Alerta da Anthropic: Claude já escreve 80% do próprio código

O dado interno mais impactante é o grau em que a IA já assumiu o ato físico de programar na Anthropic. Em maio de 2026, mais de 80% de todo o código integrado à base da empresa era escrito pelo Claude . Este é um salto enorme em relação a níveis de apenas um dígito um ano antes, em fevereiro de 2025 . Anteriormente, o CEO Dario Amodei já havia notado que mais de 90% do código para novos modelos e funcionalidades do Claude era feito por IA, e o novo relatório confirma que esse domínio se estende por toda a base de código da companhia .

Isso não é apenas um ganho de eficiência; representa uma mudança estrutural no processo de desenvolvimento. A consequência é que os engenheiros da Anthropic agora entregam oito vezes mais código por trimestre em comparação com a linha de base de 2021–2025 . O gargalo na criação de software está mudando da escrita e dos testes para a definição de objetivos de alto nível, arquitetura e julgamento.

Desempenho em benchmarks está saturando em um ritmo sem precedentes

O relatório fornece uma linha do tempo de aceleração vertiginosa em várias medidas padrão de competência em engenharia e pesquisa :

• SWE-bench (engenharia de software do mundo real): No final de 2023, os modelos pontuavam cerca de 2%. Na época do relatório, o Claude pontuava 93,9%, efetivamente saturando um benchmark projetado para testar a correção de bugs em nível humano em issues reais do GitHub .
• CORE-Bench (reprodução de pesquisas publicadas): As taxas de sucesso da IA saltaram de cerca de 20% em 2024 para saturar o benchmark apenas quinze meses depois .
• Otimização de código de treinamento de IA: Este benchmark interno, que pede a um modelo para otimizar o código que treina um pequeno modelo de linguagem, teve um salto impressionante. Em maio de 2025, a aceleração média era de 2,9 vezes. Em abril de 2026, com o ainda não lançado Claude Mythos Preview, foi de 52 vezes . Um humano qualificado trabalhando sozinho precisaria de quatro a oito horas para alcançar uma melhoria de 4x; a geração atual de modelos Claude já supera 50x .

A velocidade da autonomia dobra a cada quatro meses

Talvez a métrica mais impactante para prever o autoaperfeiçoamento recursivo seja a duração de tarefas autônomas. Uma pesquisa do instituto METR rastreia por quanto tempo uma IA pode trabalhar de forma independente com uma taxa de sucesso de 50%. Esse horizonte de tarefas se expandiu de aproximadamente 30 segundos em 2022 para 12 horas com o Claude Opus 4.6 em abril de 2026, um aumento de 1.440 vezes . O Claude Mythos Preview já consegue trabalhar por pelo menos 16 horas, o que, segundo o relatório, está próximo do limite superior que o METR consegue medir atualmente . A taxa na qual esse horizonte dobra acelerou de a cada sete meses para a cada quatro meses .

Um terço do trabalho com assistência de IA era antes inviável

Os dados quantitativos sobre código e benchmarks vêm acompanhados de pesquisas internas sobre produtividade humana. Uma análise de 200.000 transcrições internas do Claude e 53 entrevistas em profundidade descobriu que 27% das tarefas assistidas por IA eram trabalhos que os funcionários simplesmente não teriam tentado sem a IA, porque o custo de tempo as tornava impraticáveis . Isso não é automação do trabalho existente, mas uma expansão do que é possível sequer tentar. Em um estudo interno separado de novembro de 2025, funcionários relataram usar o Claude em 60% do seu trabalho e estimaram um aumento de produtividade de 50%, acima dos 20% do ano anterior .

Desacelerar ou conter o risco: uma divisão crescente

A posição da Anthropic é explícita. A empresa afirma: "Ainda não chegamos lá, e o autoaperfeiçoamento recursivo não é inevitável. Mas pode chegar mais cedo do que a maioria das instituições está preparada" . Argumenta que uma capacidade global de pausar ou desacelerar o desenvolvimento da IA "provavelmente seria algo bom" e está diretamente instando outros laboratórios a considerá-la .

Na mesma semana, as ações da OpenAI pintaram um quadro contrastante. Em 3 de junho, a OpenAI publicou uma agenda de políticas pedindo uma estrutura federal de segurança para IA de fronteira, com avaliações obrigatórias de modelos e proteções para denunciantes, mas também com uma cláusula crítica: a anulação de leis estaduais de segurança . O plano explicitamente pede que o instituto federal de segurança de IA, o CAISI, priorize o monitoramento do progresso em direção ao autoaperfeiçoamento recursivo . Simultaneamente, a OpenAI está reforçando sua equipe para este risco exato, criando uma vaga de "Pesquisador, Preparação para Autoaperfeiçoamento Recursivo" dentro de seu time de segurança, com uma remuneração divulgada de US$ 295.000 a US$ 445.000 (cerca de R$ 1,6 a R$ 2,5 milhões) . A vaga é descrita como um problema de contenção de perda de controle, um esforço "criterioso e estratégico" para mitigar riscos que "podem existir no futuro, mas podem não existir agora" .

Ambos os laboratórios veem a mesma onda se aproximando, mas a Anthropic está pedindo que a frota diminua a velocidade, enquanto a OpenAI está contratando salva-vidas e argumentando contra qualquer estado que tente, sozinho, proibir os banhistas de entrar no mar.

Os três passos em direção a uma IA autoconstrutora

A postagem da Anthropic descreve uma trajetória de três fases rumo ao risco máximo :

1. Aceleração dirigida por humanos (agora): A IA auxilia engenheiros humanos, escrevendo a maior parte do código, mas os humanos definem os objetivos e exercem o julgamento.
2. Pesquisa e engenharia autônomas: A IA pode executar experimentos bem especificados de ponta a ponta, sem orientação humana sobre os métodos; ainda há uma lacuna na definição de objetivos de alto nível e no julgamento.
3. Autoaperfeiçoamento recursivo completo ("fechando o ciclo"): A IA projeta, constrói e treina sua própria sucessora de forma autônoma, com mínima ou nenhuma supervisão humana.

O cofundador Jack Clark estimou separadamente uma probabilidade de 60% de que este "ciclo" se feche até o final de 2028 . Os dados internos da publicação de 4 de junho fornecem a base factual para explicar por que essa estimativa não é uma hipótese distante, mas uma projeção de uma curva que já está visivelmente se inclinando para cima.