一份聲明先排好了數據：Anthropic 的暫停呼籲，是一則被設計過的警告介面

先看一個數字：80%。

2026 年 6 月初，Anthropic 發布署名長文《當 AI 構建自身》，由聯合創辦人 Jack Clark 與研究院負責人 Marina Favardo 聯署。到了 9 月，這份文件隨著創辦人 Dario Amodei 公開呼籲全球暫緩 AI 開發的報導，再次被翻出來討論。文中披露，截至 2026 年 5 月，該公司併入代碼庫的代碼中，超過 80% 由自家模型 Claude 撰寫；工程師每季度交付的代碼量，是 2021 至 2025 年期間的八倍。

這個數字被放在文章開頭附近，而不是藏在附錄。這是一個排版上的選擇，也是一個敘事上的選擇。當一家公司要說「我們很擔心 AI」時，最有說服力的第一句話，是先承認「我們已經被 AI 改寫到什麼程度」。數據先上場，警告才有重量。

警告的介面：為什麼是這個人在說這件事

同樣一句「AI 正在變得越來越不需要我們」，由不同主體說出來，可信度完全不同。

如果這句話來自外部研究機構，很容易被歸入「AI 悲觀主義」的常規敘事，聽過就翻頁。但 Anthropic 的位置很特殊：它是這場加速的最大受益方之一。它的代碼庫裡有八成代碼出自自家模型，它的研發效率靠 Claude 翻了八倍。由正在加速的人踩剎車，這個姿態本身就是訊息的一部分。

這很像產品設計裡的「來源標示」。介面上同一則警示，掛上官方徽章與匿名帳號，使用者讀出來的重量不同。Anthropic 選擇把內部數據直接寫進公開文件，等於把自己的產能依賴攤在桌面上，替後面的警告預繳了信用。

文章的結構也經過安排。它沒有走業界慣見的軟性風險提示路線，而是先給內部數據，再給一條時間線：遞歸自我改進可能在未來兩年內發生。數據、時間線、然後才是主張。這個順序讓文章讀起來更像工程評估，而非立場宣示。

三層結構：一份被排好的能力敘事

《當 AI 構建自身》把遞歸自我改進（RSI）的進展分成三層來寫，這個分層本身就是一種資訊設計。

第一層是代碼生成與迭代。Claude 已能承擔常規編碼任務，包括修 Bug、寫單元測試、重構代碼。第二層是工具調用與代理協作。模型能呼叫 API、執行 Shell 指令、操作瀏覽器，並在多步任務中把工作分配給多個代理。第三層是自我評估。在安全對齊任務中，模型已能自主識別違規輸出、提出改進建議，並在 Constitutional AI 框架下進行自我批評。

三層裡，前兩層是已經發生的事實，第三層是正在逼近的邊界，而真正讓人不安的第四層，自主設定優化目標，文中明說還未完成。這種寫法的妙處在於誠實：它不把未來說成現在，而是用已驗證的層級當階梯，讓讀者自己走上最後一階，看見懸崖。

文中有一句措辭值得單獨看：「我們目前距離 RSI 還有一段距離，但這段距離可能比大多數人想象的要短。」這句話的節奏是先讓一步、再收緊。它沒有用聳動的字眼，卻把緊迫感藏在比較級裡。相較於許多 AI 預測喜歡給出確切年份，這種留有餘地的措辭反而更難反駁。

這種把安全議題排成可閱讀文件的思路，與我們先前觀察過的《人工智慧安全治理框架 3.0》的版面設計有相似的邏輯：制度性的風險論述，需要先被設計成一種可讀的介面，才有機會進入公眾討論。

一週之後的呼應：兩家實驗室的措辭差

OpenAI 在約一週後發布了立場相近的聲明，但措辭更謹慎。

這個一週的時間差值得看。兩家頭部實驗室的同步表態，說明行業內部對技術節奏的判斷正在收斂。過去「更快迭代」是共同目標，現在「更快迭代是否等於更可控」成了新的討論重心。但措辭的差異也透露了各自的計算：Anthropic 用了內部數據與明確時間線，OpenAI 選擇了更收斂的表述。同樣的憂慮，兩家公司排出了不同的表情，一個像工程報告，一個像外交聲明。

Amodei 把他主張的國際核查框架類比為核武器協議：需要第三方驗證機制，並確保民主國家在 AI 發展上保持領先。這個類比也是修辭設計。核協議是公眾已經有認知模板的制度形式，借用它，等於替一個尚不存在的 AI 治理架構省去了從零解釋的成本。

剎車為什麼難踩：商業結構不答應

文章也沒有迴避最現實的問題：「暫停」難以自發實現。

AI 競賽的博弈結構決定了任何一家公司單方面停下來，都等於把位置讓給對手。OpenAI、Google DeepMind、Meta、xAI 之間的競爭格局，讓「暫緩開發」在商業上近乎不可執行。這也是為什麼 Amodei 的主張落在國際核查框架而非企業自律上：他清楚單點剎車踩不住，必須把剎車設計成制度，裝在所有車上。

從設計的角度看，這份文件最誠實的地方，是它承認了結構。它沒有假裝一紙呼籲能改變競賽，而是先暴露自己的依賴程度，再指出制度層面的缺口，最後給出一個有既有模板的方案。數據、分層、時間線、類比，每一段都在替同一個主張鋪路。

結語：數據先上場，警告才有重量

回頭看那個 80%。它之所以成為整場討論裡最被引用的數字，是因為它同時完成了兩件事：證明了 AI 的產能已經深入一家頂級實驗室的日常，也證明了說話的人有資格說這些話。

一份好的警告文件，跟一個好的警示介面一樣，關鍵在於資訊出場的順序。先給可驗證的事實，再給時間線，最後才是主張。Anthropic 這份長文把順序排對了，至於剎車能不能真的裝上，那已經超出文件設計能解決的範圍，但它至少讓這個問題，被排成了可討論的樣子。