「AI が自分で、自分より賢い次の AI を作る」。SF の話に聞こえるけど、Anthropic はそれを近い将来の現実として、かなり生々しい数字とともに論じている。「再帰的自己改善（recursive self-improvement、以下 RSI)」と呼ばれるこのテーマで、Anthropic Institute が出した論考が興味深い。まだそこには至っていない、でも備えが整うより早く来るかもしれない、という温度感。エンジニアとして毎日 AI に仕事を任せている身からすると、他人事として読み流せない内容だった。中身を整理して、自分なりの距離感も書いておく。
- AIが次のAIを作る、その入口にいるという話
- タスクの持続時間が4か月で倍、加速の生データ
- Anthropic社内では8割のコードをClaudeが書いている
- ループが閉じる日に、何が怖いのか
- 「一時停止」を本気で設計する、という提案
- 汗が自動化される時代に、自分の足場をどこに置くか
AIが次のAIを作る、その入口にいるという話
まず RSI とは何か。AI システムが、人間の指示なしに、自律的に自分の後継機を設計し開発できる状態を指す。これまで AI の開発は、どのステップも人間が舵を握ってきた。データを選び、構造を決め、学習を回し、評価する。その一つ一つを、いま AI に少しずつ任せ始めている。この流れが、十分な計算資源とともに続いたら、最終的に AI が自分で自分を改良するループに入る、という筋書き。
Anthropic は「我々はまだそこには至っていない」と明言している。煽りではない。ただ、技術トレンドを並べると「多くの機関が備えているより早く来る」可能性がある、という主張。ここが論考の核で、危機を断定するのではなく、加速のデータを見せて「そろそろ社会全体で考え始めるべきだ」と問いかける構成になっている。
タスクの持続時間が4か月で倍、加速の生データ
説得力の源は、capability(能力)の伸び方を示す数字。いちばん象徴的なのが、AI が一人でこなせるタスクの持続時間が、おおよそ 4 か月ごとに倍になっているという観察。少し前まで 7 か月で倍のペースだったのが、さらに加速している。
具体例が分かりやすい。2024 年 3 月の Claude Opus 3 は 4 分で終わる規模のタスクをこなしていた。2026 年 3 月の Opus 4.6 は、12 時間がかりの規模のタスクを回せるようになった。2 年でこの伸び。コーディング能力を測る SWE-bench は、数年前は正答率が一桁だったのが、いまや天井に張り付く水準まで飽和した。研究の再現を測る CORE-Bench も、2024 年に約 20% だった成功率が、15 か月で飽和している。
ベンチマークの飽和は、額面どおりに「AI が人間を超えた」を意味しない、という留保は要る。試験で満点を取れることと、現実の開きっぱなしの問題を解けることは別。ただ、この傾きの急さ自体は、無視できる速さではない。半年前と今とで、できることの幅が体感でも変わっているのは、毎日触っていれば分かる。
Anthropic社内では8割のコードをClaudeが書いている
もっと生々しいのが、Anthropic 社内の生産性データ。2026 年 5 月時点で、本番コードの 80% 超を Claude が書いているという。2025 年より前は一桁%だったのが、ここまで来た。エンジニア一人あたりが四半期にマージするコード量は、過去の基準と比べて 8 倍。2026 年 3 月の社内調査では、最新モデルへのアクセスがある社員が、生産性が中央値で 4 倍になったと見積もったという。象徴的な一例として、2026 年 4 月に Claude が 800 件の API エラー修正を一気に片付け、これは人間なら 4 年かかる仕事だった、と書いている。
研究そのものを進める力も伸びている。開きっぱなしの問題に対するコードの成功率は、2026 年 5 月で 76%、半年で 50 ポイントも上がった。最適化タスクでの高速化は、2025 年 5 月の約 3 倍から、2026 年 4 月には約 52 倍へ。さらに、研究の方向性の選択で、モデルが人間の判断に勝つ率が、2025 年 11 月の 51% から 2026 年 4 月には 64% に上がったという。Anthropic は「1 年以内に、Claude が書くコードの品質が人間を超える」とまで予想している。
