Зөгнөлт яриа биш, бодит дата: Anthropic-ийн судалгааны 26%-ийг Claude удирдан хийж, 30,000 AI агент зэрэг ажиллаж байна

Хиймэл оюун ухаан өөрөө дараагийн үеийнхээ хиймэл оюуныг бүтээж эхлэх буюу "Recursive Self-Improvement" (өөрийгөө рекурсивээр сайжруулах) ойлголт олон жилийн турш зөвхөн компьютерын шинжлэх ухааны таамаглал, философийн маргаан байсан билээ. Гэвч энэ үзэгдэл онолын түвшнээс бодит инженерчлэлийн хэмжигдэхүүн болон хувирсныг харуулсан шуугиант баримтыг Anthropic компани өөрийн шинэ тайландаа дэлгэлээ.

Anthropic-ийн нийтэлсэн "Measurements for understanding the pace of AI development inside frontier labs" нэртэй албан ёсны судалгаанд дурдсанаар, тус компанийн дараагийн AI загварыг бүтээх нийт судалгаа, хөгжүүлэлтийн (R&D) ажлын 26%-ийг Claude загвар бие даан удирдан (Lead) гүйцэтгэж байна. Түүнчлэн Anthropic-ийн дотоод систем дээр нэгэн зэрэг 30,000 орчим AI агент судалгаа, код бичилт, туршилтыг зогсолтгүй гүйцэтгэж байгаа ажээ.

Хэдхэн сарын дотор 0%-иос 26% хүртэл: Энэ яг юу гэсэн үг вэ?

Хамгийн цочирдмоор баримт нь: 2026 оны эхээр буюу хэдхэн сарын өмнө энэ үзүүлэлт 0% байсан бол богино хугацаанд 26% болж үсрэлт хийсэн явдал юм.

Anthropic энэхүү хэмжилтээ Epoch AI байгууллагын боловсруулсан автоматжуулалтын түвшний шатлалаар (Automation Level) хэмжсэн байна. Тус ангиллаар:

• Collaborates (Хамтран ажиллах - 90%+): Судалгаа, хөгжүүлэлтийн даалгаврын 90 гаруй хувьд Claude хүний шууд чиглүүлэг дор томоохон хэсгийг бичиж, хамтран гүйцэтгэж байна.
• Leads (Удирдан гүйцэтгэх - 26%): Хүн зөвхөн дээд түвшний зорилго (high-level prompt) өгөхөд Claude тухайн даалгаврыг эхнээс нь дуустал бие даан шийдвэрлэж, харин инженерийн үүрэг зөвхөн хөндлөнгийн хяналт тавихаар хязгаарлагдаж байна.
• Fully Autonomous (100% бие даасан - 0%): Одоогоор хүний оролцоогүйгээр бүрэн бие дааж явагдаж буй R&D хэсэг хараахан байхгүй байна.

Өөрөөр хэлбэл, энэ нь бидний өдөр тутамдаа хэрэглэдэг энгийн Copilot шиг дараагийн мөрийг тааж бичих тухай биш юм. AI инженер өөрөө архитектурын загварыг сонгож, туршилтын гипотез дэвшүүлж, дата бэлтгэн, сургалтын скрипт бичиж, үүссэн кластерын асуудлыг бие даан засаж байгаа процесс юм.

30,000 зэрэг ажиллах агентын арми: Хөгжүүлэгчийн ажлын байр хэрхэн өөрчлөгдөв?

Anthropic-ийн үүсгэн байгуулагч Жак Кларкийн хэлснээр, өнөөдөр тус компанийн инженерийн баг гараараа шууд код шивэх нь бараг үгүй болжээ. Инженер нэг бүр дээд тал нь 5-6 өөр Claude агентыг удирдаж, тэдгээр агентууд нь цаашаа дахин дэд агентуудыг салбарлуулан ажиллуулах шаталсан удирдлагын загвар руу (Hierarchical Multi-agent system) шилжсэн байна.

