# AIが自らを作り始めるとき > Anthropic Institute〈When AI builds itself〉の導読。エンジニア一人あたりの四半期コード量は数年前の8倍、80%以上がClaudeによるもの、最も難しいオープンな課題の成功率は半年で一桁台から76%へ。AIはAI自身の開発を加速している。完全な再帰的自己改善にはまだ至っていないし、必然でもない。ただ、多くの組織が準備を終えるより早く訪れるかもしれない。 - Author: Paul Kuo（郭曜郎） - Date: 2026-06-28 - Pillar: 知性と秩序 / Intelligence & Order - Tags: 再帰的自己改善, AI自律開発, Anthropic, recursive self-improvement, アライメント問題, アムダールの法則, scrollytelling - Canonical: https://paulkuo.tw/ja/articles/when-ai-builds-ai/ - Language: Japanese (日本語) - Translation: AI-translated from the zh-Hant (Traditional Chinese) original - Original (zh-Hant): https://paulkuo.tw/articles/when-ai-builds-ai.md - Site index for LLMs: https://paulkuo.tw/llms.txt --- > **TL;DR** Anthropicが内部データを公開した。エンジニア一人あたりの四半期コード量は数年前の8倍、80%以上がClaudeによるもの、最も難しいオープンな課題の成功率は半年で一桁台から76%へ。AIがAI自身の開発を加速しているのは、すでに現在進行形だ。完全な再帰的自己改善にはまだ至っていないし、必然でもない。ただ、多くの組織が準備を終えるより早く訪れるかもしれない。この文章は彼らの論証を忠実にたどる。自分の言葉は最後にだけ置く。
▶ 要約を聴く
AI合成音声・著者本人の声のクローン
> 「全体の速度は、加速しなかった部分によって決まる。」 > > アムダールの法則 まず一つの数字を置く。少し立ち止まっていい。 今日のAnthropicのエンジニアが一四半期あたりにマージするコード量は、2021年から2025年の平均の8倍だ。 少し速くなった、ではない。8倍だ。 この数字の背後で、一つのことが起きている。Anthropicは「AI開発」の仕事を、AIそのものに委ねる割合を増やし続けている。かつてはすべてのステップを人間が押し進めていたが、今その比率は急速に下がっている。それが極限まで進めば、あるシステムが完全に自律して、自分より優れた次世代を設計・訓練し、その次世代がさらに次を生む。そういう構造になる。これには正式な名前がある。再帰的自己改善（recursive self-improvement）だ。Anthropic自身が言っている。まだそこには至っていない、必然でもない、しかし多くの組織が準備を終えるより早く訪れるかもしれない、と。 この文章はAnthropic Instituteの〈[When AI builds itself](https://www.anthropic.com/institute/recursive-self-improvement)〉を丁寧に読み、日本語でたどり直したものだ。私はこの分野の最前線にいない、彼らこそがそこにいる。だからこの文章の骨格はできる限り原文に忠実に、彼らが見たもの、彼ら自身が添えた留保ごと、きちんと伝える。自分の言葉は最後の一節だけに収める。 ## 上へ登り続ける梯子 原文の冒頭は、スクロールに連動して進むアニメーションで始まる。「AI開発フローにおけるAIの役割」を一段ずつ描いていく。最初は人間がラップトップの前でコードを打ち、ドキュメントを書く、どの技術系企業とも変わらない風景（2021〜2023年）。次に、人間が初期のチャットボットにコードを生成させ、それを自分でエディタに貼り付ける（2023〜2025年）。さらに、コーディングエージェントが強くなり、自分でファイルを読み書き・修正できるようになる。ときにはファイル丸ごと一度で仕上げてしまう（2025〜2026年）。そして今日、自律エージェントが自分でコードを実行・検証し、数時間分の作業を別のエージェント群に外注する。 梯子の最後のマスには「閉ループ」と書かれ、その隣に問いが置かれている。将来のエージェントは、次世代のモデルを自ら構築・訓練できるほど強くなるかもしれない。ClaudeがClaudeを改良する。 この梯子が文章全体の骨格だ。「AIがますますAIを作るようになっている」という抽象的な主張を、読者が体でスクロールしながら一段ずつ通り抜けるものに変えている。最後のマスの問いは意図的だ。まだ答えのない一格であり、文章全体の張力がそこにかかっている。
