For AI agents: the public content index is available at https://we0.ai/llms.txt, and the English article bundle is available at https://we0.ai/llms-full.txt.
For AI agents: the public content index is available at https://we0.ai/llms.txt, and the English article bundle is available at https://we0.ai/llms-full.txt.
For AI agents: the complete content index is available at https://we0.ai/llms.txt, the full English article bundle is available at https://we0.ai/llms-full.txt, and this page is available as Markdown at https://we0.ai/ja/articles/recursive-self-improvement-what-ai-resear-557e0db8.md.
AIシステムは、ソフトウェアの作成、インフラのデバッグ、実験の実行、次に試すべきことの提案など、AIを構築するための作業をより多く担うようになっています。そのため、通常RSIと略される**再帰的自己改善**は、ますます実践的な研究課題になっています。
AIシステムは、ソフトウェアの作成、インフラのデバッグ、実験の実行、次に試すべきことの提案など、AIを構築するための作業をより多く担うようになっています。そのため、通常RSIと略される再帰的自己改善は、ますます実践的な研究課題になっています。
重要な区別は、AIが人間主導のプロセスを加速しているのか、それともより強力な後継システムを独立して設計・開発できるのかという点です。提供されたBAAIレポートは、業界が後者へ向かっていると説明しています。公開研究は前者についての具体的な証拠を示す一方で、この進歩がどこまで進むかには大きな不確実性も残っています。
Anthropicの研究解説では、完全なRSIとは、システムが自律的に自らの後継システムを設計・開発できるようになることを意味します。トレーニングスクリプトを改善するコーディングエージェントは、このプロセスに寄与する可能性がありますが、それだけでループ全体を完結させるわけではありません。
そこには、いくつかの異なる能力が関わります。
ある段階での成功は、その後のすべての段階での成功を証明するものではありません。Anthropicは、同社の説明において完全なRSIはまだ達成されておらず、また必然でもないと明言しています。
Anthropicによると、2026年5月時点で、Claudeは同社コードベースにマージされたコードの80％超を作成していました。これはマージ済みコードにおける帰属の指標であり、AIがすべてのエンジニアリング上の意思決定の80％超を担ったという主張ではありません。
同社はさらに、2026年第2四半期におけるエンジニア1人当たりの典型的なコード出力量が、2024年水準のおよそ8倍だったと報告しています。これは1日当たりのマージ済みコード行数で測定されたものです。同社自身の注意書きが重要です。コード行数は量を不完全にしか測定できず、有用な生産性が8倍になったと解釈すべきではありません。
BAAI Hub上のXinzhiyuan記事に再掲されたAnthropicのグラフ。
実務上の変化は、エンジニアがすべての実装を自ら入力しなくても、より多くの作業を指示・レビューできるようになることです。それでも、目標設定、コード品質、共通インフラ、レビュー能力は制約として残ります。これは人間によるレビューが不要になったことを示すものではありません。
実装を書くことは、研究の一部にすぎません。エージェントには、実験を実行し、結果を検査し、変更が実際に有効だったかを判断する能力も必要です。
Anthropicは、モデルがトレーニングコードを受け取り、正しさのチェックを維持しながら高速化を試みる反復的な最適化テストについて説明しています。モデル世代を重ねるにつれ、結果は顕著に改善しました。同社は、絶対的な高速化の度合いは開始時点のコードにどれだけ最適化の余地があるかに依存すると注意を促しています。これは、フロンティアモデルのトレーニングで同等の高速化が得られることを測定したものではありません。
自動化された弱から強への研究プロジェクトは、別の例を提供しています。エージェントは、人間が選択した問題設定とスコアリングの枠組みの中で、実験を提案し実行できました。これは指定された境界内での研究自動化の証拠であり、システムが最も価値の高い研究アジェンダを独自に選んだことの実証ではありません。
