Anthropicが衝撃の内部データを公開「Claudeは既に自身を構築している」──手遅れになる前の業界減速を提言

Anthropicは2026年6月4日、AIの加速する能力に対する厳しい評価を公表した。Anthropic Instituteによるブログ投稿「AIが自らを作るとき」は、単なる理論上の思案ではない。データに裏打ちされた警告であり、AIシステムが自らの後継を改善していくプロセスはもはやSFの世界の話ではなく、今まさに同社の内部で現実に起きており、その速度は予想を上回っているのだ 。

この報告書が発表されたタイミングは極めて重要だ。AI業界をリードする二大ラボ、AnthropicとOpenAIは、根本的に同じ懸念に収束しつつあるものの、必要な対策に関しては明確に意見が分かれている。Anthropicは内部データを用いて、業界全体での意図的で検証可能な「減速」を主張している。一方、OpenAIは前日に独自の公共政策アジェンダを発表し、まさにこのシナリオに備える高給の安全研究者を募集中だが、開発のブレーキを踏むことなく、連邦政府による監視と封じ込めを提唱している 。

もはや問題は「AIが自己改善するかどうか」ではない。「いつ」それが起こるのか、そして社会の制度は準備ができているのか、という点にある。

Claudeは自らのコードの大半を記述している

最も衝撃的な内部指標は、Anthropic社内において、AIがすでに物理的なコーディング作業の主役に取って代わっている度合いだ。2026年5月の時点で、Anthropicのコードベースにマージされる全コードの80%以上はClaudeによって記述されている 。これは、その1年前の2025年2月時点では一桁台の低い割合だったものからの急上昇だ 。これに先立ち、AnthropicのCEOであるダリオ・アモデイは、新しいClaudeモデルや機能のコードの90%以上がAIによって生成されていると述べており、今回の新たな報告書は、そのAIによる支配力が会社全体のマージ済みコードベースにまで及んでいることを裏付けている 。

これは単なる効率化ではない。開発パイプラインにおける構造的な転換を意味している。その結果、Anthropicのエンジニアが四半期ごとに出荷するコードの量は、2021年から2025年の基準値と比較して平均8倍に跳ね上がった 。ソフトウェア開発におけるボトルネックは、コードの記述やテストといった作業から、より高次の目標設定やアーキテクチャ設計、判断といった領域へと急速に移行しつつある。

ベンチマーク性能が前例のない速度で飽和状態に

Anthropicの報告書は、エンジニアリングと研究能力を測る複数の標準的な尺度において、目もくらむような加速の年表を提示している 。

• SWE-bench（実世界のソフトウェア工学）: 2023年後半の時点で、モデルのスコアは約2%だった。この報告書の発表時点で、Claudeは**93.9%**を記録しており、これは実際のGitHub上の課題に対する人間レベルのバグ修正能力を問うために設計されたベンチマークが、事実上、飽和状態に達したことを意味する 。
• CORE-Bench（公表された研究の再現）: AIの成功率は、2024年の約20%から、わずか15カ月後にはベンチマークを飽和させるまでに至った 。
• AIトレーニングコードの最適化： これは、小さな言語モデルを訓練するコードを最適化するようモデルに指示する社内ベンチマークであり、驚異的な飛躍を見せた。2025年5月時点での平均高速化率は2.9倍だった。2026年4月、未リリースの「Claude Mythos Preview」を用いたところ、その数値は52倍に達した 。熟練した人間が単独で同様の作業を行った場合、4倍の高速化を達成するのに4〜8時間を要する。現行世代のClaudeモデルは、50倍を超える改善を達成しているのだ 。

自律性の「時計」の針は4カ月ごとに倍の速さで進む

再帰的自己改善を予測する上で、おそらく最も影響力のある指標は、AIが自律的に作業できる持続時間だ。METRの研究は、AIが50%の成功率で独立して作業を継続できる時間を追跡している。このタスクの持続可能時間は、2022年には約30秒だったのが、2026年4月のClaude Opus 4.6では12時間にまで拡大した。実に1440倍の増加である 。Claude Mythos Previewに至っては「少なくとも16時間」の作業が可能であり、これは現状のMETRの測定能力の上限に近いと注記されている 。この作業可能時間が倍増する速度は、当初の7カ月ごとから、現在は4カ月ごとへと加速している 。

