AI的程式AI自己寫!Anthropic證實Claude貢獻逾8成代碼,為何急籲建立「AI停戰協議」?
AI的程式AI自己寫!Anthropic證實Claude貢獻逾8成代碼,為何急籲建立「AI停戰協議」?

重點一:Anthropic 官方部落格揭露,截至 2026 年 5 月,合併進公司程式庫的 production code 逾 80% 由 Claude 撰寫。

重點二:Anthropic 主張 AI 開發正走向「遞迴自我改進」,也就是 AI 反過來加速 AI 自身研發。

重點三:在估值達 9,650 億美元、並已向 SEC 提交保密 S-1 草案的此刻,Anthropic 罕見呼籲全球保留放慢或暫停前沿 AI 開發的選項,但設下前提,須有可驗證機制確保各家同步停手。

AI 公司 Anthropic 在 6 月 4 日發布一篇官方部落格,自揭一項數字:截至 2026 年 5 月,合併進公司程式庫的程式碼中,逾 80% 由自家 AI 模型 Claude 撰寫。

Anthropic 在文中註明,80%這個數字指的是「合併進程式庫的程式碼」(production code,即實際進入產品的程式碼),與公司高層另外對外給過的「90% 以上」估計不同,後者把腳本、實驗性程式碼也算進去。

換句話說,80%還算是比較保守的算法,實際是九成以上。

什麼是「遞迴自我改進」?

Anthropic 用這批數據要說的,是一個它稱為「遞迴自我改進」(recursive self-improvement)的趨勢。

簡單來說,過去 AI 開發的每一步都由人類主導,但現在 Anthropic 正把越來越多開發工作交給 AI 系統自己做,反過來加速 AI 本身的研發。

文章的核心擔憂是:當 AI 有能力改寫自己的程式碼、修補自身弱點、升級自身能力,且不再需要人類直接監督時,這個循環會自我加速。

遞迴自我改善 (Recursive Self-improvement)
遞迴自我改善的概念是,由 AI 1.0 運用它的高階編程和研究能力,自主找出現有架構的缺陷,並開發出更聰明、更高效的 AI 2.0。而 AI 2.0 比 1.0 更聰明,它能在更短的時間內開發出更強大的 AI 3.0。這個過程不斷重複(遞迴),使得 AI 的智力與能力呈現指數級的爆炸性成長。
圖/ Anthropic

公司列出幾項內部數據佐證這個趨勢。

Anthropic 稱,2026 年第二季,典型工程師每日合併的程式碼行數已達 2024 年的 8 倍;但官方也提醒,程式碼行數是以量計算,幾乎必然會高估真實生產力。

在特定程式最佳化任務上,Claude 達成的加速幅度則從 2025 年 5 月約 3 倍,提升到 2026 年 4 月約 52 倍,但 Anthropic 註明這不應被解讀為真實世界訓練速度會直接提高 52 倍。

Anthropic 也強調,完全的遞迴自我改進「尚未發生,也並非必然會發生」,但「可能比多數機構準備好的時間還早到來」。

估值近兆,卻喊「該放慢」

弔詭之處在於時機。《Axios》報導,Anthropic 近期完成一輪 650 億美元募資,投後估值達 9,650 億美元;公司也在 6 月 1 日宣布,已向美國 SEC 提交保密 S-1 草案,取得在審查完成後選擇上市的可能性。

另據投資人文件與媒體報導,公司年化營收(run rate)預計到 6 月底接近 500 億美元,遠高於 2025 年底約 90 億美元。

但就在這個全力衝刺的節點,Anthropic 卻在文中表示,「讓世界擁有放慢或暫時暫停前沿 AI 開發的選項,會是一件好事」,以爭取時間讓社會制度與 AI 對齊(alignment)研究跟上技術腳步。

不過這個呼籲有但書。Anthropic 強調,放慢只有在被廣泛遵守時才有意義,因此需要一套驗證機制,確保各家業者真的同步停手。文章把這個難題類比為核武條約,並坦言要防作弊更棘手,因為 「訓練一個模型遠比飛彈發射井更容易藏」,「在別人暫停時繼續做的人,可能會就此取得領先」。