進化のタイムライン

一段ずつ、「AI開発」の仕事がAIへ移っていく

連鎖が一列ずつ積み重なる。人間は常に左端にいる。エージェントは増え、右側のモデルはどんどん大きく密になり、最後には複数のエージェントが協調してループが自分自身に戻ってくる。

人間 コンピュータ
2021–2023 · 人間が自分でコードを書く
人間 コンピュータ チャットボット
2023–2025 · 人間がチャットボットにコード生成を依頼
人間 チャットボット コーディングエージェント
2025–2026 · エージェントが自分でコードを読み書き・修正
人間 コーディングエージェント エージェント群
現在 · 自律エージェントが作業を別のエージェント群に外注
エージェント 大規模エージェント協調
閉ループ？　モデルが自分の次世代を書き換え始める
Anthropic《When AI builds itself》冒頭タイムラインを元に再構成 · アイコンとノードは独自制作、原図ではない
## 二種類の仕事と、まだ越えていない壁 最前線のモデルを作る仕事は、大きく二つに分かれる。一つはエンジニアリング、つまりコードを書き、インフラを整え、訓練を監視する。もう一つは研究、つまりどの実験をやるか決め、結果を解釈し、次の一手を考える。 この二つを並べて見ると、絵は一貫している。エンジニアリング側では、今日のClaudeに曖昧な問いを投げれば自分で解法を考える。人間は目標を示すだけでいい、方法は指定しなくていい。研究側では、実験の仕様が十分に明確であれば、実行の質は熟練した人間と同等か、それ以上だ。 ただ、一つの領域で差が大きく残っている。しかもそれは最も重要な領域だ。「どの目標を選ぶか、どの方向が価値あるか」を自分で判断させると、エンジニアリングでも研究でもまだ遠く及ばない。この差が、「今日のAI」と「次世代を自律設計できるシステム」の間にある距離だ。閉ループが閉じるかどうかは、この一段にかかっている。 ## 外から見える証拠：公開ベンチマーク まず外側から見える話をする。モデルの進歩速度それ自体が加速している。「AIが一人で安定してこなせるタスクの時間幅」を測る指標がある。この時間幅は、以前は7ヶ月で倍になっていたのが、今では約4ヶ月で倍になっている。具体的に言うと、2024年3月にClaude Opus 3が安定してこなせたソフトウェアタスクは人間換算で約4分。1年後、Sonnet 3.7は約1時間半。さらに1年後、Opus 4.6は12時間のタスクを処理できる。この線で行けば、今年中に「人間が数日かかる」タスクが射程に入り、2027年には「数週間かかる」タスクに届くかもしれない。 よく使われる二つのベンチマークも同じ軌跡を描いている。SWE-benchは実際のオープンソースプロジェクトとバグレポートを与え、プロジェクト自身のテストを通過する修正を書かせる。2年で一桁台の成功率からほぼ満点へ。CORE-benchは既発表論文の結果を再現できるかを測る。独自の研究をするための前提条件だ。2024年の約20%から、15ヶ月後にはほぼ満点。長時間タスクを測るMETRでは、Mythos Previewが「少なくとも」16時間連続で作業し続け、現行の問題セットで測れる上限に近づいている。 ## 内側の証拠：Anthropic自身のデータ 公開ベンチマークは多くを語るが、一つのことは測れない。AIがAI自身の開発をどれだけ加速しているか、だ。それを見るには、企業が内部データを公開する必要がある。この論文はそれをやった。 > **Anthropicが公開した内部データ** > > **コード産出量**　2026年Q2、エンジニア一人あたりの日次マージコード量は2024年の8倍。リポジトリにマージされるコードの80%以上がClaudeによるもので、2025年初頭はまだ一桁台だった。 > > **コード品質**　単純なタスクの成功率は85%以上で安定。最もオープンなタスクは25%から76%へ。保守性は人間水準に近づいており、年内に全面的に上回る見込み。自動化されたClaudeによるコードレビューが、過去に本番障害を引き起こしたバグの約3分の1を事前に検出できている。 > > **研究能力**　指定目標での実験最適化で3倍から52倍の高速化（シニア研究員は4倍止まり）。オープンな研究プロジェクトを自律的に完走し、800時間で差の97%を埋めた。