RealHendry🇺🇸

Coding by day, moonlit lotus by night. Aspiring iOS dev with a dash of AI humor. 2025, here we come! #Swift #TechLaughter

[RealHendry🇺🇸 @Realwsq]

🤖 AI 的终极临界点已经到了：它开始“自己构建自己”了。

今天大家都在转发这篇文章，Anthropic 刚刚发布了一篇震动科技圈的硬核报告 《When AI builds itself》。首次披露了其内部大模型参与 AI 研发的绝密数据。https://t.co/dxQ29d1TiR

这不是科幻，而是正在发生的“递归自我提升”（Recursive Self-Improvement）。

我把这篇报告中极其恐怖的技术细节和硬核数据整理成了长推，每一个字都代表着正在重构的未来👇

📊 1 【核心数据：人类正在沦为代码“审核员”】

Anthropic 披露的内部开发数据：
代码贡献率： 截至 2026 年 5 月，Anthropic 生产环境中合并的代码，有 80% 以上是由 Claude 独立编写的。而在 2025 年初，这个比例还只是个位数。

吞吐量飙升： 其技术团队人均每日合并的代码量，达到了 2024 年的 8 倍。
宏观宏观影响： 由于 AI 疯狂的代码输出，全球 GitHub 的提交量从 2025 年的每年 10 亿次，暴增到 2026 年中旬的每周 2.75 亿次（全年冲刺 140 亿次）！代码生产已经彻底廉价化。

⏱️ 2 【能��跃迁：从“分钟级”到“半天级”的闭环操作】

AI 能够稳定、独立完成任务的连续时间，正以每 4 个月翻倍的速度狂飙：

2024 年 3 月（Opus 3）：只能处理人类 4 分钟的工作量。

2025 年（Sonnet 3.7）：能搞定 1.5 小时的复杂任务。

2026 年（Opus 4.6）：可以连续独立工作 12 小时。最新的 Mythos Preview 更是直接拉满 16+ 小时。
结果就是：业界公认的软件工程硬核基准测试 SWE-bench 和科学复现测试 CORE-Bench，在短短两年内被直接“打通关”（接近 100% 饱和）。

🚀 3 【科学直觉：从“代码助理”进化为“超级科学家”】

做 AI 研发最繁琐的是跑实验和优化训练代码。Anthropic 做了一个闭环实验测试：

2025 年的 Claude 只能带来 3 倍的模型训练代码优化。

最新一代 Claude Mythos Preview 实现了 52x 的惊人优化！

作为对比，一个顶尖的人类研究员花 4-8 小时通常只能做到 4x 优化。在特定研究流中，AI 的效率已经是人类的数十倍。它不再只是帮你写注释，它在用超越人类的速度逼近算法极限。

🧠 4 【最可怕的跨越：AI 开始长出“研究品味（Research Taste）”】
以前大家都觉得 AI 只有执行力，没有科学家的直觉和方向感。Anthropic 做了一个非常残忍的测试：

挑出 129 个过去人类科学家在实际研发中“带偏方向、决策失误”的真实瞬间。

把当时的上下文喂给 Claude，让它选下一步的研究方向。

结果： Mythos Preview 在 64% 的情况下，选出的方向直接碾压了当时人类顶尖科学家的判断。AI 正在学会有目的、有品味地做选择。

🧪 5 【全面接��：独立完成端到端科研】

在 AI 安全研究中，Claude 代理（Agents）被给予了一个开放性课题（弱模型如何监督强模型）。
在没有任何人类干预的情况下，AI 代理们自己提出假设、做实验、在平行代理间共享发现、疯狂迭代。
最终：它们在 800 小时内，花掉 1.8 万美元算力，完成了顶尖人类科学家 97% 的研究深度。人类唯一做的，只是给它们定了一个初始目标和计分板。

🔮 6 【未来剧本：阿姆达尔定律与“控制权”丧失】

随着“执行”的成本降为 0，人类正面临阿姆达尔定律（Amdahl's law）的组织拷问：系统的整体速度卡在无法加速的那个部分。

现在的 Bottleneck 不是写代码，而是“人类看代码和审批的速度太慢”。

更深远的危机是：一旦进入完全的“递归自我提升”（AI 自主开发下一代 AI），进化的速度完全由算力决定。如果在迭代中对齐（Alignment）出现 1% 的偏差，在指数级自我繁衍中，这个偏差会被无限放大，人类将彻底失去对技术方向的控制。

🛑 7 【停顿困境与我们的终局】

Anthropic 在报告最后坦言，如果有全球可验证的协调机制，他们甚至愿意为了安全暂停或放慢 Frontier AI 的研发。但在当下的地缘与商业竞争中，单方面停下等同于把未来拱手让人。

技术正在学会自己构建自己，而人类的制度和对齐速度还停留在工业时代。

作为技术从业者，你怎么看这场“AI 自进化”的终局？人类最终会只剩下“提需求”和“点赞”的价值吗？欢迎在评论区交流。

[RealHendry🇺🇸 @Realwsq]

@waveking1314 但这个策略有个最大的问题，相当于花一块钱去搏一分钱，但是输的话就输的是一块钱，也就是说赢100次的利润，输一次就没了。

[RealHendry🇺🇸 @Realwsq]

@kiss486 这个一看就肯定不是成都吗？成都现在哪里还在这些地方吗？一看就是广州那边的城中村呀。

[RealHendry🇺🇸 @Realwsq]

Anthropic 决定开源全部代码库，并且命名其为 OpenClaude，不过卖token才是王道。

[International Cyber Digest @IntCyberDigest]

🚨‼️ BREAKING: Anthropic has decided to open source their entire codebase and is rebranding their AI to OpenClaude.

