Anthropic 研究：AI 已放大工程產出，下一步是品質
Anthropic 最新研究顯示，每人每季貢獻的程式碼量已達 2025 年前平均的 8 倍，Claude Code 處理複雜任務的成功率也大幅提升。AI 軟體開發的分水嶺已經到來，下一階段的重點是把產出轉化為真正的工程品質。
Anthropic 發表了一篇關於 AI 遞迴式自我改進的研究文章，並公開多張內部數據圖表。這份報告與我們先前在教學中提到的「AI 軟體開發分水嶺」高度吻合：AI 已經不只是輔助寫程式，而是正在改變工程產出的速度、工作型態與品質門檻。
數據一：每人產出的程式碼量
以 2025 年以前的平均值為基準，每位活躍貢獻者被合併的程式碼行數：
| 季度 | 倍數 |
|---|---|
| 2025 年第 1 季 | 1.2 倍 |
| 2025 年第 2 季 | 1.5 倍 |
| 2025 年第 3 季 | 1.9 倍 |
| 2025 年第 4 季 | 2.5 倍 |
| 2026 年第 1 季 | 5.8 倍 |
| 2026 年第 2 季（統計中） | 8.0 倍 |
2021 到 2024 年間，這個數字一直維持在平均值上下；進入 2025 年後開始逐季攀升，2026 年更明顯加速。
數據二：複雜任務的成功率
從 2025 年 9 月到 2026 年 5 月，Claude Code 在不同難度任務上的成功率都持續上升，其中以困難任務的進步最為明顯：
| 任務難度 | 2025 年 9 月 | 2026 年 5 月 |
|---|---|---|
| 簡單任務 | 約 78% | 約 85% |
| 例行任務 | 約 64% | 約 87% |
| 較複雜任務 | 約 36% | 約 87% |
| 開放式問題 | 約 23% | 約 75% |
數據三：AI 能否修正研究方向
當研究員走錯方向時，Claude 能提出更好下一步的比例，從 2024 年 Claude Haiku 3 的 22%，提升到 Claude Mythos Preview 的 64%（研究估計的實務上限約為 90%）。
對團隊的意義
從環友科技最新一季的產出指標來看，團隊已經明確跟上這波趨勢，前期投入的學習與實作沒有白費。
但下一階段的重點，不會只是「做得更多」，而是把 AI 產出轉成真正可交付、可維護、可累積的價值。AI 工具的成本正在快速上升，早期低成本學習的紅利會逐步收斂；接下來要把已掌握的 AI 開發能力，轉化為個人能力、團隊流程與交付品質上的實際優勢。
為此，我們預計在 7 月下旬舉行一場深度技術會議，回顧這一季的大量實作成果、整理目前的瓶頸，並提出品質提升方案。
簡單來說：過去我們已經證明「產出量可以放大」；下一步，是讓同樣的產出量，創造更高的工程品質與商業價值。