動察 Beating 監測によると、AI 自主的な反復進化の能力は、すべての人の予想を超えつつあります。Anthropic 研究所（The Anthropic Institute）は6月5日に「当 AI 建造自身」というレポートを発表し、「再帰的自己改善」に関する研究開発の進展を詳述しました。データによると、2026年5月時点で、Anthropicのメインコードベースにマージされたコードの80%以上はClaude自身が書いたものであることが示されています。一方、2025年2月にClaude Codeがリリースされる前、Claudeが書いたコードは一桁の割合でした。智谱 AIの創始者唐杰は5月13日に、大規模モデルの最終形は自己進化であり、Claudeはすでに「コードを書く、データを洗浄する、自己訓練を行う」自己訓練の基準をクリアした可能性があると予測しました。しかし、Anthropicはレポートの中で、完全に自主的に後継者を設計・開発する再帰的自己改善はまだ実現していないと明確に述べています。AIが開発チェーンにおいて果たす役割は、局所的な効率向上から自主的な意思決定へと移行しつつあります。2026年第2四半期には、Anthropicのエンジニア一人当たりの1日あたりのコードマージ量は2024年の8倍に達しました。現在の開発フローは非常にシンプルです：エンジニアは目標の計画とレビューのみを担当し、Claudeが具体的なコーディングと実行を担います。Anthropicはまた、Claudeを自動コードレビュアーとして配置し、バグやセキュリティ脆弱性を検出させています。これは、唐杰が指摘した「自己評価」の柱がエンジニアリング側に実現していることを示していますが、人間のレビューは依然として最後の安全弁です。モデルが長期的なタスクを独立して実行する信頼性も倍増しています。モデルが自主的に作業を続けられる期間は、約4ヶ月ごとに倍増しています。2024年3月のClaude 3 Opusは、4分間の簡単なタスクしか処理できませんでしたが、1年後のClaude 3.7 Sonnetは1.5時間耐えられるようになりました。2026年3月には、Claude 4.6 Opusは12時間の複雑なタスクに対応可能です。評価機関METRのデータによると、最新のClaude Mythosプレビュー版は16時間以上の自主作業を継続でき、現在の評価ツールの上限に迫っています。現速度で進めば、2027年までにAIは人間の数週間かかる研究開発タスクを自主的に完了し、企業の「一人会社」から「無人会社」への移行を支援することになるでしょう。唐杰が予測した「自己訓練の基準」については、レポートは実際には局所的な「縮小版実験閉ループ」を示しています。小規模モデルの訓練コードの高速化実験では、2025年5月のClaude 4 Opusはコード速度を3倍にしか向上できませんでしたが、2026年4月のClaude Mythosプレビュー版は52倍の加速を実現しました。比較すると、人間のトップ研究者は通常、4〜8時間以内に4倍の向上を達成します。しかし、実験の最適化目標や成功指標は事前に人間が設定しています。より複雑なエンドツーエンドの「データ洗浄、合成データ生成、自己訓練」全体のチェーンに直面した場合、AIの意思決定能力は依然として不足しています。とはいえ、研究開発の自主的な閉ループは、人類をシステムの最終的な制御権を失う瀬戸際に追い込んでいます。唐杰が予測した「LLM OSが従来のアーキテクチャを置き換え、アプリケーションをオンデマンドで即時生成する」という未来は、今後のコンピュータの動作が事前に審査できない動的コードになることを意味します。一方、Anthropicが警告する「人間の審査がAIの自己進化に追いつかない」ことは、コード生成の源泉さえも監視できなくなることを示しています。AIが後継者を自主的に設計・訓練し始めると、ソフトウェアの進化は完全にブラックボックス化します。ブラックボックスシステム内でAIの自己反復を人間の監査なしに放任すると、その後の自己改善システムの安全隔離、監視、行動整合性の確保は非常に困難となるでしょう。

原文表示

このページには第三者のコンテンツが含まれている場合があり、情報提供のみを目的としております（表明・保証をするものではありません）。Gateによる見解の支持や、金融・専門的な助言とみなされるべきものではありません。詳細については免責事項をご覧ください。