Երբ AI-ն կառուցում է ինքն իրեն. Anthropic-ի ճանապարհը դեպի ռեկուրսիվ ինքնակատարելագործում

Anthropic-ը հրապարակել է գնահատական, որը պատրաստել է նրա Anthropic Institute-ը և որը վերաբերում է ընկերության առաջընթացին դեպի «ռեկուրսիվ ինքնակատարելագործում»՝ այն կետը, որտեղ AI համակարգը կկարողանա ինքնուրույն նախագծել ու մշակել իր հաջորդին։ Հեղինակները ուղղակիորեն նշում են, որ ոլորտը դեռ այնտեղ չէ և որ արդյունքը անխուսափելի չէ, սակայն պնդում են, որ այն կարող է գալ ավելի շուտ, քան ինստիտուտների մեծ մասը պատրաստ է։

Ապացույցներ ընկերության ներսից

Ամենակոնկրետ թիվը ներքին է. 2026 թվականի մայիսի դրությամբ Anthropic-ի կոդի բազայում միաձուլված կոդի ավելի քան 80%-ը գրել է Claude-ը։ Մինչ Claude Code-ի՝ 2025 թվականի փետրվարին հետազոտական նախադիտմամբ թողարկվելը այդ բաժինը միանիշ ցածր մակարդակում էր։ 2026 թվականի երկրորդ եռամսյակում սովորական ինժեները օրական մոտ ութ անգամ ավելի շատ կոդ էր միաձուլում, քան 2024-ին. մարդը ղեկավարում և ստուգում է, այլ ոչ թե ինքն է գրում։ Anthropic-ը նշում է, որ կոդի տողերը իրական արտադրողականության անկատար չափիչ են։

2026 թվականի ապրիլին Claude-ը թողարկեց ավելի քան 800 ուղղում, որոնք API-ի սխալների մի դասը հազար անգամ նվազեցրին՝ աշխատանք, որը, վերահսկող ինժեների գնահատմամբ, մարդուն չորս տարի կպահանջեր։ Այժմ առաջարկվող փոփոխությունները միաձուլումից առաջ կարդում է Claude-ի վրա հիմնված ավտոմատ գրախոսը. հետադարձ վերլուծությունը ցույց տվեց, որ այն կբռներ claude.ai-ի անցյալ միջադեպերի պատճառած սխալների մոտ մեկ երրորդը։

Ապացույցներ հանրային բենչմարկներից

Հոդվածը նաև վկայակոչում է METR-ի գտածոն. այն առաջադրանքների տևողությունը, որոնք AI համակարգերը վստահելիորեն ինքնուրույն ավարտում են, կրկնապատկվում է մոտավորապես ամեն չորս ամիսը մեկ՝ նախկին յոթամսյա միտման փոխարեն։ 2024 թվականի մարտին Claude Opus 3-ը կատարում էր ծրագրային առաջադրանքներ, որոնք մարդուն մոտ չորս րոպե են տալիս. մեկ տարի անց Claude Sonnet 3.7-ը կատարում էր մոտ մեկուկես ժամ տևող առաջադրանքներ, ևս մեկ տարի անց Claude Opus 4.6-ը՝ 12-ժամյա առաջադրանքներ։

SWE-bench-ը, որը մոդելին տալիս է իրական բաց կոդով բազա և սխալի հաշվետվություն, երկու տարվա ընթացքում ցածր միանիշ միավորներից հասավ հագեցման։ Anthropic-ի սեփական կրկնվող թեստը՝ փոքր ուսուցողական սկրիպտի արագացումը նույն ստուգումները պահպանելով, 2025 թվականի մայիսի միջին ~3 անգամից հասավ 2026 թվականի ապրիլի ~52 անգամի։

Ինչ բաց է մնում

Հոդվածը հստակ նշում է, թե ինչ դեռ ավտոմատացված չէ։ Claude-ին կարելի է տալ ոչ ամբողջովին սահմանված ինժեներական խնդիր, և նա ինքը կգտնի լուծումը. նա նաև կարող է հավասարվել փորձառու մարդկանց կամ գերազանցել նրանց լավ սահմանված փորձի կատարման մեջ։ Սակայն մեծ բաց մնում է նպատակների ընտրության մեջ՝ թե որ խնդիրներն արժե ընդհանրապես մշակել։ Հենց այդ դատողությունն է տարբերում այսօրվա համակարգերը նրանից, որը կկարողանա նախագծել իր հաջորդին։

Հեղինակները ուրվագծում են երեք սցենար. միտումը կանգ է առնում, իսկ այսօրվա հնարավորությունները լայնորեն տարածվում են. լաբորատորիաները շարունակում են արդյունավետության կուտակային աճ ստանալ, իսկ մարդիկ որոշում են ուղղությունը՝ ապացույցները, նրանց խոսքով, հենց սա են հուշում. կամ AI համակարգերը կկարողանան ամբողջական ռեկուրսիվ ինքնակատարելագործում։ Նրանք ավելացնում են, որ հավաստի դանդաղեցման համար անհրաժեշտ է հաստատում, որ մյուս լաբորատորիաները իսկապես կանգ են առել, և նշում, որ Anthropic Institute-ը կօգնի կառուցել նման դադարի համար անհրաժեշտ համակարգերը։