Энэхүү дэд бүтэц дээр:

1. Сард 1 тэрбум гаруй шийдвэр: 30,000 агентын хийсэн 1 тэрбум гаруй шийдвэрийг автомат мониторингийн систем 24/7 хянаж байдаг.
2. Автомат хориг ба эскалаци: Хяналтын системүүд 47,000 үйлдэл тутамд 1-ийг нь аюулгүй байдал эсвэл бодлогын зөрчил гэж үзэн автоматаар блок хийдэг. 7 хоног бүр шалгагдсан 100,000 гаруй транскриптээс ердөө 50 хүрэхгүй үйлдэл л хүний гараар нягтлагдах шаардлагатай болж байна.
3. 8 дахин их код: AI агентуудын тусламжтайгаар нэг инженерийн улиралд түгээх (ship) кодын хэмжээ өмнөх онтой харьцуулахад 8 дахин өсжээ.

"Speedometer" зарласан нь: AI лабораториуд өөрсдийн хурдаа ил тод болгох цаг

Anthropic эдгээр тоо баримтыг зүгээр нэг гайхуулах гэж нийтлээгүй. Тэд "Frontier AI" буюу тэргүүлэгч түвшний загвар хөгжүүлэгч бүх компаниудыг (OpenAI, Google DeepMind, Meta г.м.) дараах 3 метрикийг нийтэд ил тод тайлагнаж байхыг уриаллаа:

1. AI R&D Automation Index: Шинэ загвар гаргахад тухайн AI загвар өөрөө хэдэн хувийн үүрэг гүйцэтгэж байна вэ?
2. Agent Oversight: Систем дээр ажиллаж буй агентуудын хяналтын хамрах хүрээ (Coverage), хариу үйлдэл үзүүлэх хугацаа (Review Latency), алдааг мэдээлэх хувь (Escalation Rate).
3. Safety Compute Allocation: Нийт тооцоолох хүчин чадлынхаа (Compute) хэдэн хувийг аюулгүй байдлын шалгалт, alignment-д зарцуулж байгаа вэ? (Anthropic одоогоор нийт R&D тооцооллынхоо 6%-ийг, AI-аар удирдуулсан R&D-ийн 12%-ийг аюулгүй байдалд зарцуулж буйгаа дэлгэв).

Монголын хөгжүүлэгчид юунд бэлтгэх ёстой вэ?

Энэхүү бодит дата бидэнд програм хангамжийн салбар ямар хурдтай хувьсаж байгааг сануулж байна.

• Синтакс шивэх ур чадвар үнэ цэнээ бүрэн алдаж байна: Хэрэв дэлхийн хамгийн төвөгтэй AI архитектурыг өөрөө бичиж буй агент гарчихсан бол энгийн CRUD аппликейшн, boilerplate код бичих нь AI-ийн хувьд хэдхэн секундийн асуудал болжээ.
• Инженер хүн "Менежер/Архитектор" болно: Ойрын жилүүдэд бид ганцаараа IDE дээр код бичихээс илүүтэйгээр 10, 20 AI агентыг зэрэг удирдаж, тэдний гаргасан архитектурын шийдлийг хянаж, систем хоорондын интеграцыг баталгаажуулдаг удирдагч инженерүүд болох шаардлагатай болж байна.
• Орчин үеийн шалгуур: Код бичих хурдаар бус, харин AI агентуудад ямар нарийвчлалтай зорилт тавих, үр дүнг хэрхэн тестлэх, системд учирч болох гажуудал (edge case)-уудыг урьдчилан таамаглах логик сэтгэлгээ хамгийн үнэ цэнтэй ур чадвар болон хувирч байна.

AI өөрөө өөрийгөө сайжруулж, дараагийн үеэ бүтээх тойрог хэдийн эхэлчихлээ. Одоо харин бид тэр хурдтай зэрэгцэн ажлын арга барилаа хэр хурдан шинэчилж чадахаас бидний дараагийн 5 жилийн карьер шалтгаалах болно.

---

Эх сурвалж:

• Anthropic Institute: Measurements for understanding the pace of AI development inside frontier labs
• The Washington Post: Anthropic says its chatbot Claude is taking over the work of building its own successor
• Engadget: Anthropic Says Claude 'Leads' 26 Percent Of Its AI R&D Work