這項呼籲也引來質疑。《WSJ》引述創投人士、白宮非正式顧問 David Sacks 的長期批評,指 Anthropic 在華府推動的政策帶有「監管俘虜」(regulatory capture)意圖,目的是拖慢競爭對手。

賓州大學華頓商學院教授 Ethan Mollick 則形容,AI 實驗室內部「是各種人的混合體」,既有商業團隊與律師,也有一群真心憂慮未來的「哲學家國王」,彼此時常相互拉扯。

資料來源:Anthropic 官方部落格、Anthropic S-1 公告、WSJ

本文初稿為AI編撰,整理.編輯/ 李先泰

關鍵字: #Anthropic #Claude
往下滑看下一篇文章
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?

一家來自台灣的 AI 新創,如何讓美國上千家速食餐廳,都用它的 AI「看」得來速車道?

這家公司就是專注於 AI 影像辨識技術的 Berry AI (華捷智能),透過攝影機蒐集匿名數據並轉化為多項營運指標,協助速食品牌找出流程瓶頸、提升現場營運效率與整體顧客滿意度。以美國連鎖炸雞品牌 Zaxby’s 為例,在全面導入 Berry AI 解決方案後,服務速度提升 13%-20%,業績表現最好與最差的門市,每週營收差距從 2.4 萬美元縮小至約 9,000 美元。另一家連鎖速食品牌 Culver’s 在導入後,得來速車道的服務時間也立刻改善,進而提升整體吞吐量。

然而,支撐 Berry AI 解決方案的,不只有前端看得見的攝影機與影像辨識技術,還有後端穩定且具彈性的雲端平台。Berry AI 結合 Amazon Web Services (AWS) 全球雲端資源及博弘雲端顧問服務,打造兼顧即時性、穩定性與成本效益的雲地混合架構,成為推動 Berry AI 持續擴大北美市場版圖的重要關鍵。

從台灣 PoC 走向北美千店規模,Berry AI 面臨架構升級新挑戰

Berry AI 執行長林逸中表示,團隊成立初期投入近2年半的時間,探索最適合影像辨識技術的應用場景,最終將目光鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等。

同時,Berry AI 也進一步將現場蒐集到的數據轉化為可量化的營運指標,例如:不同門市、日期或時段的顧客等候時間,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。

在確立發展方向並於台灣完成 PoC (概念驗證)後,Berry AI 決定前進全球最大、也是 QSR 最核心的北美市場。然而,隨著合作客戶與部署門市持續增加,資料量快速攀升,加上服務範圍橫跨不同區域,既有以地端為主的架構開始面臨規模化挑戰。

林逸中補充指出,尤其 QSR 業者在選擇 AI 解決方案時,格外重視技術效能與穩定性,包括 AI 辨識精準度、能否因應突發狀況、系統能否穩定運作,以及網路發生問題時能否維持服務等。在這樣的要求下,若將所有運算與資料都留在地端,不僅難以因應日益增加的部署門市與資料量體,設備建置與維運成本也會隨之增加。

BerryAI 攜手博弘雲端 打造高可用性 AWS 雲地混合架構,突破北美規模化部署挑戰

如何確保系統的即時性、穩定性與成本效益,成為 Berry AI 進軍北美後必須解決的新課題。為此,Berry AI 選擇與博弘雲端合作,取得穩定且高可用的 AWS 運算與資料庫服務架構,將即時運算留在地端,同時在雲端環境整合資料庫處理大量資料與後續分析工作,形成兼顧地端即時運算與雲端彈性擴充的雲地混合架構。

Berry AI研發同仁汪楚剛說明,包括車輛偵測、追蹤與狀態辨識等需要即時反應的工作,會先在地端完成;再將辨識結果傳送至 AWS 雲端,計算各項營運指標,提供後續分析與決策使用。透過這套架構,Berry AI 至今已處理超過 2 億筆車輛狀態資料。