AIが支援する仕事の3分の1は、以前なら「非現実的」だった

コードとベンチマークに関する定量的なデータは、人間の生産性に関する社内アンケート結果によってさらに強化されている。20万件に及ぶ社内のClaudeとのチャットログと、53件の詳細なインタビューを分析したところ、AIの支援を受けたタスクの27%は、AIがなければ従業員がそもそも着手しなかったであろう仕事であることが判明した。従来は時間的なコストが理由で、着手すること自体が非現実的だったからだ 。これは単に既存の作業が自動化されたという話ではない。そもそも試みることさえ可能な範囲そのものが拡張されたことを意味する。2025年11月に実施された別の社内調査では、従業員は業務の60%でClaudeを利用しており、生産性が50%向上したと回答。これは前年の20%からの大幅な増加である 。

「減速」か「封じ込め」か、二大ラボの深まる溝

Anthropicの立場は明確だ。同社は「我々はまだそこ（完全な自己改善）には達しておらず、再帰的自己改善は不可避ではない。しかし、それはほとんどの組織が準備できるよりも早く到来する可能性がある」と明言している 。そして、AIの開発を世界的に一時停止または減速する能力があれば「それはおそらく良いことだろう」と述べ、他のラボに対してもこれを検討するよう直接的に促している 。

同じ週に、OpenAIの行動はこれとは対照的な構図を描き出した。6月3日、OpenAIは公共政策アジェンダを発表し、連邦政府によるフロンティアAI安全フレームワークを求め、モデルの強制評価や内部告発者の保護を盛り込んだ。しかしその中には、州レベルの安全規制法を無効化する条項という極めて重要な一節が含まれていた 。これは、連邦のAI安全研究所CAISIに対し、「再帰的自己改善」に向けた進捗の監視を優先するよう明示的に要請するものだ 。同時にOpenAIは、まさにこのリスクに対応するための人材を確保しようと動いている。安全チーム内に「研究者、再帰的自己改善準備担当」というポジションを新設し、その報酬として29万5000ドルから44万5000ドルを提示しているのだ 。この職務は、「制御の喪失」という封じ込めの問題として捉えられており、「現在は存在しないかもしれないが、将来的に存在しうる」リスクを軽減するための「センスが良く戦略的な」取り組みと表現されている 。

両方のラボは、同じ巨大な波が近づいているのを目にしている。しかしAnthropicは艦隊全体に減速を促しているのに対し、OpenAIはライフガードを雇い、どの州も単独で「遊泳禁止」を出すべきではないと主張しているのである。

「自己増殖するAI」に至る3つの段階

今回のブログ投稿では、究極的なリスクに至るまでの軌跡が、以下の3段階で示されている 。

1. 人間主導の加速（現在段階）： AIは人間のエンジニアを支援し、コードの大半を記述する。しかし、目標設定や判断は依然として人間が行う。
2. 自律的な研究とエンジニアリング： AIは、明確に定義された実験やエンジニアリングタスクを、手法に関する人間のガイダンスなしに、端から端まで実行できる。高次の目標設定や判断には依然としてギャップが残る。
3. 完全な再帰的自己改善（「ループの閉鎖」）： AIは、人間の監視を最小限に、あるいは全く受けずに、自律的に自らの後継モデルを設計、構築、訓練する。

Anthropicの共同創業者であるジャック・クラークは別の場で、この「ループ」が2028年末までに閉じられる確率を**60%**と試算している 。6月4日のブログ投稿で示された内部データは、その予測が遠い未来の仮定の話ではなく、すでに可視的に上向きに曲がり始めている曲線からの投影である理由を、事実に基づいて裏付けているのだ。