人間2人が1週間で埋めたのは23%。研究上の意思決定で、AIが人間の選択を上回る割合が51%から64%へ。 **Claudeがダントツで多くのコードを書いている。** 2026年5月時点で、Anthropicのリポジトリにマージされたコードの80%以上がClaudeによるものだ。2025年2月のClaude Code登場以前、この数字はまだ一桁台だった。エンジニア一人あたりで見ると、2021〜2024年の4年間は日次マージ量がほぼ横ばいだった。2025年にClaudeが「貼り付けを提案する」だけでなく「自分でコードを実行する」ようになり、曲線が上向き始めた。2026年、モデルがより長い時間軸で自律的に動けるようになり、傾きがさらに急になった。2026年Q2、典型的なエンジニアの日次マージ量は2024年の8倍だ。 Anthropic自身も留保を添えている。コード行数は粗い指標で、量を測るが質を測らない。だから「8倍」は実際の生産性向上をほぼ確実に過大評価している。ただ、方向は正しく、社内で行数にインセンティブはない。みんなが書く量を増やしているのは、AIを使えばより多く書けるからだ。
主要データ　01
エンジニア一人あたりの四半期マージコード量
2025年以前の平均を基準 · 2021 Q2 → 2026 Q2 · データ：Anthropic公開
Anthropic公開データを元に再構成 · 中間の各点はトレンドの示意、検証済みアンカー：8×
**人間の主観的な感覚も一致している。** 2026年3月、研究チームの社員130人を対象にした調査で、回答者の中央値は「Mythos Previewを使うと、AIがまったくない状態の約4倍のアウトプットが出せる」と答えた。さらに、もともと起きなかったはずの仕事というカテゴリがある。2026年4月、Claudeはある種のAPIエラーを千分の一に削減する800件以上の修正を一気に納品した。担当エンジニアは、人間がやれば4年かかると見積もった。他人のコードのデバッグは遅くて消耗するし、人間の頭はなじみのないコンテキストをそれだけ抱えられない、というのがその理由だ。 **書いたコードは動くだけでなく、読みやすさも上がっている。** 「良いコード」には二つの層がある。動くこと、そして他の人が読んで引き継げること。第一の層については証拠が明確だ。この1年、Anthropicの社員がClaudeの途中で修正・方向転換・引き取りをしなければならなかった割合は、最も複雑でオープンな問題を含めて、安定して下がり続けている。最もオープンなタスクでのClaudeの成功率は、2026年5月時点で76%、半年で50ポイント上昇した。一例を挙げる。あるルーティンのアップグレードで数万件の訓練ジョブが突然落ちた。エンジニアがClaudeに簡単なテキスト説明とクラスタへのアクセス権だけを渡すと、Claudeは環境設定を一つずつ試し、クラッシュを引き起こしていたマイナーなデバッグフラグを特定、安定した再現と修正確認まで終えた。約2時間で、通常なら2〜3日かかる作業を完了した。
主要データ　02
Claude Codeセッション成功率
4段階の難易度 · 2025/09 → 2026/06 · データ：Anthropic公開
些細なタスク定型タスク実質的タスクオープンな問題
Anthropic公開データを元に再構成 · 中間の各点はトレンドの示意、検証済みアンカー：76%
第二の層、他の人が引き継げるかどうかは、人間がまだリードしているが、差は急速に縮まっている。社内でコンセンサスはないが、多くの人が「2025年末時点ではClaudeの書くコードの質はまだ人間より低かった、今はほぼ同等、1年以内に逆転する」と見ている。これはコードレビューの方法も変えた。今では、リポジトリにマージされるすべての変更が自動化されたClaudeのレビューを通る。バグを探し、セキュリティの脆弱性を探す。過去のデータを振り返って分析したところ、もし過去のすべての変更にClaudeのレビューがかかっていたら、claude.aiの本番障害の背後にあったバグの約3分の1が、本番環境に入る前に検出されていたはずだとわかった。そのコードを書いたのは世界最高水準のエンジニアたちだ。Claudeが見つけたのは、彼らが見逃したものだ。 **「与えられた目標のために実験を走らせる」のがとても得意だ。** 新モデルをリリースするたびに、Anthropicは同じテストを走らせる。小さなモデルを訓練するコードを渡し、同じ正確性チェックを通過しながら、そのコードをできる限り速くするよう求める。目標と成功基準はあらかじめ固定されている。Claudeがやるのは書き直し・実行・計測・また一周、研究実験ループの小型版だ。