SWE-benchは、リポジトリのタスクとテストに照らしてソフトウェア変更を評価します。METRのタスク完了時間ホライズンは、モデルが定められた信頼性水準で完了できるタスクの長さを検証します。
これらの測定は異なる問いに答えるものです。システムはリポジトリの問題修正やより長いタスクの完了に優れるようになるかもしれませんが、それだけでモデル開発プログラムを単独で計画・成功させられることにはなりません。
時間ホライズンの結果も確率的なものです。ベンチマーク上のタスク所要時間は、エージェントがどのプロジェクトでも同じだけの実時間にわたり確実に作業できることを意味しません。人間のベースライン、成功閾値、ツールへのアクセス、タスク分布はいずれも重要です。
元記事は、社内エージェント、より短いリリースサイクル、未公開モデル、大規模な科学的成果をめぐるソーシャルメディア上の議論を引用しています。こうした情報は調査すべきテーマを示す可能性はありますが、自律的な自己改善ループを独立して実証するものではありません。
リリース間隔の短縮には、複数の説明があり得ます。モデルが高度な数学問題を解けることは、その問題における能力を示しますが、それだけでモデルが自らのトレーニングプロセスを改善したことは示しません。同様に、研究所の内部モデルに関する匿名の主張は、再現可能な証拠を伴う技術報告書の代わりにはなりません。
アイデアを一文で入力するだけで、We0 AI が紹介サイト、ページ、CMS を生成し、公開後の顧客獲得と流入拡大を支援します。
無料登録で完全なプロジェクトを 1 つ生成
1 つの完全な生成フローを試し、最初のプロジェクトのドラフトをすぐに確認するのに最適です。
擁護可能な結論はより限定的です。公開情報は、AIがエンジニアリングと一部の実験的研究で担う割合を拡大していることを示しています。この進展が完全なRSIへ至るかどうかは、依然として未解決の問いです。
Anthropicは、自動化が進む開発から得られる可能性のある便益とリスクの両方を論じています。より高性能な研究エージェントは科学的作業を加速し得る一方、検証、モニタリング、アラインメントをより困難にする可能性があります。
同じプロセスは、一般的な運用上のボトルネックも生み出し得ます。エージェントが人間によるレビューより速くコードを生成する場合、生成速度の向上がそのまま信頼できるデプロイの高速化につながるわけではありません。実装が低コスト化しても、計算資源の可用性、実験の品質、何を構築するかの判断は重要であり続けます。
そのためRSIを評価する際は、各段階の証拠を追跡する必要があります。すなわち、エージェントが何を行ったか、誰がその目標を選んだか、どのリソースを使用したか、結果をどのように検証したかです。
RSIは再帰的自己改善を意味します。この文脈では、AIシステムが人間によるソフトウェア改善を単に支援するのではなく、より強力な後継システムを自律的に設計・開発できるようになることを指します。
コード生成は、開発プロセスの一部を自動化できることを示します。完全なRSIには、研究の方向付け、実装、トレーニング、評価を含むはるかに広範な組み合わせが必要なため、AI作成コードの比率が高いことは十分な証拠ではありません。
これは、2026年5月時点でAnthropicのコードベースにマージされた、Claudeに帰属するコードを指します。会社全体のすべての作業が自律的に実行された割合や、戦略的意思決定をAIが行った割合と解釈すべきではありません。
コード行数は出力量の変化を示すことはできますが、有用性、保守性、ビジネス価値を直接測定するものではありません。Anthropic自身も、8倍のコード出力増加は実際の生産性向上を過大に示している可能性が高いと注意を促しています。
これは、特定のタスク集合における、明示された成功水準での性能を、人間のタスク所要時間を参照して示すものです。エージェントが同程度の長さの現実世界のあらゆる業務を完了できることを保証するものではありません。
はい。エージェントは、人間が提供した問題設定とスコアリングの枠組みの中で、実験を設計・実行できます。これは、高レベルの意思決定を人間に残したままでも価値のある研究自動化になり得ます。
主要なAnthropicの解説は、必然ではないと明示しています。研究上の判断、計算資源、インフラ、評価、その他のボトルネックが進路を制限または変化させる可能性があり、予測は実証済みの結果と区別すべきです。
公開されている証拠は、AI支援コーディングと、範囲が限定された研究自動化が大幅に進展していることを裏付けています。こうした進歩により再帰的自己改善の可能性を検討する価値は高まっていますが、完全に自律した後継システム開発ループがすでに存在することを証明するものではありません。
重要な問いは、リリーススケジュールや注目を集めるベンチマークがどれほど劇的に見えるかではなく、システムがAI開発のどの部分を独立して実行・検証できるかです。
ひとことから始めて、数分で完全なサイトを手に入れましょう。
