Рекурсивное самосовершенствование искусственного интеллекта
Anthropic опубликовала подробный отчет о рекурсивном самосовершенствовании ИИ. Под этим понимается, что система искусственного интеллекта может помочь создать лучшую версию себя, которая затем поможет создать еще лучшую версию, и так далее в замкнутом цикле. Это одна из самых откровенных и значимых публикаций крупных компаний, которые занимаются ИИ, за последние годы. Главный вывод ее заключается в том, что искусственный интеллект уже помогает создавать более совершенный искусственный интеллект.
Работа по созданию передовой модели включает в себя две основные категории. Первая – инженерная: написание кода, создание инфраструктуры и контроль за обучением модели. Вторая – исследовательская: определение того, какие эксперименты проводить, интерпретация полученных результатов и определение того, какие идеи следует тестировать дальше.
Темпы совершенствования моделей ИИ ускоряются: длительность задач, которые они могут надежно выполнять самостоятельно, удваивается примерно каждые четыре месяца, тогда как ранее этот показатель составлял семь месяцев. В марте 2024 года Claude Opus 3 мог выполнять задачи программирования, на выполнение которых человеку требуется около четырех минут. Через один год спустя Claude Sonnet 3.7 справлялся с работой, на выполнение которой уходило около полутора часов. Еще через год Claude Opus 4.6 справлялся с задачами, на выполнение которых у человека уходило 12 часов. Тест METR установил, что Claude Mythos Preview способен выполнять работу, на которую человек потратил бы «как минимум» 16 часов. Если эта тенденция сохранится, к 2027 году системы ИИ смогут выполнять задачи, на которые человеку требуются несколько недель.
Аналогичная закономерность наблюдается и в тестах производительности в исследованиях. Тест CORE-Bench проверяет, может ли модель воспроизвести существующие изыскания, что является необходимым условием для проведения оригинальных исследований. Он предоставляет модели ИИ код и данные, лежащие в основе опубликованной статьи, и просит ее повторно запустить все процессы и подтвердить, что она может воспроизвести результаты статьи. Системы ИИ, которые в 2024 году успешно воспроизводили результаты примерно в 20% случаев, через пятнадцать месяцев достигли максимального значения в бенчмарке.
В программной разработке Claude можно дать недостаточно четко сформулированную задачу, и он сам найдет способ ее решить. В исследованиях Claude уже сейчас может сравниться или превзойти опытного человека в выполнении четко определенного эксперимента. Однако сохраняются значительные различия в эффективности Claude в выборе целей как в разработке кода, так и в исследованиях. В этом и заключается разрыв между современным ИИ и будущей системой, которая сможет автономно проектировать своего преемника.
В Anthropic для сотрудников характерно получение более сложных и важных задач по мере накопления опыта. На начальном этапе они выполняют задачу, поставленную кем-то другим, например: «Кнопка экспорта не работает, пожалуйста, исправьте это».
По состоянию на май 2026 года более 80% кода, объединённого в кодовую базу Anthropic, было написано Claude. До запуска Claude Code в режиме предварительного тестирования в феврале 2025 года это число составляло несколько процентов. Количество строк кода, интегрированных в проект одним инженером в день, оставалось неизменным в течение первых четырех лет работы Anthropic (2021-2024), а затем начало расти в 2025 году, когда Claude начал запускать код, а не просто предлагать его инженеру для копирования и вставки. Во втором квартале 2026 года средний инженер принимал в основную ветку в 8 раз больше кода в день, чем в 2024 году. Это происходит потому, что большая часть кода пишется Claude, который руководит процессом и проверяет его, а не набирает сам.
Увеличение количества написанных строк кода согласуется с субъективными впечатлениями о значительном повышении производительности. В опросе, проведенном в марте 2026 года среди 130 сотрудников исследовательских групп Anthropic, средний респондент оценил, что с помощью Mythos Preview они добились примерно в 4 раза больше результатов, чем без доступа к каким-либо моделям ИИ, в тех же проектах, над которыми они работали бы и без него.
В самых несложных задачах показатель успешности Claude достиг 76% в мае 2026 года, что на 50 процентных пунктов больше, чем за шесть месяцев ранее. В качестве примера задач такого уровня сложности можно привести плановое обновление, которое привело к сбоям в работе десятков тысяч задач на обучение. Инженер указал Claude на реальный инцидент, предоставив лишь текстовую информацию и доступ к кластеру. Проанализировав запущенные процессы и протестировав различные настройки окружения, Claude обнаружил малоизвестный отладочный флаг, который вызывал сбой. ИИ стабильно воспроизвел проблему и подтвердил, что она решаема. Примерно за два часа Claude выполнил работу, которая обычно занимает два-три дня.
Второй критерий – это написание кода, который другой инженер сможет понять и использовать в дальнейшем. Здесь разрыв между людьми и ИИ сохраняется, но быстро сокращается. Среди сотрудников Anthropic нет единого мнения, но многие считают, что в конце 2025 года код, написанный Claude, по качеству всё ещё уступал коду, написанному человеком, а сейчас примерно сравнялся с ним.
Есть надежда, что ИИ, способный ускорять собственное совершенствование, может сжать десятилетия научного прогресса в годы. Генеральный директор Anthropic Дарио Амодей пишет о том, что ИИ потенциально может помочь победить серьезные болезни, решить проблемы психического здоровья и нищеты.
Эксперты предполагают три возможных варианта будущего.
Сценарий 1: тренд замедляется. Возможности ИИ достигают своего предела. Современные модели получают широкое распространение, но не демонстрируют существенного дальнейшего самосовершенствования. В этом сценарии масштабные изменения уже предрешены. Самая продвинутая модель Anthropic, Claude Mythos Preview, за первые недели ограниченного развертывания обнаружила более 10 000 критических уязвимостей программного обеспечения в основных глобальных системах. Таков сегодняшний уровень возможностей ИИ.
Сценарий 2: повышение эффективности за счет накопления опыта: ИИ значительно повышает эффективность человеческого труда. Разработка ИИ в значительной степени автоматизируется, но люди по-прежнему определяют направление и оценивают результаты. Производительность каждого сотрудника в организации, работающей в интеллектуальной сфере, значительно повышается, компании со штатом в 100 человек выполняют работу, эквивалентную работе компаний с 10 000 сотрудников.
Сценарий 3: полное рекурсивное самосовершенствование системы искусственного интеллекта, где они становятся способными полностью создавать своих собственных преемников. Прогресс больше не ограничивается человеческой креативностью или усилиями, только доступной вычислительной мощностью.
В краткосрочной перспективе используемые инструменты ИИ (Claude, ChatGPT и другие) становятся значительно более функциональными.
В среднесрочной перспективе каждая интеллектуальная профессия, от бухгалтерского учета до медицины, юриспруденции и образования будет преобразована искусственным интеллектом, способным выполнять исполнительную работу со сверхчеловеческой скоростью. Преуспеют те работники, которые понимают, как управлять ИИ, оценивать его работу и сотрудничать с ним, а не те, кто игнорирует его или опасается.
В долгосрочной перспективе описанная компанией Anthropic траектория, где ИИ потенциально создает улучшенные версии самого себя – это развитие, которое затрагивает каждого современного человека.
Развитие ситуации по любому из сценариев потребует международной координации, например, договоров о контроле над ИИ, что в свою очередь зависит от времени, доверия и инфраструктуры, которой пока не существует. Эксперты утверждают, что ее нужно начать создавать уже сейчас.