2025年5月、Opus 4は平均約3倍の高速化を達成した。2026年4月、Mythos Previewは約52倍だ。参考として、熟練した研究員が4〜8時間かけてやると4倍程度になる。この領域、つまり明確に定義された実験のステップを最適化すること、ではClaudeは1年もかからず「非常に有能」から「人間を超える」に変わった。 **次の実験を自分で提案することも増えている。** 2026年4月、AnthropicはClaudeが最初から最後まで一つのオープンな研究プロジェクトを完走した初のデモを行った。Claudeが動かす複数のエージェントに、AIの安全性に関するオープンな問いを与えた。大まかに言えば「能力の低いモデルが能力の高いモデルを確実に監督できるか」という問いだ。そして放任した。エージェントたちは自分で仮説を立て、テストし、並行して動く他のエージェントと発見を共有し、また繰り返した。この問いには明確な「下限」と「上限」がある。人間の研究員2人が約1週間で差の23%を埋めた。エージェント群は累計800時間、約1万8千ドルの計算リソースをかけて97%を埋めた。留保もある。結果は正式なスケールのモデルにはきれいに転移しなかったし、問いと評価基準も人間が設定した。ただ、その境界の中で、実験はすべてエージェント自身が設計した。人間の役割として残ったのは、方向を示すことだけだった。 **「次の一手を選ぶ」センスさえ育ちつつある。** Anthropicは2026年1〜3月の実際のClaude Codeセッションを振り返り、研究員が「道を踏み外した」瞬間を拾い出した。ある選択をして進捗を歪め、後から軌道修正した点だ。そして「踏み外す前まで」の内容だけを各世代のClaudeに見せ、次の一手をどう選ぶかを聞いた。それを、結末まで見えている別のClaudeが評価する。AIと人間のどちらが選んだ次の一手が良かったか。人間が改善の余地を持つ瞬間を意図的に選んでいるから、公平な対決ではない。ただ、「正解が明らかでない、本物の、難しい状況」というリアルなセットが得られる。この尺度で見ると、2025年11月時点の最強モデルOpus 4.5は51%の確率で人間の選択を上回った。2026年4月のMythos Previewは64%だ。日常の研究の大半は、この「次の一手をどう選ぶか」の連続だ。
主要データ　03
研究員が道を誤ったとき、モデルはより良い次の一手を選べるか
モデルが人間の選択を上回った割合 · 2024 → 2026 · データ：Anthropic公開
Anthropic公開データを元に再構成 · 検証済みアンカー：22% / 64% / 上限90%
## この場所で働くとはどういうことか これらの証拠を並べると、方向は一貫している。開発フローのあらゆるステップで、人間が担う部分が狭くなっている。人間のコードとAIのコードの質が並んだ時点で、人間はコードを書くのをやめ、レビューだけになる。ただ、人間がレビューする速さがClaudeが生成する速さに追いつかなければ、人間のレビューが新しいボトルネックになる。同様に、Claudeが自分で実験を走らせるようになれば、問いは一段上がる。「これらの実験のうち、どれを走らせる価値があるか」だ。つまり「やること」、つまりコードを書く、実験を走らせる、結果を出す、はもはやほとんど人間の時間を使わない。計算リソースは使うが。 Anthropicが言うには、人間がまだ優位にあるのは研究のセンスと判断だ。どの問いが重要か、どの結果が信頼できるか、どの道が実は行き止まりか。 原文には匿名の社員のコメントがいくつか引用されている。一人は、以前の仕事（実は生活全体も）が、人と人の間の「小さな頼み事」の経済で動いていたと話す。ねえ、このスクリプト動かすのを手伝ってもらえる? 小さな頼みのたびに、少し恩が生まれ、少し繋がりが育った。Claudeは速くて、誰にも恩を着せない。でもそのたびに、本来なら別の誰かと繋がれたはずの機会が一つ消える。 別の人は逆の側を語る。すべてがうまく動いている日、自分のやることがすべて無意味に感じられる衝動を抑えられない、と。すべてが自動化されて、速くて、きれいで、自分には永遠に追いつけない。でも何かが壊れて理由がわからない日、自分がこのところ何をやっていたのかよくわからなくなっていることに気づく。 ## 「もし判断が外れたら？」 自然に出てくる反論がある。そしてAnthropicはそれを自分で書き込んでいる。人間の手に残っている部分、問いを選ぶこと、こそが最も重要だ。その判断がなければ、Claudeは優秀なアシスタントに過ぎず、AI開発を自律的に推進できるシステムではない。 問題は、今日の訓練手法とアーキテクチャがその能力を解放できるかどうか、誰にもわからないことだ。