„როცა AI თავის თავს ქმნის“ — Anthropic-ის გზა რეკურსიული თვითგაუმჯობესებისკენ

Anthropic-მა გამოაქვეყნა შეფასება, რომელიც Anthropic Institute-მა მოამზადა და ეხება კომპანიის წინსვლას „რეკურსიული თვითგაუმჯობესებისკენ“ — იმ წერტილისკენ, სადაც AI სისტემას შეეძლება დამოუკიდებლად შექმნას და განავითაროს საკუთარი მემკვიდრე. ავტორები ამბობენ, რომ ინდუსტრია ჯერ ამ დონეზე არ არის და შედეგი გარდაუვალი არ არის, თუმცა მიიჩნევენ, რომ ეს ინსტიტუტების უმეტესობისთვის მოსალოდნელზე ადრე შეიძლება დადგეს.

მტკიცებულებები კომპანიის შიგნიდან

ყველაზე კონკრეტული მაჩვენებელი შიდა მონაცემებს ეყრდნობა: 2026 წლის მაისისთვის Anthropic-ის კოდის ბაზაში გაერთიანებული კოდის 80%-ზე მეტი Claude-ს ეკუთვნოდა; Claude Code-ის 2025 წლის თებერვლის პრევიუმდე ეს წილი ერთნიშნა იყო. 2026 წლის მეორე კვარტალში ტიპური ინჟინერი დღეში დაახლოებით რვაჯერ მეტ კოდს აერთიანებდა, ვიდრე 2024 წელს — ადამიანი მიმართულებას აძლევს და ამოწმებს, თვითონ აღარ წერს. Anthropic აღნიშნავს, რომ კოდის სტრიქონები რეალური პროდუქტიულობის არასრულყოფილი საზომია.

2026 წლის აპრილში Claude-მა 800-ზე მეტი შესწორება გამოუშვა, რომლებმაც API-ის შეცდომების ერთი კლასი ათასჯერ შეამცირა — სამუშაო, რომელიც ინჟინრის შეფასებით ადამიანს ოთხი წელი დასჭირდებოდა. ახლა ცვლილებებს გაერთიანებამდე ავტომატური Claude-რეცენზენტი კითხულობს; ანალიზმა აჩვენა, რომ ის claude.ai-ის ინციდენტების მიზეზების დაახლოებით მესამედს პროდუქციამდე დაიჭერდა.

მტკიცებულებები საჯარო ბენჩმარკებიდან

სტატია ასევე იშვებს METR-ის დაკვირვებას, რომ იმ ამოცანების სიგრძე, რომლებსაც AI სისტემები დამოუკიდებლად და საიმედოდ ასრულებენ, დაახლოებით ყოველ ოთხ თვეში ორმაგდება — ადრინდელი შვიდთვიანი ტემპის ნაცვლად. 2024 წლის მარტში Claude Opus 3-ს ოთხწუთიანი ამოცანები შეეძლო; ერთი წლის შემდეგ Claude Sonnet 3.7-მა დაახლოებით საათნახევრიანი ამოცანები შეასრულა, კიდევ ერთი წლის შემდეგ კი Claude Opus 4.6-მა 12-საათიანი ამოცანები გაართვა თავს.

SWE-bench, რომელიც მოდელს რეალურ ღია კოდსა და შეცდომის აღწერას აძლევს, ორ წელიწადში ერთნიშნა დაბალი ქულებიდან გაჯერებამდე მივიდა. Anthropic-ის განმეორებადი ტესტი — პატარა სავარჯიშო სკრიპტის დაჩქარება იმავე სისწორის შემოწმებებით — 2025 წლის მაისის საშუალო ~3-ჯერადი დაჩქარებიდან 2026 წლის აპრილისთვის ~52-ჯერადამდე გაიზარდა.

რა სიცარიელე რჩება

სტატია ცხადად აღნიშნავს, რა ჯერ არ არის ავტომატიზებული. Claude-ს შეიძლება მისცე არასრულად განსაზღვრული საინჟინრო პრობლემა და თავად იპოვოს გადაწყვეტა; ასევე შეუძლია კარგად განსაზღვრული ექსპერიმენტის შესრულებაში გამოცდილ ადამიანს გაუტოლდეს. დიდი სხვაობა რჩება მიზნების არჩევაში — რომელი პრობლემის დამუშავება ღირს. სწორედ ეს განსჯა ყოფს დღევანდელ სისტემებს იმ სისტემისგან, რომელსაც საკუთარი მემკვიდრის შექმნა შეეძლება.

ავტორები სამ სცენარს ასახავენ: ტენდენცია ჩერდება, დღევანდელი შესაძლებლობები კი ფართოდ ვრცელდება; ლაბორატორიები აღწევენ ეფექტიანობის კუმულაციურ ზრდას, ადამიანები კი მიმართულებას განსაზღვრავენ — მტკიცებულებები, მათი თქმით, ამისკენ მიუთითებს; ან AI სისტემები სრულ რეკურსიულ თვითგაუმჯობესებას შეძლებენ. ისინი დასძენენ, რომ სარწმუნო შენელებას დასჭირდება დადასტურება, რომ სხვა ლაბორატორიები ნამდვილად გაჩერდნენ, და აცხადებენ, რომ Anthropic Institute დაეხმარება ასეთი პაუზისთვის საჭირო სისტემების შექმნას.