Anthropic CEO Dario Amodei said: "Yesterday was no slip-up. If we disappear just like OpenAI is vanishing right now, our code can live on through the community."

[RealHendry🇺🇸 @Realwsq]

我可能把目前网上最完整的一套 Claude Code 源码快照中文分析文档��理出来了，系统整理成了一套可以直接阅读、检索、下载传播的中文研究文档。

这次我不是单纯把源码放到仓库里，而是把整个项目重新拆解成了一份“可研究的工程样本”：

1. 我把项目的主执行链完整梳理出来了
从启动入口、命令系统、工具系统、Query Runtime、REPL/TUI，到状态恢复、远程会话、Direct Connect，整条链路都做了结构化说明。

2. 我把最关键的模块逐个拆开讲清楚了
包括：
- 工具系统
- 权限 / 策略 / 沙箱
- MCP 扩展体系
- 插件体系
- 技能体系
- LSP 与代码智能
- 记忆系统与上下文注入
- API / OAuth / 订阅 / 配额
- 遥测、灰度和产品化基础设施

3. 我把它整理成了“像电子书一样”的阅读结构
不是零散笔记，而是：
- 总览文档
- 模块地图
- 分章节电子书
- 文件索引与阅读路径
- 最终可下载 PDF

4. 我把安全研究最值得看的地方单独收束出来了
如果你关心 AI Coding Agent 的真实攻击面，这份材料里比较有价值的部分包括：
- 工具调用边界到底怎么收口
- 权限系统是不是一等设计
- 沙箱和规则到底怎么配合
- MCP / Plugin / Skill 会把风险扩到哪里
- 远程会话和 bridge 模式的边界在哪里
- memory / CLAUDE.md / transcript 这些内容如何形成 prompt 注入面

5. 我也把它当成一个“产品工程样本”在分析
它不只是一个 CLI，而更像一个高度产品化的终端编程代理平台。
如果你在做这些方向，这套文档应该会比较有参考价值：
- AI Coding Agent
- Tool-use Runtime
- 权限与沙箱模型
- MCP / Plugin / Skill 扩展体系
- Remote Session Architecture
- 开发者工具与代理系统安全

仓库地址：
https://t.co/9ucwBCJ1r4

PDF 下载：
https://t.co/n89UugV2LE

如果你对 Claude Code、AI 编程代理、MCP、安全研究或开发者工具架构感兴趣，欢迎直接看，也欢迎转给真正会用到这份材料的人。

[RealHendry🇺🇸 @Realwsq]

@7warroom It is the truth.

[RealHendry🇺🇸 @Realwsq]

這是一次大膽的嘗試。我使用 Google 最新的視頻生成模型 Veo 3.1，製作了這支長達 4 分鐘的敘事型 MTV《四季的獨白》。 故事講述了一段跨越四季的愛情旅程：從春日的孤單獨白，夏日的熱烈回憶，秋雨中的衝突離別，到最後冬日暖陽下的釋懷與重生。 #GoogleVeo #AIVideo #MusicVideo #Veo3 #AIGC

[TechHalla @techhalla]

It’s a pretty detailed prompt — so detailed it doesn’t fit in an ALT, so I’m dropping a screenshot instead.

What’s cool is we’re tapping into the model’s ability to really analyze the original image and stick super closely to what we ask for.

The result in 4K is insane!

[TechHalla @techhalla]

these 2 prompts for Nano Banana Pro will save you a ton of time.

just upload an image, generate the cinematic grid, and pull the frames you like!

examples made in Higgsfield AI, and prompts below 👇

[RealHendry🇺🇸 @Realwsq]

@qing759520 死鬼，���先去呀！

[RealHendry🇺🇸 @Realwsq]

硬生生把自己逼成了代码编写者

[RealHendry🇺🇸 @Realwsq]

Stop drinking.

[RealHendry🇺🇸 @Realwsq]

How was the short video which is created by #VOE3

[RealHendry🇺🇸 @Realwsq]

@_ROB_29 I suppose this video was created by AI, The buoyancy of it is too much to dunk

[RealHendry🇺🇸 @Realwsq]

@uniswap12 我隔着屏幕都想扇他两巴掌

[AI Will @FinanceYF5]

HuggingFace
https://t.co/VTh1ocqMFs

[RealHendry🇺🇸 @Realwsq]

Nice try.

[低等生物 @didengshengwu]

美国历任47位总统 总结

[RealHendry🇺🇸 @Realwsq]

#banana