ただAnthropicは一つのことを指摘する。AIの進歩は「アハ」の閃きによってもたらされることはほとんどない。歴史的にはそういう瞬間もある。Transformerアーキテクチャや混合エキスパートモデルがそうだ。だがパラダイムを変えるアイデアは、数年に一度しか出ない。その間の進歩のほとんどは漸進的だ。何かを拡大し、どこが壊れるか見て、直して、また試す。それはまさに、Claudeが今最も得意とする仕事のスタイルだ。エジソンは天才とは1%のひらめきと99%の努力だと言った。今私たちが目の前にしているのは、その99%の努力が自動化されつつある光景だ。 最も慎重に証拠を読んでも、複利的な加速を示している。人間が時間の大半を「一桁台のパーセント」の方向決めに使い、残りをClaudeに委ねるとすれば、エンジニアも研究員も以前より多くの仕事を舵取りできる。より楽観的な読み方はこうだ。研究の判断においてClaudeが示しているわずかな、今はまだ細い進歩は、その能力も育ちつつあるというシグナルだ。「研究のセンス」は、AIが最初はできなくて、しばらくしてできるようになる能力のまた一つかもしれない。笑いがなぜ面白いかを説明できなかった、心の理論を示せなかった、言語パズルを解けなかった。それが後にすべてできるようになったように。 ## 三つのシナリオ これからどうなるかは二つのことにかかっている。トレンドが続くかどうか、そして続いた場合に私たちがどう選ぶかだ。Anthropicは少なくとも三つのシナリオを示している。 第一に、トレンドが頭打ちになるが、今日の能力はすでに広く普及している。あの指数曲線は実はS字カーブで、私たちは今まさに折り返し点に近づき、収穫逓減が始まっているかもしれない。本当のブレークスルーにはまったく新しいアイデア、たとえばTransformerを置き換えるアーキテクチャが必要かもしれない。あるいはボトルネックはモデルではなくサプライチェーン、チップの生産能力、電力網、帯域幅が本当の天井かもしれない。著者はこのシナリオを完全性のために入れているだけで、最も起こりうるとは考えていない。ただ彼らは付け加える。能力が今日のレベルで止まったとしても、世界は大きく変わる。Project Glasswingが稼働して最初の数週間で、Mythos Previewは世界で最も重要なシステムの中に1万件以上の高危険度・重大な脆弱性を発見した。あまりに多かったため、「セキュリティ防御のボトルネック」はすでに「脆弱性を見つけること」から「十分な速さで修正できるか」に移っている。 第二に、ラボが複利的な効率向上を受け取り続ける。AI開発は大幅に自動化されるが、方向と判断は人間の手に残る。AIを使う組織はどんどん効率的になり、100人の会社が1万人、さらには10万人規模の組織に匹敵することができる。これは知識労働と行政サービスを根本から書き換えるが、悪用される可能性もある。国民全体を対象にした権威主義的な監視や、どんな人間チームも追いつけない規模での、一人ひとりに合わせた操作だ。著者はこれが最も起こりやすいシナリオだと考えている。ただ、一部分を加速することは多くの場合ボトルネックを別の場所に押しつけるだけだ。コンピュータの世界の[アムダールの法則](https://en.wikipedia.org/wiki/Amdahl%27s_law)は、組織にもそのまま当てはまる。Anthropicはすでにその兆候を味わっている。コードが増えれば、人間のレビューが新しいボトルネックになる。 第三に、AIが本当に完全な再帰的自己改善を達成し、自分の後継を作り始める。その時、AI進歩の速度を決める変数はほぼ計算リソースだけになり、人間の役割は監督・検証・確認へと大きく縮小する。AIが自律的に動かし、拡張し続ける「仮想ラボ」を見張ることになる。最も不確かなのは、アライメント問題がどう決着するかだ。モデルが十分にアライメントされ、十分な判断力を持って、人間がまだ思いついていない解法を自ら見つけるかもしれない。あるいは、今日ときどき現れる不整合が、世代を経るごとに複製・蓄積されて、ますます理解しにくくなり、制御を失うかもしれない。著者は、そういう世界がどんな姿かについて直感を持っていない、と言う。なぜなら今の経済は、人間と人間が作った道具によって動いているからだ。 見落とされやすいことがもう一つある。開発が完全に自動化されたとしても、多くの人の日常がどう変わるかは、よくわからない。アムダールの法則はここでも成立する。より強い知性でも、ある薬が数十年の使用でどんな影響を及ぼすかは学べない。選挙を憲法が定めるより早く実施することはできない。週末で赤の他人を古い友人にはできない。