AI bouwt zichzelf: Anthropic onthult interne data en dringt aan op een rem op de ontwikkeling

Dit is niet zomaar een efficiëntieslag; het is een structurele verschuiving in het ontwikkelproces. Het gevolg is dat de programmeurs van Anthropic nu per kwartaal acht keer meer code opleveren vergeleken met de periode 2021–2025 . De flessenhals in softwareontwikkeling verschuift van schrijven en testen naar het stellen van doelen op hoog niveau, architectuurkeuzes en menselijke beoordeling.

Benchmarkprestaties verzadigen in ongekend tempo

Het rapport geeft een tijdlijn van een duizelingwekkende versnelling op verschillende standaardmaatstaven voor technische en onderzoekscompetentie :

• SWE-bench (praktische softwareontwikkeling): Eind 2023 scoorden modellen rond de 2%. Bij het verschijnen van het rapport haalde Claude 93.9%, waarmee een benchmark die menselijke bugfixing op echte GitHub-problemen test, vrijwel volledig is 'opgelost' .
• CORE-Bench (reproduceren van gepubliceerd onderzoek): Het succespercentage van AI sprong van circa 20% in 2024 naar bijna 100% slechts vijftien maanden later .
• Optimalisatie van AI-trainingscode: Deze interne benchmark, waarbij een model de code optimaliseert die een klein taalmodel traint, liet een enorme sprong zien. In mei 2025 was de gemiddelde versnelling 2,9 keer. In april 2026, met de nog niet uitgebrachte Claude Mythos Preview, was dit 52 keer . Een bekwame menselijke programmeur zou vier tot acht uur nodig hebben voor een 4x verbetering; de huidige generatie Claude-modellen overtreft de 50x .

De kloksnelheid van autonomie verdubbelt elke vier maanden

Misschien wel de meest impactvolle maatstaf voor het voorspellen van recursieve zelfverbetering is de duur van autonome taken. Onderzoek van METR volgt hoe lang een AI zelfstandig kan werken met een slagingspercentage van 50%. Deze taakduur is gegroeid van ruwweg 30 seconden in 2022 naar 12 uur met Claude Opus 4.6 in april 2026, een 1.440-voudige toename . Claude Mythos Preview kan minstens 16 uur werken, wat volgens de onderzoekers tegen de bovengrens aanligt van wat METR momenteel kan meten . De snelheid waarmee deze horizon verdubbelt, is versneld van elke zeven maanden naar elke vier maanden .

Een derde van AI-ondersteund werk was voorheen ondoenlijk

De kwantitatieve data over code en benchmarks worden aangevuld met interne peilingen over menselijke productiviteit. Een analyse van 200.000 interne Claude-gesprekken en 53 diepte-interviews toonde aan dat 27% van de AI-ondersteunde taken taken waren die medewerkers zonder AI simpelweg niet hadden geprobeerd, omdat de tijdsinvestering ze voorheen ondoenlijk maakte . Dit is geen automatisering van bestaand werk, maar een uitbreiding van wat überhaupt mogelijk is om te proberen.

Vertragen of het risico inperken: een groeiende verdeeldheid

Het standpunt van Anthropic is expliciet. Het bedrijf stelt: "We zijn er nog niet, en recursieve zelfverbetering is niet onvermijdelijk. Maar het zou eerder kunnen komen dan de meeste instituties op voorbereid zijn" . Het stelt dat een wereldwijd vermogen om AI-ontwikkeling te pauzeren of te vertragen "waarschijnlijk een goede zaak zou zijn" en roept andere labs rechtstreeks op dit te overwegen .

Dezelfde week schetste OpenAI een contrasterend beeld. Op 3 juni publiceerde OpenAI een beleidsagenda die oproept tot een federaal veiligheidskader voor geavanceerde AI met verplichte modelevaluaties en klokkenluidersbescherming, maar ook met een cruciale clausule: het overrulen van veiligheidswetten op deelstaatniveau . Het vraagt het federale AI-veiligheidsinstituut CAISI expliciet om prioriteit te geven aan het monitoren van de voortgang richting recursieve zelfverbetering . Tegelijkertijd werft OpenAI personeel voor precies dit risico. Het creëerde een functie als "Onderzoeker, Voorbereiding op Recursieve Zelfverbetering" binnen het veiligheidsteam met een geboden salaris van $295.000 tot $445.000 . De functie wordt omschreven als een inperkingsprobleem van controleverlies, een "smaakvolle en strategische" inspanning om risico's te beperken die "in de toekomst zouden kunnen bestaan, maar nu misschien nog niet" .

Beide labs zien dezelfde golf aankomen, maar Anthropic wil dat de vloot vaart mindert, terwijl OpenAI strandwachten inhuurt en zich verzet tegen een zwemverbod van een enkele staat.

De drie stappen naar een zelfbouwende AI

De blogpost schetst een traject met drie fases richting het ultieme risico :

1. Door mensen aangestuurde versnelling (nu): AI assisteert menselijke programmeurs, schrijft de meeste code, maar mensen bepalen de doelen en oordelen.
2. Autonoom onderzoek en engineering: AI kan goed gespecificeerde experimenten van begin tot eind uitvoeren zonder menselijke sturing op de methodes; er blijft een gat op het vlak van doelen stellen en beoordelen.
3. Volledige recursieve zelfverbetering ("de cirkel sluiten"): AI ontwerpt, bouwt en traint autonoom zijn eigen opvolger met minimale of geen menselijke supervisie.

Anthropic-medeoprichter Jack Clark heeft los hiervan een kans van 60% geschat dat deze "cirkel" vóór het einde van 2028 gesloten wordt . De interne data in de post van 4 juni vormen de feitelijke onderbouwing waarom die schatting geen verre hypothese is, maar een projectie van een curve die nu al zichtbaar omhoog buigt.