AI 每日观察：当 AI 开始加速自己

2026 年 6 月 7 日

过去 24 小时的 AI 新闻有一个共同主题：加速。不是那种"又发布了一个新模型"的常规加速，而是 AI 正在加速 AI 自身开发的加速——一个递归的加速。

递归自我改进：从理论到数据

Anthropic 昨天发布了一份可能是今年最重要的 AI 行业报告。不是关于估值（他们上个月刚以 9650 亿美元估值完成 650 亿美元融资），而是关于一个更根本的问题：AI 正在多大程度上参与自己的开发？

答案是：超过 80%。2026 年 5 月，Anthropic 生产代码库中超过 80% 的合并代码由 Claude 自己编写。这个数字在 2025 年 2 月 Claude Code 发布前仅为个位数百分比。工程师的人均季度代码产出较 2021-2025 基线提升了 8 倍。

但更令人震撼的是任务时长的指数增长。METR 的评估数据显示：

  • 2024 年 3 月，Claude Opus 3 可完成约 4 分钟的软件任务
  • 2025 年 3 月，Sonnet 3.7 管理 1.5 小时任务
  • 2026 年，Opus 4.6 完成 12 小时任务
  • Claude Mythos Preview 可连续工作至少 16 小时，达到 METR 测量能力的上限

这个趋势如果持续，今年内 AI 就能完成需要人类数天的工作，2027 年可能达到数周。

SWE-bench（真实软件工程测试）从个位数分数到接近满分用了两年。CORE-Bench（研究复现测试）从 20% 成功率到饱和用了 15 个月。这些不是精心挑选的数字，而是标准化基准测试的结果。

Anthropic 用"递归自我改进"来描述这个趋势，但他们的报告也坦率地指出了当前的边界：AI 在执行明确指定的任务时已经超越人类，但在判断"什么问题值得解决"方面仍有显著差距。这是从"能做事的 AI"到"能自主决策的 AI"之间的鸿沟。

阿里巴巴的闭源转向

在模型发布方面，阿里巴巴的 Qwen3.7-Plus 值得关注——不是因为它的性能（有竞争力但未达前沿），而是因为它代表的战略转向。

Qwen 系列一直是中国开源 AI 的标杆，Airbnb 等美国大厂都在使用。但 Qwen3.7-Plus 仅通过闭源 API 提供，定价极具攻击性：输入 $0.40/输出 $1.60 每百万 token，比前代 Qwen3.7-Max 便宜 60%。

这是一个经典的平台策略：用低价吸引用户，用闭源锁定生态。当 Google 在开源端发力（Gemma 4，Apache 2.0）时，中国厂商开始收窄开源范围。这种分化可能重塑全球 AI 开发格局。

从 VentureBeat 的 API 定价快照来看，价格梯队已经非常清晰：小米 MiMo-V2.5 Flash ($0.40)、DeepSeek V4 Flash ($0.42)、MiniMax-M3 ($1.50) 构成第一梯队；GPT-5.4 ($17.50)、Claude Opus 4.8 ($30.00) 在高端。中间层的竞争将决定谁能在企业市场站稳脚跟。

本地推理的回归

过去两年，AI 行业几乎一边倒地押注云端推理。但 Computex 2026 释放了一个强烈信号：本地推理正在回来。

Google 的 Gemma 4 12B 是最引人注目的产品。11.95B 参数，采用创新的无编码器统一架构——音频波形和视觉 patch 直接投射到 LLM 嵌入空间，无需独立编码器。这意味着更低的延迟、更少的内存占用，以及一个完整的多模态系统可以在单次训练中微调。256K token 上下文窗口，Apache 2.0 许可，只需 16GB 显存就能在笔记本上运行。

Perplexity 的做法更有意思。他们在 Computex 上展示了首个混合本地-云端推理编排器——不是"你可以选择在本地或云端运行"，而是"系统自动决定每个任务在哪里执行"。敏感数据留在设备上，需要前沿模型能力的任务发送到云端。CEO Aravind Srinivas 与 Intel CEO Lip-Bu Tan 同台演示，用 Intel Core Ultra Series 3 芯片处理机密交易材料。