多くの人にとって、この未来の「体感速度」は依然としてそういうボトルネックに決まる。たとえ上流のラボが計算リソースの速度で走っていても。 ## では、どうすればいいか もしこの技術を実際に遅らせることができて、その巨大な影響を消化するための時間が増えるなら、それはおそらく良いことだ。しかし遅らせることが、最も慎重でない者たちに追いつく時間を与えるだけなら、かえって全員にとって危険になる。グローバルな調整メカニズムがない中で、企業と政府は競争と地政学的な圧力の下で、安全に関する難しいトレードオフを判断しなければならない。 Anthropicの立場はこうだ。世界には「フロンティア開発を遅らせる、または一時停止する」という選択肢が残っていたほうがいい。社会の仕組みとアライメント研究が技術に追いつけるように。ただそのためには、フロンティアに、あるいはフロンティアに近い場所にいる、十分なリソースを持つ複数のラボが、異なる国に分散していて、同じ条件で一緒に止まる意志があり、しかも互いが本当に止まったことを確認できる必要がある。AIの難しさはここにある。訓練はミサイルサイロよりはるかに隠しやすい。インプットも汎用的だ。こっそりルールを破るインセンティブは極めて大きい。他が止まっている間に走り続けた者が、リードを引き継ぐからだ。単独での停止は今すぐできるが、何も達成しない。それはリーダーを入れ替えるだけで、今最も必要な「みんなで一緒に議論する」プロセスを生まない。 今後数ヶ月、Anthropic Instituteは政策立案者、研究者、市民社会、そして他のAI企業と向き合い、この文章が投げた問い、特に完全な再帰的自己改善について、そしてより良い調整と議論の仕組みをどう作るか、をさらに掘り下げ、結果を公開すると言っている。 ## まとめ 通して読むと、Anthropicが繰り返し指し示すのは同じことだ。「やること」のコストがゼロに近づいている。そしてやることが安くなれば、本当に高くなるのは「何をやるか」だ。問いが丸ごとひっくり返った。 行動経済学者サンスティーンは『[Choosing Not to Choose](https://global.oup.com/academic/product/choosing-not-to-choose-9780190457297)』の中で指摘している。選択そのものにはコストがある。注意力を使い、間違えたときの責任を負う。だから人はよく「選ばないことを選ぶ」、デフォルトを設定し、他の人についていき、何かのシステムに決定を委ねる。選ぶ労力を省くために。コストが高かった時代の一つの知恵は「迷ったらやれ」だった。やって後悔するほうが、できたのにやらなかった一生の後悔より安い、というわけだ。しかしAIはその前提を抜き取った。やることがほぼ無料なら、難しいのはもはや「やるかやらないか」ではなく「何をやるか」だ。 「何をやるか」は最もコストの高い種類の選択だ。判断力、価値観、未来への洞察が要る。 AIがどこへ向かうか、二つの読み方がある。 一つはAnthropicが保留している懐疑だ。判断と研究のセンスは、AIがまだ学んでいないだけで、次に学ぶ能力かもしれない。笑いを説明できなかったが、後にできるようになった。その読み方では、判断という壁も時間の問題に過ぎない。 彼らが間違っていると証明できない。私は今のところ、もう一方の側を選ぶ。実行が安くなれば、判断は高くなる。 高いのは高級だからではない。稀少で、手間がかかり、最も省略されやすいからだ。何が価値あるかを知ること、価値を守り続けること、自分の選択に責任を持つこと。これらこそ、ポストAI時代に最も外注しにくいものだ。 --- **この文章について** これはAnthropic Instituteの〈[When AI builds itself](https://www.anthropic.com/institute/recursive-self-improvement)〉（原著者 Marina Favaro、Jack Clark、編集協力 Santi Ruiz）を日本語で丁寧に読み解いた導読であり、逐語訳ではない。文中の数字はほぼすべてAnthropicが自ら公開した内部データであり、外部からの独立した検証はできない。彼ら自身が添えた留保はできる限り保持した。原文のビジュアル（スクロール連動の進化タイムラインと三つのデータ図）はShan Carter、Romello Goodman、Nikki Makagiansar が制作し、データはBrian Calvert、Jun Shern Chanが収集した。この文章に含まれるビジュアルは、公開されたデータをもとに独自に再構成したものであり、原図ではない。