La question n'est plus de savoir si l'IA s'améliorera elle-même, mais quand — et si nos institutions sont prêtes.

Claude écrit l'essentiel de son propre code

Le chiffre le plus frappant dévoilé par l'entreprise est le degré d'autonomie déjà atteint par l'IA dans la production de code. En mai 2026, plus de 80 % du code intégré à la base de code d'Anthropic est écrit par Claude . Pour mesurer le chemin parcouru, ce chiffre n'était que de quelques pourcents à un chiffre en février 2025 . Un peu plus tôt, le PDG Dario Amodei avait déjà indiqué que plus de 90 % du code des nouveaux modèles et fonctionnalités de Claude était rédigé par l'IA. Le nouveau rapport confirme que cette domination s'étend à l'ensemble de la base de code fusionnée de la société .

Il ne s'agit pas d'un simple gain d'efficacité, mais d'un changement structurel dans le processus de développement. La conséquence directe est que les ingénieurs d'Anthropic expédient désormais huit fois plus de code par trimestre par rapport à la période 2021–2025 . Le goulot d'étranglement de la création logicielle se déplace : il n'est plus dans l'écriture et le test, mais dans la définition des objectifs de haut niveau, l'architecture et le jugement stratégique.

La saturation des benchmarks à un rythme sans précédent

Le rapport déroule une chronologie d'accélération vertigineuse sur plusieurs mesures standards de la compétence en ingénierie et en recherche :

• SWE-bench (benchmark d'ingénierie logicielle réelle) : Fin 2023, les modèles plafonnaient autour de 2 %. Au moment du rapport, Claude atteignait un score de 93,9 %, saturant un test conçu pour évaluer la correction de bugs à un niveau humain sur de véritables problèmes GitHub .
• CORE-Bench (reproduction de recherches scientifiques publiées) : Le taux de succès de l'IA est passé d'environ 20 % en 2024 à la saturation complète du benchmark seulement quinze mois plus tard .
• Optimisation de code d'entraînement d'IA : Ce benchmark interne demande à un modèle d'optimiser le code qui entraîne un petit modèle de langage. Le bond est spectaculaire : en mai 2025, l'accélération moyenne était de 2,9 fois. En avril 2026, avec la version non publiée de Claude Mythos Preview, elle était de 52 fois . À titre de comparaison, un humain qualifié seul a besoin de quatre à huit heures pour obtenir une amélioration d'un facteur 4. La génération actuelle de Claude dépasse le facteur 50 .

La cadence de l'autonomie double tous les quatre mois

Un autre indicateur crucial pour anticiper l'auto-amélioration récursive est la durée pendant laquelle une IA peut travailler de manière autonome avec un taux de réussite de 50 %. Selon les recherches de l'organisme METR, cet horizon de tâche est passé d'environ 30 secondes en 2022 à 12 heures avec Claude Opus 4.6 en avril 2026, soit une multiplication par 1 440 . Claude Mythos Preview peut, quant à lui, travailler de manière autonome pendant au moins 16 heures, ce qui, selon Anthropic, se rapproche de la limite supérieure de ce que METR peut actuellement mesurer . Le rythme de doublement de cet horizon s'est lui-même accéléré, passant de sept à quatre mois .

Un tiers des tâches assistées par l'IA étaient auparavant impensables

Au-delà des données brutes sur le code et les benchmarks, l'impact humain est documenté par des enquêtes internes. L'analyse de 200 000 transcriptions internes de Claude et 53 entretiens approfondis révèle que 27 % des tâches assistées par l'IA sont des travaux que les employés n'auraient tout simplement pas entrepris sans elle, car le temps nécessaire les rendait auparavant irréalisables . Il ne s'agit pas d'une simple automatisation du travail existant, mais d'une expansion du champ des possibles. Dans une étude interne distincte de novembre 2025, les employés déclaraient utiliser Claude dans 60 % de leur travail et estimaient leur gain de productivité à 50 %, contre 20 % l'année précédente .

Ralentir ou contenir le risque : une fracture grandissante

La position d'Anthropic est explicite. L'entreprise déclare : « Nous n'en sommes pas encore là, et l'auto-amélioration récursive n'est pas inévitable. Mais elle pourrait survenir plus tôt que la plupart des institutions ne sont prêtes à l'affronter » . Elle soutient que la capacité mondiale à mettre en pause ou à ralentir le développement de l'IA « serait probablement une bonne chose » et exhorte directement les autres laboratoires à l'envisager .

