Anthropic egy blogbejegyzésben közzétett belső méréseire hivatkozva azt állítja, hogy a vállalat kódjának körülbelül 80 százalékát Claude írja vagy társszerzőként jegyzi május 2026-ra. Ez a mutató jelentős növekedés a Claude Code előzetes kiadása előtti kevesebb mint 5 százalékhoz képest, és a cég szerint a trend arra utalhat, hogy az AI-rendszerek „magukat tervezik és finomítják”. A közlemény ismét napirendre emelte a rekurszív önfejlesztés (RSI) elméleti fogalmát, és újra megosztotta az AI-közösséget a radikális intézkedéseket sürgetők és a túlzó félelmek káros következményeit hangsúlyozók között.
Mérések és konkrét eredmények
Anthropic részletesen mérte a szoftverfejlesztési termelékenység AI-nak tulajdonítható növekedését, és néhány jövőképet is felvázolt. A cég szerint a Claude Code‑hoz hasonló, eszközöket használó ügynökök ma már nemcsak kódot javasolnak, hanem terminálban ellenőrzik és emberi felülvizsgálaton keresztül vagy majdnem önállóan egyesítik azt.
Konkrét számok a blog szerint:
- Claude szerzősége vagy társszerzősége a cég kódjának körülbelül 80 százalékára nőtt május 2026-ra. (Áprilisban az OpenAI elnöke, Greg Brockman hasonló arányról beszélt az OpenAI esetében.)
- A Claude Mythos Preview indítása után, a 2026 második negyedévében az egy mérnökre jutó negyedéves kódsorok mennyisége nyolcszorosára nőtt az első negyedév 2023‑as adataihoz képest, amikor Claude először indult.
- Április 2026‑ban a cég több mint 800 API‑javítást szállított, amelyek az API‑hibák számát mintegy 1000‑szeresére csökkentették; a mérnökök becslése szerint ezek emberi munka nélkül négy évig tartottak volna.
A kódminőség javulását is dokumentálták: Anthropic egy nagynyelvi modellt kért fel arra, hogy sorolja be a kódproblémákat triviális, rutinszerű, jelentős és nyitott kategóriákba. A blog szerint a Claude Code teljesítménye a következőképp javult szeptember 2025 és május 2026 között:
- triviális feladatok: kevesebb mint 80% → körülbelül 90%
- rutinszerű feladatok: 65% → 90%
- jelentős feladatok: kevesebb mint 40% → több mint 80%
- nyitott végű problémák: kevesebb mint 20% → 76%
Három jövőforgatókönyv
Anthropic a mért adatok alapján három lehetséges jövőt vázolt fel:
- Az AI továbbra is elmarad a legjobb emberi mérnököktől.
- A legvalószínűbb forgatókönyvként Anthropic azt jósolja, hogy az AI‑támogatott szoftverfejlesztés tovább gyorsul, de az emberek megőrzik az irányítást a modellek kutatása és fejlesztése felett.
- Az AI eljut addig, hogy képes legyen önmagát javítani — tehát rekurszív önfejlesztésre lesz alkalmas.
Reakciók és vitapontok az AI‑közösségben
A rekurszív önfejlesztés gondolata nem új, de Anthropic jelentése új lendületet adott neki. Válaszok és kezdeményezések széles skálán mozognak: OpenAI például megjegyezte, hogy „szintén látnak korai jeleket a rekurszív önfejlesztésre a mai rendszerekben”, a japán Sakana AI pedig RSI Lab néven kutatócsoportot indított az önfejlesztő AI‑k tanulmányozására.
Ugyanakkor sokan óvatosak. Többen rámutattak arra a különbségre, amely az ügynökalapú kódolás — ahol emberi mérnökök szerveznek, irányítanak és értékelnek — és az olyan folyamatos önfejlődés között áll, amelyben a rendszerek önállóan menedzselik egész kutatási‑fejlesztési folyamatukat. Arun Rao, a UCLA adjunktusa úgy fogalmazott, hogy szerinte „hosszabb lesz az út, mint amit Anthropic vár”, Miles Brundage pedig személyes visszafogottságát jelezte az RSI‑vel kapcsolatban. Matthew Barnett, a MechanizeWork társalapítója a „adat‑ és számítási szűk keresztmetszetekre” hívta fel a figyelmet.
Többen a kommunikáció marketingízét emelték ki: Ethan Mollick, a Wharton professzora arra utalt, hogy van „egy kis önvizsgálat, marketing és sok őszinte hit” Anthropic állításaiban. A tech‑elemző Michael Spencer megjegyezte, hogy a nagy seed befektetések mostanában gyakran AI startupokra összpontosultak, amelyek erre a trendre építenek.
Történeti háttér
A rekurszív önfejlesztés gondolata visszavezethető az „intelligencia‑robbanás” korai felvetéseihez: I. J. Good 1965‑ben írta le azt a lehetőséget, hogy egy elég fejlett gépi intelligencia képes lehet saját tervezését javítani, és gyorsan felülmúlni az emberi intelligenciát. A 2000‑es és 2010‑es években Eliezer Yudkowsky (Machine Intelligence Research Institute, UC Berkeley) formalizálta az RSI mint központi kérdést az AI‑alignációs kutatásban. Az RSI gondolata a nagynyelvi modellek és az AI‑segített kódolás megjelenésével újra a kutatás középpontjába került; több kutatócsoport, köztük a Chinese Information Processing Laboratory is benchmark‑ötleteket dolgozott ki, például a Meta‑Agent Challenget az RSI‑képesség mérésére.
Miért fontos ez?
Az RSI, akárcsak az általános mesterséges intelligencia (AGI) lehetősége, jelenleg távolinak tűnik: jelentős munka és valószínűleg több áttörés szükséges ahhoz, hogy a mai rendszerekből olyan platformok szülessenek, amelyek képesek felügyelet nélkül, rekurzívan javítani saját képességeiken. Ugyanakkor a jelenlegi rendszerek egyre nagyobb mértékben szorosabban megsokszorozzák az emberi produktivitást a szoftverfejlesztésben és más területeken, és ez a köztes korszak valós, azonnali hatásokkal jár.
A közösség megosztott abban, hogy a túlzó kockázatkommunikáció miként befolyásolja a szabályozást, a közvéleményt és az innovációt: a science‑fiction‑szerű forgatókönyvek hatásosak lehetnek figyelemfelkeltés szempontjából, de a reális, megvalósítható jövőképek szükségesek a tényleges előrelépéshez.
Szerzői megjegyzés a blogbejegyzésről
Anthropic blogja felvetette a globális, ideiglenes AI‑kutatási szünet gondolatát — nem teljes kutatásleállítást javasolva, de újra napirendre helyezve a szünet lehetőségét. A forráskommentár ezt problémásnak ítélte, mondván, hogy egy ilyen javaslat erősítheti a túlzott pánikot és a szélsőséges előrejelzéseket; ugyanakkor a veszélyes alkalmazások szabályozását a cikk készítői támogatják, miközben a fundamentális technológiai fejlődés folytatása mellett érvelnek.
Összességében Anthropic mérései új vitaindítóként szolgáltak: bemutatták, hogy az AI ma már jelentősen növelheti a szoftverfejlesztés hatékonyságát, de az, hogy ez a növekedés végül rekurszív, önfenntartó önfejlesztéshez vezet‑e, továbbra is nyitott kérdés, amely technikai, filozófiai és szabályozási vitákat generál.
