Anthropic、社内コードの8割超をAIが生成と報告　「再帰的自己改善」が加速

これまでAI開発といえば、人間のエンジニアが画面に向かい、一行ずつコードを書き進めるのが当たり前でした。しかし今、その構図が劇的に変わりつつあります。

Anthropic傘下のAnthropic Instituteは未公開の社内データを公表しました。2026年5月時点で、Anthropicのコードベースにマージされたコードの80％以上をClaude自身が作成しているといいます。この結果、エンジニア1人あたりが四半期に出力するコード量は、2024年の8倍に達しました。

AIが自らの開発を自律的に加速させる「再帰的自己改善（Recursive Self-Improvement）」のループが、いよいよ現実の現場で回り始めています。

人間が指示し、AIが完結させる開発現場

2025年2月にClaude Codeがプレビュー公開された当時、AI生成コードの割合はわずか数パーセントでした。それがわずか1年あまりで社内開発の主流に取って代わりました。

特に目覚ましいのが、仕様が曖昧な難問に対する対応力です。正解の形すら定まっていないオープンエンドな課題において、Claudeの成功率は2026年5月に76％に到達し、半年間で50ポイントも跳ね上がりました。

社内では、日常的なアップデートによって数万件の学習ジョブがクラッシュするトラブルが発生した際、エンジニアがClaudeにアクセス権と簡単なログを渡しただけで、わずか2時間でクラッシュの原因となったデバッグフラグを特定し修正まで完了させました。人間なら2〜3日を要する作業です。さらに2026年4月には、Claudeが800件以上の修正を一気に投入し、APIエラーを1000分の1に激減させました。担当エンジニアいわく、人間が手作業で行えば4年かかる作業量だったといいます。

最適化ループで人間を凌駕する

Claudeの自律化は単なるツール開発にとどまらず、モデル自体の研究プロセスにも入り込んでいます。

モデルの学習コードを高速化させるベンチマークにおいて、2025年5月のClaude Opus 4は約3倍の高速化にとどまっていましたが、2026年4月のClaude Mythos Previewは一気に約52倍の高速化を達成しました。熟練の研究者が4〜8時間かけてようやく4倍の高速化を達成できることを考えると、もはや人間の作業速度を遥かに超えています。

さらにコードレビューでもClaudeが主導権を握っています。過去のclaude.aiの大規模障害を遡って検証したところ、Claudeによる自動レビューを事前に導入していれば、原因となった不具合の約3分の1を本番環境に出る前に阻止できていたことが判明しました。

なぜ重要か

一般の開発者にとって、この報告はエンジニアの役割が「コードを書く作業員」から「AIのディレクター兼レビュアー」へ完全に移行したことを示しています。日常的なバグ修正やリファクタリングを自力で書く時代は終わりつつあり、自律型Agentをどう指揮するかが個人の生産性を何倍にも分ける基準になりつつあります。

業界全体で見れば、フロンティアモデル開発の競争サイクルが根本から塗り替えられます。自律的にコードを書き、実験を最適化できるAIを持つ企業は、研究開発のスピードが指数関数的に加速します。資金力だけでなく「AIがAIを育てる自己改善の回転数」が、後発プレイヤーにとって致命的な参入障壁となるでしょう。

Anthropicがこのデータを率直に公開した姿勢は、自社技術の高さを誇示すると同時に、安全規制の議論をリードする賢い戦略に見えます。ただし、社内コードの8割をAIが書き、そのレビューもAIが担う体制には懸念も残ります。もしモデルに共通の盲点や脆弱性があった場合、それがコードベース全体に高速で埋め込まれてしまうリスクは否定できません。制御不能に陥る前にどう安全網を敷くか、業界全体に残された猶予はそう長くありません。