La même semaine, les actions d'OpenAI ont dressé un tableau contrasté. Le 3 juin, l'entreprise a publié un agenda de politique publique appelant à un cadre fédéral de sécurité pour l'IA de pointe, avec des évaluations obligatoires des modèles et des protections pour les lanceurs d'alerte, mais avec une clause critique : la préemption des lois de sécurité des États fédérés . Elle demande explicitement à l'institut fédéral de sécurité de l'IA, le CAISI, de donner la priorité au suivi des progrès vers l'auto-amélioration récursive . Parallèlement, OpenAI recrute activement pour ce risque précis, avec un poste de « Chercheur, Préparation à l'auto-amélioration récursive » au sein de son équipe de sécurité, affiché avec une rémunération de 295 000 à 445 000 dollars . La mission est présentée comme un problème de confinement face à une perte de contrôle, un effort « de bon goût et stratégique » pour atténuer des risques « qui pourraient exister à l'avenir, mais pas forcément maintenant » .

Les deux laboratoires voient la même vague approcher. Anthropic presse la flotte de ralentir, tandis qu'OpenAI recrute des maîtres-nageurs et s'oppose à toute interdiction de baignade édictée par un État individuel.

Les trois étapes vers une IA qui se construit elle-même

Le billet de blog définit une trajectoire en trois phases vers le risque ultime :

1. L'accélération dirigée par l'humain (aujourd'hui) : L'IA assiste les ingénieurs humains, écrit la majorité du code, mais les humains fixent les objectifs et exercent leur jugement.
2. La recherche et l'ingénierie autonomes : L'IA peut exécuter de bout en bout des expériences bien spécifiées sans être guidée par l'humain sur les méthodes. Il reste un écart important sur la fixation des objectifs de haut niveau et le jugement.
3. L'auto-amélioration récursive complète (« boucler la boucle ») : L'IA conçoit, construit et entraîne sa propre successeure de manière autonome, avec une supervision humaine minimale ou inexistante.

Le co-fondateur d'Anthropic, Jack Clark, a estimé séparément à 60 % la probabilité que cette « boucle » se referme d'ici la fin de l'année 2028 . Les données internes du rapport du 4 juin fournissent le socle factuel qui explique pourquoi cette estimation n'est pas une hypothèse lointaine, mais une projection à partir d'une courbe dont on voit déjà la pente s'accentuer.

La question n'est plus de savoir si l'IA s'améliorera elle-même, mais quand — et si nos institutions sont prêtes.

Claude écrit l'essentiel de son propre code

Le chiffre le plus frappant dévoilé par l'entreprise est le degré d'autonomie déjà atteint par l'IA dans la production de code. En mai 2026, plus de 80 % du code intégré à la base de code d'Anthropic est écrit par Claude . Pour mesurer le chemin parcouru, ce chiffre n'était que de quelques pourcents à un chiffre en février 2025 . Un peu plus tôt, le PDG Dario Amodei avait déjà indiqué que plus de 90 % du code des nouveaux modèles et fonctionnalités de Claude était rédigé par l'IA. Le nouveau rapport confirme que cette domination s'étend à l'ensemble de la base de code fusionnée de la société .

Il ne s'agit pas d'un simple gain d'efficacité, mais d'un changement structurel dans le processus de développement. La conséquence directe est que les ingénieurs d'Anthropic expédient désormais huit fois plus de code par trimestre par rapport à la période 2021–2025 . Le goulot d'étranglement de la création logicielle se déplace : il n'est plus dans l'écriture et le test, mais dans la définition des objectifs de haut niveau, l'architecture et le jugement stratégique.

La saturation des benchmarks à un rythme sans précédent

Le rapport déroule une chronologie d'accélération vertigineuse sur plusieurs mesures standards de la compétence en ingénierie et en recherche :

• SWE-bench (benchmark d'ingénierie logicielle réelle) : Fin 2023, les modèles plafonnaient autour de 2 %. Au moment du rapport, Claude atteignait un score de 93,9 %, saturant un test conçu pour évaluer la correction de bugs à un niveau humain sur de véritables problèmes GitHub .
• CORE-Bench (reproduction de recherches scientifiques publiées) : Le taux de succès de l'IA est passé d'environ 20 % en 2024 à la saturation complète du benchmark seulement quinze mois plus tard .
• Optimisation de code d'entraînement d'IA : Ce benchmark interne demande à un modèle d'optimiser le code qui entraîne un petit modèle de langage. Le bond est spectaculaire : en mai 2025, l'accélération moyenne était de 2,9 fois. En avril 2026, avec la version non publiée de Claude Mythos Preview, elle était de 52 fois . À titre de comparaison, un humain qualifié seul a besoin de quatre à huit heures pour obtenir une amélioration d'un facteur 4. La génération actuelle de Claude dépasse le facteur 50 .

