI自動化程度架構報告；《奇跡與恐怖的時代》—德州大學教授Scott Aaronson文章（2026/09）；CNBC AI安全討論系列報導（2026/09/14至09/17）；鉅亨網AI發展系列報導（2026/09/14至09/18）
#美股學長嘉誠 #AI在幫AI造自己Anthropic說Claude已主導26%AI研發工作說清楚這件事有多重大 #六個月前不到1%現在26%年底趨勢指向80%說清楚這個速度 #遞迴式自我改進是什麼為什麼讓AI安全研究人員緊張說清楚 #3萬個AI代理人同時工作80%程式碼由Claude撰寫工程師產出提高8倍說清楚 #程式碼優化速度一年從3倍到52倍說清楚這個加速意味著什麼 #AI幫AI造AI對晶片記憶體資料中心長期需求的影響說清楚 #Anthropic揭露數據同時呼籲放慢說清楚這個矛盾背後的囚徒困境 #對普通投資人的三個直接意義AI資本支出AI安全商業邏輯所有預測有效期更短 #0918