Anthropicの研究組織The Anthropic Instituteは2026年6月5日、AIシステムがAI開発そのものを加速させている現状と、AIが自らの後継を完全自律で設計・開発する「再帰的自己改善」への見通しをまとめた記事を公開しました。公開ベンチマークと同社内部の未公表データを用いた分析で、再帰的自己改善はまだ実現しておらず不可避でもないものの、多くの組織が備えるより早く到来し得ると論じています。実現すれば科学や医療などに大きな利益をもたらす一方、人間がAIの制御を失うリスクを高める可能性も指摘しています。

外部データが示す加速

• ▸タスク時間の倍増ペース — AIが単独で確実にこなせるタスクの長さは約4カ月ごとに倍増しており、従来の約7カ月ごとから加速
• ▸モデルの進歩 — 2024年3月のClaude Opus 3は人間で約4分のソフトウェアタスク、1年後のClaude Sonnet 3.7は約1時間半のタスク、さらに1年後のClaude Opus 4.6は12時間のタスクに対応。傾向が続けば人間で数日かかるタスクが年内に、2027年には数週間かかるタスクが射程に入る
• ▸SWE-bench — 実在のオープンソースコードベースと実際のバグ報告から修正を書くテストで、モデルのスコアは2年間で1桁台から飽和水準に到達
• ▸CORE-Bench — 公開論文のコードとデータから結果を再現できるかを測るテストで、2024年の成功率約20%から15カ月で飽和水準に到達
• ▸METRの計測 — Claude Mythos Previewは少なくとも16時間の作業が可能で、新しいタスクなしで測定できる上限に位置

社内データ: エンジニアリング

• ▸コード執筆 — 2026年5月時点で、Anthropicのコードベースにマージされるコードの80%超をClaudeが執筆。2025年2月のClaude Code研究プレビュー開始前は1桁台前半だった
• ▸生産性 — 2026年第2四半期のエンジニア1人あたりマージ行数は2024年の8倍。行数は量の指標のため実際の生産性向上はこれより小さいとしつつ、加速を示すと説明
• ▸体感の変化 — 2026年3月の研究部門130人への調査では、中央値の回答者がMythos Previewにより約4倍の成果を出せていると推定
• ▸波及効果 — 2026年4月にはClaudeが800件超の修正を出荷し、あるクラスのAPIエラーを1000分の1に削減。担当エンジニアは人間なら4年かかる作業と見積もり
• ▸成功率 — 最も自由度の高いタスクでのClaude Codeセッション成功率は2026年5月に76%へ到達し、6カ月で50ポイント上昇
• ▸コード品質 — 2025年後半には人間のコードより劣るとされたClaude製コードは現在ほぼ同等で、1年以内に上回るとの見立て。全変更に自動Claudeレビューを適用していれば、claude.aiの過去の障害の原因バグの約3分の1を本番到達前に検出できたと分析

社内データ: 研究

• ▸実験の最適化 — 小型モデルの学習コードを高速化させるテストで、2025年5月のClaude Opus 4は約3倍、2026年4月のClaude Mythos Previewは約52倍の高速化を達成。熟練研究者は同じタスクの4倍化に4〜8時間を要する
• ▸自律研究 — 2026年4月、AI安全性の未解決問題にClaudeエージェント群が仮説の提案から検証まで自律で取り組み、人間の研究者2人が約1週間で埋めた性能差23%に対し、累計800時間と約1万8000ドルの計算資源で97%を回復
• ▸次の一手の判断 — 実際の研究セッションの分岐点で人間の判断と比較する評価(n=129)では、2025年11月のOpus 4.5が51%、2026年4月のMythos Previewは64%の割合で人間の選択を上回った

想定される3つのシナリオ

• ▸トレンドの停滞 — 指数的な軌道がS字カーブに転じる可能性や、チップ製造・電力網など供給網の制約で減速する可能性。ただし測定できる能力はすべて同じ曲線に乗っており曲がる兆候はないとして、この筋書きの可能性は低いと評価
• ▸複利的な効率向上 — AI開発が大幅に自動化されつつ、人間が研究の方向付けと結果の判断を担うシナリオ。100人の企業が1万〜10万人規模の組織の仕事をこなせる一方、監視や個別最適化された世論操作など有害な用途への転用リスクも指摘。現状の証拠はこのシナリオに向かっている可能性が高いとする
• ▸完全な再帰的自己改善 — AIシステム自身が後継モデルを構築し、進歩のペースが計算資源の可用性などで決まるシナリオ。人間の役割は監督・検証・妥当性確認に移り、アライメント問題がどう解決されるかが最も不確実な点だとする

能力が現在の水準で止まっても世界は大きく変わるとし、その一例としてProject Glasswingを挙げています。開始数週間でMythos Previewが世界の重要システムから1万件超の高・重大深刻度のソフトウェア脆弱性を発見し、サイバー防御のボトルネックはすでに脆弱性の発見から修正の速度へ移ったとしています。

Anthropicの提言

同社は、社会構造やアライメント研究が技術の進歩に追いつけるよう、フロンティアAI開発を減速または一時停止する選択肢を世界が持つことは良いことだとの立場を示しています。ただし単純な減速は慎重さを欠く主体の追い上げを許しかねないため、複数の国の複数のラボが同じ条件で停止し、互いに停止を検証できる仕組みが必要だと論じています。そうした仕組みが存在し、フロンティア付近の他の開発者も検証可能な形で減速するなら、自社も減速または一時停止すると表明しました。今後数カ月で政策立案者・研究者・市民社会・他のAI企業との対話の場を設け、その結果を公表する予定です。