«Коли AI будує себе»: прогрес Anthropic на шляху до рекурсивного самовдосконалення

Anthropic опублікувала оцінку, підготовлену Anthropic Institute, щодо свого поступу до «рекурсивного самовдосконалення» — моменту, коли AI-система зможе автономно проєктувати й розробляти власного наступника. Автори прямо кажуть, що індустрія ще не досягла цього рівня і що такий результат не є неминучим, але стверджують, що він може настати швидше, ніж більшість інституцій готові до нього.

Свідчення зсередини компанії

Найконкретніша цифра — внутрішня: станом на травень 2026 року понад 80% коду, злитого в кодову базу Anthropic, написав Claude. До виходу Claude Code у дослідницькому прев'ю в лютому 2025 року ця частка була в межах низьких однозначних чисел. У другому кварталі 2026-го типовий інженер зливав приблизно у вісім разів більше коду на день, ніж у 2024-му, — люди керують і перевіряють, а не друкують самі. Anthropic застерігає, що рядки коду — недосконалий показник реальної продуктивності.

У квітні 2026 року Claude випустив понад 800 виправлень, які зменшили один клас помилок API у тисячу разів — робота, яка, за оцінкою інженера, що нею керував, зайняла б у людини чотири роки. Тепер запропоновані зміни перед злиттям читає автоматичний рецензент на базі Claude; ретроспективний аналіз показав, що така перевірка виявила б приблизно третину помилок за минулими інцидентами на claude.ai ще до продакшну.

Свідчення з публічних бенчмарків

У статті також наведено висновок METR: тривалість завдань, які AI-системи надійно виконують самостійно, подвоюється приблизно кожні чотири місяці — проти попереднього тренду в сім місяців. У березні 2024-го Claude Opus 3 справлявся із завданнями, на які людині потрібно близько чотирьох хвилин; за рік Claude Sonnet 3.7 виконував завдання приблизно на півтори години, а ще за рік Claude Opus 4.6 — 12-годинні завдання.

Схожа картина на бенчмарках. SWE-bench, де моделі дають справжню відкриту кодову базу та реальний звіт про помилку, за два роки пройшов шлях від низьких однозначних оцінок до насичення. Власний повторюваний тест Anthropic — зробити невеликий тренувальний скрипт швидшим, зберігши ті самі перевірки коректності — зріс із середнього ~3-кратного прискорення у травні 2025 року до ~52-кратного у квітні 2026-го.

Яка прогалина залишається

Стаття чітко окреслює те, що не автоматизовано. Claude можна дати нечітко сформульовану інженерну проблему, і він сам знайде спосіб її розв'язати; він також може зрівнятися з досвідченими людьми або перевершити їх у виконанні добре специфікованого експерименту. Але великі прогалини зберігаються у виборі цілей — у рішенні про те, які проблеми варто розробляти. Саме це судження відрізняє сьогоднішні системи від тієї, що змогла б проєктувати власного наступника.

Автори окреслюють три сценарії: тренд зупиняється, а сьогоднішні можливості широко поширюються; лабораторії й далі отримують кумулятивні виграші в ефективності, а люди задають напрям — саме на це, за їхніми словами, вказують свідчення; або AI-системи стають здатні до повного рекурсивного самовдосконалення. Вони додають, що для переконливого сповільнення потрібне підтвердження, що інші лабораторії справді зупинилися, і кажуть, що Anthropic Institute допомагатиме створювати системи, потрібні для такої паузи.