Код бичихээс Агент удирдахад: Anthropic-ийн дотоод кодын 80%-ийг Claude бичиж, бүтээмж 8 дахин өссөнийг зарлалаа

Хиймэл оюун ухаан программ хөгжүүлэгчдийн өдөр тутмын амьдралыг өөрчилж буй талаар бид сүүлийн хоёр жил тасралтгүй ярьж байна. Гэвч AI-ийг бүтээж буй тэргүүлэх лабораториудын инженерүүд өөрсдөө яг яаж ажиллаж байгаа бол?

Anthropic Institute-ээс гаргасан "When AI Builds Itself" (AI өөрөө өөрийгөө бүтээж эхлэх үед) судалгааны тайлан энэ асуултад бодит тоо баримттай цочирдом хариулт өглөө. Судалгаанаас харахад Anthropic-ийн үндсэн системийн кодын 80 гаруй хувийг Claude өөрөө бичиж байгаа бөгөөд инженерүүдийн гаргаж буй бүтээмж өмнөх үеэс 8 дахин өссөн байна.

Энэ нь онолын түвшний яриа байхаа больж, AI нь өөрийн дараагийн үеийн загварыг хөгжүүлэхэд шууд оролцдог Recursive Self-Improvement (RSI - Өөрийгөө рекурсив сайжруулах) эриний эхлэл бодит болсныг харуулж байна.

1. 8X Бүтээмж ба 80%-ийн бодит статистик

Anthropic-ийн нийтэлсэн дотоод хэмжүүрээр:

Инженерүүдийн улиралд release хийж буй кодын хэмжээ (shipped code volume) 2021–2025 оны дунджаас 8 дахин өссөн.
Үйлдвэрлэлийн (production) түвшний нийт шинэ кодын 80%-ийг Claude бичиж байна.
Инженерүүд нэг дор 5-6 Claude агентыг зэрэг удирдаж, зарим тохиолдолд эдгээр агентууд нь доороо дахин өөр туслах агентуудыг хуваарилан ажиллуулдаг шаталсан бүтцэд шилжжээ.

Энэ нь хөгжүүлэгчид гараараа синтакс шивэх ажлаас бүрэн татгалзаж, системийн архитектур, логик шалгалт (verification), эрсдэлийн үнэлгээ хийдэг "AI Оorchestrator" болж хувирсныг харуулж байна.

2. Бодит кейс: 3 өдрийн хүндрэлийг 2 цагт шийдсэн нь

Тайланд дурдагдсан нэгэн бодит жишээ салбарынхны анхаарлыг ихээхэн татав. Загварын сургалтын үеэр (model training) кластерт хийсэн нэгэн шинэчлэлтээс үүдэн хэдэн арван мянган сургалтын job-ууд зэрэг унаж (crash), системийн томоохон саатал үүссэн байна.

Инженер Claude-д зөвхөн терминал болон кластерийн эрхийг өгч, асуудлыг даатгажээ:

Claude унаж буй log-уудыг автоматаар шүүж, cluster environment-ийн тохиргоонуудыг нэг нэгээр нь шалгасан.
Асуудал үүсгэж байсан маш далд, баримтжуулалтгүй debugging flag-ийг олж илрүүлсэн.
Алдааг өөрөө бие даан reproduce хийж, patch бичиж, туршилтаар баталгаажуулсан.

Хүний баг хамгийн багадаа 2-3 өдөр зарцуулах байсан энэ даалгаврыг AI ердөө 2 цагийн дотор бүрэн шийдвэрлэсэн байна.

# Өмнө нь: Хөгжүүлэгч бүхнийг гардан хийдэг байв
Developer -> Logs -> Code Analysis -> Manual Fix -> Deploy

# Одоо: Хөгжүүлэгч зөвхөн зорилго тодорхойлж, хянана
Developer (Goal & Constraint) 
     │
     ▼
 Claude Orchestrator ──► Cluster Access / Sandbox
     │                └──► Multi-Agent Root Cause Analysis
     ▼
 Generated Patch + Test Results ──► Developer (Review & Approve)

3. Recursive Self-Improvement (RSI) гэж юу вэ?

Хиймэл оюуны судалгаанд RSI гэдэг нь AI систем өөрөө өөрийнхөө дараагийн хувилбарын кодод оролцож, өгөгдлийг цэвэрлэж, architecture-ийг сайжруулан сургах процессийг хэлдэг.

Одоогийн загварууд нь:

Synthetic Data Generation: Өөрийн дараагийн хувилбарт зориулсан сургалтын өгөгдөл бэлтгэх.
Auto-Debugging & Optimization: Сургалтын дэд бүтэц (training pipelines, CUDA kernels)-ийг оновчлох.
Model Evaluation: Бусад загваруудын гаргалгаанд дүгнэлт хийж, алдааг нь шүүх зэрэг даалгавруудыг гүйцэтгэж байна.

Anthropic-ийн онцолсноор, энэхүү эргэх холбоо (feedback loop) хүчтэй болох тусам AI хөгжүүлэлтийн хурд экспоненциал түвшинд хүрч, хэдэн жилийн судалгааны ажил хэдхэн сарын дотор шахагдах боломжтой болж байна.

4. Программ хөгжүүлэгчдийн хувьд энэ юу гэсэн үг вэ?

Энэхүү шилжилт нь хөгжүүлэгчдэд хэд хэдэн чухал дүгнэлтийг өгч байна:

Код бичих ур чадвараас Шүүмжлэлт сэтгэлгээ (Verification) рүү: Ирээдүйн өндөр үнэлгээтэй инженер нь хурдан код бичдэг биш, харин AI-ийн бичсэн асар их хэмжээний кодоос логик алдаа, архитектурын дутагдал, аюулгүй байдлын цоорхойг илрүүлж чаддаг хүн байна.
Context & Environment Engineering: AI агент зөв ажиллахын тулд түүнд зориулсан найдвартай CLI, API болон Model Context Protocol (MCP) зэрэг интеграцийн дэд бүтцийг зөв тохируулах нь нэн тэргүүний ажил болж байна.
Junior-оос Senior болох зам өөрчлөгдөв: Бойлерплэйт код бичиж туршлага суудаг уламжлалт үе дуусаж, шинэ залуу инженерүүд шууд системийн дизайн, бизнесийн шаардлага болон агент удирдлага дээр ажиллах шаардлага тулгарч байна.

Дүгнэлт

Anthropic-ийн тайлан нэг зүйлийг маш тодорхой харууллаа: AI нь зүгээр л текст бичих туслах биш, өөрийгөө болон ирээдүйн программ хангамжийг бие даан бүтээн босгох инженерийн үндсэн хөдөлгүүр болж хувирч байна. Одоогийн байдлаар бид хөгжүүлэгчийн оронд AI ирэх биш, харин AI ашиглан 8 дахин хурдан ажилладаг инженерүүд салбарыг бүрэн тодорхойлох эрин үед амьдарч байна.

Эх сурвалж: Anthropic Institute: "When AI Builds Itself", TIME: Inside the Race to Make AI Build Itself