此外,AWS 也是 Berry AI 持續優化 AI 模型的重要基礎。Berry AI 將整套資料蒐集流程建構於 AWS 上,透過完整且多樣化的資料,持續訓練與優化模型,進一步提升地端影像辨識的準確度。

博弘雲端
Berry AI 鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。
圖/ Berry AI網站圖

成為企業技術團隊的延伸,博弘雲端助 BerryAI 把 AWS 用得更好、更省

隨著北美業務持續成長,Berry AI 也迎來新的課題:如何把雲端資源用得更有效率、更省成本,這也成為 Berry AI 與博弘雲端合作的重要契機。

對此,可能有很多人好奇,像 Berry AI 這類技術能力成熟、具備自行建置架構能力的企業,為什麼還需要與博弘雲端合作?「關鍵在於,博弘雲端長期深耕 AWS,對相關服務與技術架構更加熟悉,可以成為企業內部技術團隊的延伸。」博弘雲端技術長宋青雲說。

當 Berry AI 遇到特定 AWS 服務或技術問題時,可以直接尋求博弘雲端協助;若需要進一步與 AWS 原廠確認,博弘雲端也能協助溝通與處理,減少 Berry AI 自行研究與排除問題所需投入的時間,讓內部研發團隊可以將更多心力和資源集中在核心產品開發。

更重要的是,博弘雲端不只提供技術支援,還能從 Berry AI 實際用量與成長需求出發,客製化設計最適合的節費方案,這對 Berry AI 降低營運成本有很大的幫助。宋青雲說明,博弘雲端根據 Berry AI 既有的 AWS 用量,推估未來 1-3 年內的使用需求,並以此為基礎規劃合適的長期雲端資源用量;同時考量 Berry AI 所屬飛捷集團旗下還有 3 家子公司同樣使用 AWS,進一步整合集團需求進行評估,放大整體採購規模,爭取更大的節費空間。

宋青雲強調,雲端採取隨需即付的計價模式,雖然具備彈性優勢,但若缺乏持續管理,仍可能出現資源配置不符商務規劃,或費用超出預期等情況。而博弘雲端不只能從使用現況出發、建議適合的節費方案,也會從效能、資安與成本等面向進行架構健檢,提出相應的優化建議;同時還會提供相關管理介面,讓企業隨時查看帳戶使用狀況、預估未來用量,在業務規模持續成長的同時,也能兼顧雲端架構的效能、安全與成本效益。

而架構健檢與成本優化,只是博弘雲端服務的一環。從企業準備上雲開始,博弘雲端便能協助將應用程式與資料從地端搬遷至雲端,或直接在雲端完成部署;進一步還能協助建置數據平台、數據中台,進行資料分析及導入 AI 應用,讓企業資料發揮更大價值。當服務正式上線後,博弘雲端也能接續提供維運服務。換言之,從前期 PoC、雲端建置到後續維運,博弘雲端都能依據企業需求,提供相應的服務與支援。

對 Berry AI 來說,藉由與博弘雲端合作,深化 AWS 雲端資源使用,不只是突破規模化挑戰,更重要的是能把有限的資源集中在核心業務,持續優化解決方案、開發更多貼近餐飲營運需求的應用,進一步爭取更多品牌合作,擴大北美市場版圖。目前,Berry AI 正全力拓展北美市場,也持續尋找對 AI 技術與餐飲產業應用充滿好奇心、重視團隊協作的人才加入。徵才方向涵蓋機器學習與電腦視覺、Platform & System(DevOps、Infrastructure),以及 Full Stack 軟體開發。從門市邊緣裝置上運行的 AI 模型、串連雲端與數千家門市的系統平台,到協助餐飲品牌提升營運效率的分析產品,每個環節都還有發揮的空間。 期待匯聚更多優秀夥伴,一起用 AI 解決真實的營運問題,讓來自台灣的技術走進更多全球 QSR 門市。

職缺詳情:https://www.cake.me/companies/berryai/jobs

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