現地時間の9月17日に、Anthropicは投稿し、初めて定量的な方法で内部AI開発の自動化の実情を明らかにした。そのデータは非常に注目を集めた。今年8月時点では、Claudeが会社内でのAI開発作業の26％を主導しており、2月にはその比率は1％未満だった。会社内で任意の時刻に約3万のAIエージェントが動作しており、8月には10億回以上の意思決定が行われた。この数字は、再帰的自己改善（RSI）が概念から工学的な現実へと進んでいる重要なサインと見なされている。

Anthropicは、独立したAI研究機関であるEpoch AIが提唱した六段階の自動化フレームワークを使用しており、AIの参加度合いをAL0からAL5に分類している。AL0はAIが一切関与しない状態であり、AL3はAIとの協力、AL4はAIが主導するもの、AL5は完全に自律的な状態である。8月時点では、AI開発作業の26％がAL4に達しており、人間は上位目標を提示するだけで、Claudeがエンドツーエンドの大部分の作業を完了し、人間は監視、確認、最終判断を行うのみである。さらに、90％以上の開発作業が少なくともAL3に達している。

具体的な例として、夜間にデータパイプラインが故障した場合、エンジニアは報告書をClaudeに投げて「直して」と言うだけで、それ以降はログを確認し、原因を特定し、修復コードを記述し、テストを行い、新たに発生した問題に対処し、パイプラインを再起動し、結果を比較して説明文を作成することができる。しかし、Anthropicは明確に線引きをした——現在までに測定されたAI開発作業のうち、AL5の完全自律性に達したものはまだ一つもない。

規模に関するデータもより現実的である。8月時点で、Anthropic内部では約3万のエージェントが研究および工学的な作業を行っており、これらは下層モデルのアップグレードとは独立した識別子を持つ。共有メッセージシステムを通じて相互にタスクを委任し、相互に間違いを修正する。セキュリティ監視においては、すべてのエージェントの行動はオンライン監視を通じて実行前にチェックされる。8月に10億回以上行われた意思決定のうち、約0.002％が阻止された。オフライン監視では、毎週約10万件の対話記録がマークされ、分類器によって誤報や初期レビューが行われた後、最高優先度で約50件が人間による審査に昇格される。計算リソースの配分に関しては、7月の週間ではAI開発の約6％がセキュリティ研究に割かれており、AI駆動の開発に限ると、この割合は約12％に増加する。Anthropicはまた、AI協力とAI主導の境界が主観的であることを認めているため、異なる研究室間の比較には統一された方法と第三者検証が必要である。

今やRSIは業界で最も注目されているコンセプトである。昨日、Zhipuの創業者唐杰は、GLM-5.3-Flashが2週間以内に国内アクセラレーターの全量展開を完了し、大部分の作業がGLM-5.3によって駆動されるInfra Agentによって行われたと明らかにした。彼は、完全なRSIに至るにはまだ時間がかかると判断しているが、「モデル最適化システム、システムサービスモデル」のサイクルが始まったと述べた。一方、OpenAIは9月初旬に、自動化されたAI研究インターンのマイルストーンを発表し、2028年3月までに自動化されたAI研究者を実現することを目指している。最も弱いポイントは「何をすべきか」である——4時間以上の作業は人間の頻繁な介入が必要である。Google DeepMindは、アルゴリズム進化に焦点を当てた進化的なコードスマートエージェントAlphaEvolveを発表し、その提案された回路設計が次の世代のTPUに統合された。Google元チーフサイエンティストのジェフ・ディーンはこれを「TPUの脳が次の世代のTPUの体を設計する」と評した最新の事例と語った。

Google DeepMindの首席戦略責任者であるジャギット・セハーンは以前、こう述べていた。「RSIはAI資本支出の中心的な投資論理となりつつある。現在のAI収益は投資中の資本支出をカバーできていないが、RSIに投資しないことは賢明ではない。」

Anthropicが今回の数値を公開した背景には、人間が依然として主導権を握っているこの期間を利用して、社会がAIの自己反復のペースと方向を決定することを促す意図がある。もう一つの目的は、業界にとって参照可能な公表基準を設けることである。開発の自動化率、エージェントの規模、計算リソースへの投資割合、セキュリティ監視のカバー率などが公開されれば、透明性そのものが静かな競争圧力になる。それに追従しない企業は、意図的に隠蔽していると見なされる可能性がある。