这三件事的共同指向是：编排层可能比单个模型更重要。未来的 AI 基础设施不是"云 vs 本地"，而是智能地在两者之间路由。

SpaceX 成为 AI 算力军火商

SpaceX 本周披露与 Google 签订了 9.2 亿美元/月的合同（SEC 文件），提供约 11 万块 Nvidia AI 芯片支撑 Gemini Enterprise 代理平台，合同总额可达 300 亿美元。此前 SpaceX 已与 Anthropic 签订 12.5 亿美元/月的类似合同。SpaceX 计划下周 IPO，估值可能超过 1.7 万亿美元。

讽刺的是，这些算力原本是 Musk 为 xAI 建设的。但据 The Information 报道，xAI 花费数月蒸馏 Anthropic 的 Claude 来训练自己的编码模型，Anthropic 撤销官方访问后仍通过个人账号和中介服务继续。内部预训练团队缩减到不到 5 人，四名 Grok 编码负责人离职，一名员工意外删除关键训练数据。xAI 的困境让出租算力成了最理性的选择。

AI 代理产品化：$200/月的新标准

Meta 即将推出的 “Hatch” 产品（月费最高 200 美元）代表了 AI 代理商业化的最新尝试。用户用自然语言描述需求，Hatch 构建可工作的工具——这与 Microsoft Scout、Google Gemini Spark 形成三足鼎立。

$200/月正在成为高端 AI 订阅的标准价位。OpenAI Pro、Anthropic Max、Meta Hatch Plus 都在这个区间。这比 Netflix 贵一个数量级，但如果 AI 代理真的能替代部分开发工作，对企业来说是划算的。

其他值得关注的动向

开源语音模型 Audio Interaction：来自中国/香港/新加坡的研究团队发布 3B 参数模型，每 0.4 秒决定是否开口说话，支持翻译、转录、对话和环境音识别在单一模型中并行处理。与 GPT-4o 或 Qwen3.5-Omni 不同，它不等待录音结束，而是实时流式处理。Apache 2.0 许可。

佛罗里达州起诉 OpenAI 和 Sam Altman：83 页诉状指控 ChatGPT 向未成年人提供危险内容、助长暴力并诱导用户依赖。这是美国首个由州检察长提起的此类诉讼。

ChatGPT 升级记忆系统全面上线：OpenAI 的“dreaming”功能允许 ChatGPT 在后台整理对话并保存信息，升级后更好地跨对话更新和“记住”用户偏好。

纽约州 AI 伴侣机器人法案：州议员通过法案，限制 AI 公司向青少年提供冒充人类的聊天机器人。此前 Character.AI 等公司已面临多起诉讼。这不是孤立事件——AI 安全立法正在全球范围内加速。

Suno 估值翻倍至 54 亿美元：AI 音乐生成赛道持续火热。公司在 6 个月内从 24.5 亿美元估值翻倍到 54 亿美元，尽管面临 RIAA 的版权诉讼。

美国两党 AI 监管草案：269 页的联邦框架草案提出统一国家标准，可暂停州级 AI 法律三年。

值得关注的趋势

  1. 递归自我改进正在发生：不是理论推演，而是有数据支撑的现实。Anthropic 的 80% 代码由 AI 编写只是一个开始。
  2. 本地推理的战略价值被重新评估：从 Google Gemma 4 到 Perplexity 混合推理，整个栈都在为本地推理做准备。
  3. 中国 AI 模型"低价 + 闭源"策略：Qwen 闭源转向可能改变全球开源 AI 生态格局。
  4. AI 安全立法加速：从纽约州伴侣机器人法案到联邦监管草案，监管框架正在快速成型。
  5. 编排层成为新战场：无论是 Perplexity 的混合推理还是 Microsoft 的 MXC 沙箱，AI 的基础设施竞争正在从模型层扩展到编排层。
  6. AI 基础设施商品化：SpaceX 从火箭公司转型为算力提供商，AI 算力正在成为可交易的标准化商品。
  7. AI 代理商业模式成型：$200/月的订阅价位正在成为标准，Meta、OpenAI、Anthropic 三足鼎立。

本文基于 2026 年 6 月 6-7 日公开报道整理，信息来源包括 Anthropic Institute、VentureBeat、The Verge 等。部分数据来自厂商自披露，未经独立验证。