La cadence de l'autonomie double tous les quatre mois

Un autre indicateur crucial pour anticiper l'auto-amélioration récursive est la durée pendant laquelle une IA peut travailler de manière autonome avec un taux de réussite de 50 %. Selon les recherches de l'organisme METR, cet horizon de tâche est passé d'environ 30 secondes en 2022 à 12 heures avec Claude Opus 4.6 en avril 2026, soit une multiplication par 1 440 . Claude Mythos Preview peut, quant à lui, travailler de manière autonome pendant au moins 16 heures, ce qui, selon Anthropic, se rapproche de la limite supérieure de ce que METR peut actuellement mesurer . Le rythme de doublement de cet horizon s'est lui-même accéléré, passant de sept à quatre mois .

Un tiers des tâches assistées par l'IA étaient auparavant impensables

Au-delà des données brutes sur le code et les benchmarks, l'impact humain est documenté par des enquêtes internes. L'analyse de 200 000 transcriptions internes de Claude et 53 entretiens approfondis révèle que 27 % des tâches assistées par l'IA sont des travaux que les employés n'auraient tout simplement pas entrepris sans elle, car le temps nécessaire les rendait auparavant irréalisables . Il ne s'agit pas d'une simple automatisation du travail existant, mais d'une expansion du champ des possibles. Dans une étude interne distincte de novembre 2025, les employés déclaraient utiliser Claude dans 60 % de leur travail et estimaient leur gain de productivité à 50 %, contre 20 % l'année précédente .

Ralentir ou contenir le risque : une fracture grandissante

La position d'Anthropic est explicite. L'entreprise déclare : « Nous n'en sommes pas encore là, et l'auto-amélioration récursive n'est pas inévitable. Mais elle pourrait survenir plus tôt que la plupart des institutions ne sont prêtes à l'affronter » . Elle soutient que la capacité mondiale à mettre en pause ou à ralentir le développement de l'IA « serait probablement une bonne chose » et exhorte directement les autres laboratoires à l'envisager .

La même semaine, les actions d'OpenAI ont dressé un tableau contrasté. Le 3 juin, l'entreprise a publié un agenda de politique publique appelant à un cadre fédéral de sécurité pour l'IA de pointe, avec des évaluations obligatoires des modèles et des protections pour les lanceurs d'alerte, mais avec une clause critique : la préemption des lois de sécurité des États fédérés . Elle demande explicitement à l'institut fédéral de sécurité de l'IA, le CAISI, de donner la priorité au suivi des progrès vers l'auto-amélioration récursive . Parallèlement, OpenAI recrute activement pour ce risque précis, avec un poste de « Chercheur, Préparation à l'auto-amélioration récursive » au sein de son équipe de sécurité, affiché avec une rémunération de 295 000 à 445 000 dollars . La mission est présentée comme un problème de confinement face à une perte de contrôle, un effort « de bon goût et stratégique » pour atténuer des risques « qui pourraient exister à l'avenir, mais pas forcément maintenant » .

Les deux laboratoires voient la même vague approcher. Anthropic presse la flotte de ralentir, tandis qu'OpenAI recrute des maîtres-nageurs et s'oppose à toute interdiction de baignade édictée par un État individuel.

Les trois étapes vers une IA qui se construit elle-même

Le billet de blog définit une trajectoire en trois phases vers le risque ultime :

1. L'accélération dirigée par l'humain (aujourd'hui) : L'IA assiste les ingénieurs humains, écrit la majorité du code, mais les humains fixent les objectifs et exercent leur jugement.
2. La recherche et l'ingénierie autonomes : L'IA peut exécuter de bout en bout des expériences bien spécifiées sans être guidée par l'humain sur les méthodes. Il reste un écart important sur la fixation des objectifs de haut niveau et le jugement.
3. L'auto-amélioration récursive complète (« boucler la boucle ») : L'IA conçoit, construit et entraîne sa propre successeure de manière autonome, avec une supervision humaine minimale ou inexistante.

Le co-fondateur d'Anthropic, Jack Clark, a estimé séparément à 60 % la probabilité que cette « boucle » se referme d'ici la fin de l'année 2028 . Les données internes du rapport du 4 juin fournissent le socle factuel qui explique pourquoi cette estimation n'est pas une hypothèse lointaine, mais une projection à partir d'une courbe dont on voit déjà la pente s'accentuer.