Өөрийгөө бүтээх гогцоо эхлэв: Claude өөрийн R&D ажлын 26 хувийг "бие даан удирдаж" байгааг Anthropic дэлгэлээ

Хиймэл оюуны салбарт сүүлийн хэдэн жил хамгийн их яригдсан, зарим үед шинжлэх ухааны уран зөгнөл мэт сонсогддог ойлголт бол Recursive Self-Improvement (RSI) буюу хиймэл оюун ухаан өөрөө өөрийнхөө дараагийн, илүү ухаалаг хувилбарыг бүтээж сайжруулах үзэгдэл юм. Ихэнх лабораториуд энэ тухай зөвхөн онолын түвшинд эсвэл маркетинг маягаар ярьдаг байсан бол Anthropic анх удаа үүнийг дотооддоо яг хэрхэн хэмжиж, хэдий хэмжээнд хүрснийг албан ёсоор дэлгэлээ.

Anthropic-ийн нийтэлсэн R&D Automation Index-ийн эхний үр дүнгээр: 2026 оны 8-р сарын байдлаар Claude загвар тус компанийн хиймэл оюуны R&D (судалгаа, хөгжүүлэлт)-ийн ажлын 26%-ийг бие даан удирдаж (leads) байна. Хамгийн цочирдмоор нь энэ үзүүлэлт 2026 оны 2-р сард 1%-д ч хүрэхгүй байжээ.

R&D Automation Index гэж юу вэ?

Anthropic энэхүү судалгааг хийхдээ Epoch AI-аас гаргасан AL (Automation Level) буюу Автоматжуулалтын түвшний 6 шатлалт системийг ашигласан байна:

• AL0: AI огт оролцохгүй, бүх зүйлийг инженер гараар хийнэ.
• AL1-AL2: AI туслах хэрэгсэл хэлбэрээр бага зэрэг кодын хэсэг эсвэл санал өгнө.
• AL3 (Collaborates): AI нь хүний шууд, нарийн зааварчилгаа дор ажлын томоохон хэсгийг хамтран гүйцэтгэнэ.
• AL4 (Leads): Инженер зөвхөн ерөнхий зорилго, high-level prompt өгөхөд Claude төслийн дийлэнх хэсгийг эхнээс нь дуустал бие даан хийж дуусгана. Хүний үүрэг нь зөвхөн хянах (supervise), эцсийн үр дүнг батлах түвшинд байна.
• AL5 (Fully Autonomous): Ямар ч хүний оролцоогүйгээр даалгаврыг бүрэн автоматаар шийднэ.

Anthropic-ийн мэдээлснээр загвар хөгжүүлэлтийн циклд багтдаг инженер, судлаачдын нийт 15,000 орчим нарийвчилсан таск, Slack хэлэлцүүлэг, баримт бичгүүдэд аудит хийсэн байна. Үр дүнд нь нийт R&D ажлын 90 гаруй хувь нь хамгийн багадаа AL3 буюу "AI хамтрагч" түвшинд очсон бөгөөд 26% нь Claude шууд толгойлдог AL4 түвшинд хүрчээ. Одоогоор AL5 буюу хүний огт оролцоогүй түвшинд 0% байгааг тэд онцолсон юм.

30,000 зэрэгцээ ажиллах Агент ба инженерийн бүтээмж

Anthropic-ийн дотоод системийн дэд бүтцэд одоогоор 30,000 орчим судалгааны ба инженерингийн Agent зэрэгцэн ажиллаж байна. Эдгээр агентууд нь:

• Моделийн сургалтын кластер дээр гарсан гэнэтийн алдаа (crash)-г бие даан оношлох,
• Benchmark ба evaluation тестийн даалгавруудыг автоматжуулах,
• Олон зуун гиперпараметрийн туршилтуудыг зэрэг ажиллуулах,
• Оновчлолын скриптүүд болон дата цэвэрлэгээний пайплайнуудыг бичих үүргийг гүйцэтгэж байна.

Anthropic-ийн мэдээлснээр компанийн инженерүүдийн нэг улиралд ship хийж буй кодын дундаж хэмжээ 2021-2025 оны үетэй харьцуулахад даруй 8 дахин өссөн бөгөөд продакшн кодын 80 гаруй хувийг Claude өөрөө үүсгэж байгаа аж. Инженерийн ажил нь "код бичих"-ээс "Claude-ийн багийг удирдах, архитектур чиглүүлэх" болж хувирчээ.

Нэгэн бодит жишээ дурдахад: Сургалтын кластер дээр олон арван мянган сургалтын ажлыг унагаж байсан нууцлаг алдааг (incident) Claude-д cluster access болон лог файлтай өгөхөд хоёрхон цагийн дотор яг аль debugging flag асуудал тарьж байсныг илрүүлж, асуудлыг дахин давтаж шалгаад засах PR-ийг бэлтгэсэн байна. Инженерүүдийн 2-3 өдөр зарцуулах байсан R&D таск ийнхүү хэдхэн цагт шийдэгджээ.

Хөгжүүлэгчдэд яагаад хамаатай вэ?

Энэхүү тоон үзүүлэлт яагаад зөвхөн Anthropic-ийн дотоод асуудал биш вэ?

1. AI-ийн хурдны экспоненциал муруй (Compounding Loop):
   AI загварууд зөвхөн хэрэглэгчийн чатбот байхаа больж, дараагийн үеийн AI архитектур, сургалтын алгоритм, дата шүүлтийг өөрсдөө зохион бүтээж эхэлбэл шинэ загварууд гарах хоорондын хугацаа эрс богиносно. 6 сарын дотор 1%-аас 26% болсон өсөлт бол энэ гогцоо бодит амьдрал дээр эхэлсний дохио юм.

2. Программ хангамжийн инженерингийн шинэ стандарт:
   Anthropic-ийн өөрсдийн бүтээгдэхүүнийг туршиж буй арга барил нь ойрын ирээдүйд бүх технологийн багуудын ажлын урсгал болно. "Нэг хөгжүүлэгч — хэд хэдэн бие даасан агент" гэсэн бүтэц рүү компаниуд шилжих нь гарцаагүй болж байна. Хөгжүүлэгчийн үнэ цэнэ нь синтакс санах бус, асуудлын цар хүрээг зөв хуваарилж, агентуудыг оркестраци хийх чадвараар тодорхойлогдох цаг ирлээ.

3. Нээлттэй тайлагналтын шаардлага:
   Anthropic энэхүү R&D Automation Index-ийг зөвхөн өөрсдөө ашиглаад зогсохгүй, OpenAI, Google DeepMind зэрэг бусад фронтиер лабораториудыг дотоод автоматжуулалтын хувиа нийтэд ил тод хэмжиж тайлагнахыг уриаллаа. Ингэснээр салбар бүхэлдээ харанхуй өрсөлдөх бус, хяналттай урагшлах боломж бүрдэнэ гэж тэд үзэж байна.

Recursive self-improvement онолоос практик руу шилжиж, бодит тоо баримтаар хэмжигдэж эхэллээ. Хөгжүүлэгч бидний өмнө "код бичдэг хүн" байхаас "AI системүүдийг найруулан удирддаг архитектор" болох өөрчлөлт төсөөлснөөс хамаагүй хурдтай ойртон ирж байна.

Эх сурвалж: Anthropic Institute, Unite.AI, Reuters