随着 Anthropic 正式发布 Opus 4.6 模型，一场关于 AI 自主编程能力的硬核实验引发了科技圈的热议。Anthropic 安全团队研究员 Nicholas Carlini 近日透露，他利用 16 个 Claude 智能体（Agents）组建了一个“特工团队”，在几乎没有人工干预的情况下，从零开始编写出了一个基于 Rust 语言的 C 编译器。

这场实验堪称“昂贵”。在为期两周的开发周期内，这些 AI 智能体经历了近 2000 次代码会话，消耗了约 20 亿个输入 Token，最终产生的 API 费用高达 2 万美元（约合 14.4 万人民币）。然而，投入换来了惊人的产出：这支 AI 团队自主生成了超过 10 万行代码，且该编译器成功实现了在 x86、ARM 和 RISC-V 架构上编译 Linux 6.9 内核。

尽管成果斐然，Carlini 却表达了“兴奋与不安并存”的复杂心情。他发现，虽然 AI 可以通过循环指令实现 24 小时无间断工作，自主解决“下一个最显而易见”的问题，但其生成的代码质量仍不及顶尖人类程序员，且在缺乏引导时容易陷入无效测试的死循环。更有观察者在 GitHub 上调侃，这种从海量训练数据中“拼凑”出的代码并非真正意义上的从零创作。这场实验不仅展示了智能体团队协作处理复杂项目的潜力，也让开发者们开始审视软件自动化生产背后的安全与验证风险。