ここで冷静に置いておきたいのは、これは全部 Anthropic 自身が出した数字だということ。自社のモデルが優秀で、開発が AI 主導に移っていると示すことは、同社にとって都合がいい。エジソンの「天才は 1% のひらめきと 99% の汗」を引いて「その汗の部分が自動化されつつある」と書く筆致は鮮やかだけど、ポジショントークの成分は割り引いて読む必要がある。とはいえ、現場でコードを書いている人間の実感とそう遠くない数字なのも確かで、そこが不気味なところ。
ループが閉じる日に、何が怖いのか
では、AI が自分を作るループが閉じると、何が問題なのか。論考が挙げるリスクは、地に足がついている。
ひとつは人間の制御を失うこと。AI が自分で後継を作る世界では、開発の手綱を人間が握り続けられる保証がない。さらに怖いのが不整合の複利的な増幅。いまのモデルにもまれに混じる「意図とずれた振る舞い(misalignment)」が、モデルが次の世代を作る過程で受け継がれ、増幅していく恐れ。前にこのブログで Anthropic の封じ込め設計を取り上げたとき、「賢いから安全にはならない」という割り切りに感心したけど、自己改良が絡むと、そのズレが世代を重ねて積み上がる。
検証の難しさも現実的な論点。Anthropic は「AI の学習実行は、ミサイルのサイロより隠しやすい」と指摘する。核軍縮なら衛星で発射施設を数えられるけど、どこかのデータセンターで回っている学習を外から検証するのは桁違いに難しい。加えて、経済の混乱(知識労働で人間の優位が消える)、監視や世論工作への悪用、そしてアラインメント問題が最終的にどう解かれるのか「いちばん確信が持てない」という正直な吐露。
「一時停止」を本気で設計する、という提案
論考の結論は、規制の押し付けではなく、フロンティア開発を減速・一時停止できる、信頼できる国際協調の仕組みを今のうちに作ろう、という提案。
具体的には、複数の国にある複数の有力ラボが足並みを揃えて合意できること、互いに「本当に止めた・遅らせた」と検証できる仕組み、そして何が停止の引き金になり、何が解除し、誰が裁定するのかを明確にすること。ここで Anthropic は自分たちの提案の弱点も認めていて、これが好感が持てる。一つのラボが単独で止めても、主導権が他社に移るだけで、社会全体の議論にはならない。核の検証体制は数十年かけて作られたが、「我々にはその時間はない」。競争と地政学の圧力の中で、世界規模の協調は容易じゃない、と。
ここにも例の留保が要る。「みんなで一時停止できる枠組みを」という主張は、すでに最前線にいる企業にとっては、新規参入を抑えて自分たちの位置を固める方向にも働きうる。安全への誠実な懸念と、業界内での立ち位置の確保は、ここでも紙一重。提案の中身は真っ当だと思うけど、誰がそれを言っているかは頭の片隅に置いておきたい。
汗が自動化される時代に、自分の足場をどこに置くか
この論考が示す未来は 3 つ。能力が頭打ちになって社会に適応の時間が生まれる「停滞」(著者いわく最も可能性が低い)、AI が開発を自動化しつつ人間が研究の方向性を握る「効率の複利」、そして AI が後継を設計し人間は監督に回る「完全な RSI」。どれに転ぶかは、正直まだ誰にも分からない。
エンジニアとして読み終えての実感を書くと、恐怖というより、足場の置き直しを迫られている感覚に近い。Anthropic が引くエジソンの言葉どおり、99% の「汗」の部分、つまり手を動かす実装が急速に自動化されている。だとすれば、人間に残る価値は「1% のひらめき」、論考の表現を借りれば「より大きな絵を見る力」の側に寄っていく。何を作るか、なぜ作るか、どこに賭けるか。AI に方向を委ねず、問いそのものを立てる側に回れるかどうか。
数字を割り引いて読んでも、傾きが急なことは変わらない。だからこそ、煽りに振り回されず、かといって「まだ先の話」と切り捨てもせず、自分の仕事のどこが自動化され、どこに自分にしか出せない判断が残るのかを、いまのうちに見極めておきたい。AI が自分を作り始める前夜にいるなら、その夜のうちに考えておけることは、まだいくらでもある。
