Anthropicin varoitus: Claude kirjoittaa jo 80 % omasta koodistaan – tekoälyn itsekehitys kiihtyy

Kyse ei ole vain tehokkuusedusta, vaan rakenteellisesta muutoksesta kehitysputkessa. Seurauksena on, että Anthropicin insinöörit toimittavat nyt kahdeksan kertaa enemmän koodia neljännesvuosittain verrattuna vuosien 2021–2025 perustasoon . Ohjelmistotuotannon pullonkaula on siirtymässä kirjoittamisesta ja testaamisesta korkeamman tason tavoitteen asetteluun, arkkitehtuuriin ja harkintaan.

Suorituskykytestit saturoituvat ennennäkemättömällä vauhdilla

Raportti tarjoaa aikajanan huimasta kiihtyvyydestä useilla tekniikan ja tutkimuksen osaamisen vakiomittareilla :

• SWE-bench (todellinen ohjelmistotuotanto): Vuoden 2023 lopulla mallit saivat noin 2 % pistemäärän. Raportin aikaan Claude saavutti 93,9 %:n tuloksen, käytännössä saturoiden testin, joka on suunniteltu mittaamaan ihmistasoista viankorjausta aidoissa GitHub-ongelmissa .
• CORE-Bench (julkaistun tutkimuksen toistaminen): Tekoälyn onnistumisprosentti hyppäsi noin 20 %:sta vuonna 2024 saturoimaan testin vain viisitoista kuukautta myöhemmin .
• Tekoälyn koulutuskoodin optimointi: Tämä sisäinen testi, jossa mallia pyydetään optimoimaan pienen kielimallin koulutuskoodia, koki huikean loikan. Toukokuussa 2025 keskimääräinen nopeutus oli 2,9-kertainen. Huhtikuussa 2026 vielä julkaisemattomalla Claude Mythos Preview -mallilla se oli 52-kertainen . Taitava ihminen tarvitsisi yksin neljästä kahdeksaan tuntia 4-kertaisen parannuksen saavuttamiseen; nykyinen Claude-mallien sukupolvi ylittää 50-kertaisen nopeutuksen .

Autonomian kellotaajuus kaksinkertaistuu neljän kuukauden välein

Ehkä vaikuttavin mittari rekursiivisen itsekehityksen ennustamiseen on itsenäisten tehtävien kesto. METR:n tutkimus seuraa, kuinka kauan tekoäly voi työskennellä itsenäisesti 50 %:n onnistumisasteella. Tämä tehtäväaikaikkuna on laajentunut noin 30 sekunnista vuonna 2022 12 tuntiin Claude Opus 4.6:lla huhtikuuhun 2026 mennessä, mikä on 1 440-kertainen kasvu . Claude Mythos Preview voi työskennellä vähintään 16 tuntia, minkä huomautetaan olevan lähellä METR:n nykyistä mittauskyvyn ylärajaa . Tämän aikaikkunan kaksinkertaistumisvauhti on kiihtynyt seitsemästä kuukaudesta neljään kuukauteen .

Kolmannes tekoälyavusteisesta työstä oli aiemmin epäkäytännöllistä

Määrällistä koodi- ja testidataa täydentää sisäinen kyselytutkimus inhimillisestä tuottavuudesta. Analyysi 200 000 sisäisestä Claude-keskustelusta ja 53 syvähaastattelusta paljasti, että 27 % tekoälyavusteisista tehtävistä oli töitä, joita työntekijät eivät yksinkertaisesti olisi yrittäneet ilman tekoälyä, koska ajankäyttö teki niistä aiemmin epäkäytännöllisiä . Kyse ei ole olemassa olevan työn automatisoinnista, vaan sen laajentamisesta, mitä ylipäätään on mahdollista yrittää. Erillisessä marraskuun 2025 sisäisessä tutkimuksessa työntekijät raportoivat käyttävänsä Claudea 60 %:ssa työstään ja arvioivat tuottavuuden kasvaneen 50 %, kun se edellisvuonna oli 20 % .

Hidastaminen vai riskin eristäminen: kasvava juopa

Anthropicin kanta on selvä. Yhtiö toteaa: ”Emme ole vielä siellä, eikä rekursiivinen itsekehitys ole väistämätöntä. Mutta se voi tulla nopeammin kuin useimmat instituutiot ovat valmistautuneet” . Se väittää, että maailmanlaajuinen kyky pysäyttää tai hidastaa tekoälykehitystä olisi ”todennäköisesti hyvä asia” ja kehottaa suoraan muita laboratorioita harkitsemaan sitä .

Samalla viikolla OpenAI:n toimet maalasivat vastakkaisen kuvan. Kesäkuun 3. päivänä OpenAI julkaisi julkisen toimintapoliittisen ohjelman, jossa vaaditaan liittovaltiotason huipputekoälyn turvallisuuskehikkoa, johon kuuluu pakollisia mallien arviointeja ja ilmiantajansuojaa, mutta myös kriittinen lauseke: osavaltiotason turvallisuuslakien syrjäyttäminen . Se pyytää nimenomaisesti liittovaltion tekoälyturvallisuusinstituutti CAISI:a priorisoimaan rekursiivisen itsekehityksen edistymisen seurantaa . Samanaikaisesti OpenAI vahvistaa henkilöstöään juuri tätä riskiä varten luomalla ”Researcher, Recursive Self-Improvement Preparedness” -roolin turvallisuustiimiinsä, ja sen ilmoitettu palkkio on 295 000–445 000 dollaria . Työ on kehystetty hallinnan menettämisen eristämisongelmaksi, ”tyylikkääksi ja strategiseksi” pyrkimykseksi lieventää riskejä, jotka ”saattavat olla olemassa tulevaisuudessa, mutta eivät välttämättä nyt” .

Molemmat laboratoriot näkevät saman aallon lähestyvän, mutta Anthropic kehottaa laivastoa hidastamaan, kun taas OpenAI palkkaa hengenpelastajia ja vastustaa sitä, että yksittäinen osavaltio kieltäisi uimisen.

Kolme askelta kohti itse itsensä rakentavaa tekoälyä

Blogikirjoitus hahmottelee kolmivaiheisen kehityspolun kohti äärimmäistä riskiä :

1. Ihmisen ohjaama kiihdytys (nyt): Tekoäly avustaa ihmisinsinöörejä kirjoittaen suurimman osan koodista, mutta ihmiset asettavat tavoitteet ja käyttävät harkintaa.
2. Itsenäinen tutkimus ja tuotekehitys: Tekoäly voi suorittaa hyvin määriteltyjä kokeita päästä päähän ilman ihmisen ohjausta menetelmistä; kuilu on jäljellä korkean tason tavoitteen asettelussa ja harkinnassa.
3. Täysi rekursiivinen itsekehitys (”silmukan sulkeminen”): Tekoäly suunnittelee, rakentaa ja kouluttaa itsenäisesti oman seuraajansa minimaalisella tai olemattomalla ihmisen valvonnalla.

Anthropicin toinen perustaja Jack Clark on erikseen arvioinut 60 %:n todennäköisyyden, että tämä ”silmukka” sulkeutuu vuoden 2028 loppuun mennessä . Kesäkuun 4. päivän kirjoituksen sisäinen data tarjoaa tosiasiallisen perustan sille, miksi tämä arvio ei ole kaukainen hypoteesi, vaan ennuste käyrältä, joka on jo nyt selvästi kaartumassa ylöspäin.