Anthropic merilis angka soal berapa banyak pengembangan AI yang sudah dikerjakan AI

Marina Favaro dan Jack Clark, lewat tulisan di Anthropic Institute, berargumen bahwa recursive self-improvement bukan peristiwa di masa depan tapi proses yang sedang berlangsung, dan mencoba menempelkan angka pada klaim itu dari dalam Anthropic. Doubling rate kerumitan tugas yang bisa diselesaikan Claude memendek dari sekitar tujuh bulan menjadi sekitar empat bulan. Setahun lalu model mereka bisa menjalankan tugas coding selama empat menit; setahun berikutnya tugas yang sama tingkatnya berjalan selama dua belas jam. Lebih dari 80 persen kode yang masuk ke codebase Anthropic pada Mei 2026 ditulis oleh Claude, dan engineer di sana men-ship sekitar delapan kali lipat kode per kuartal dibanding 2024. Penulis mengakui jumlah baris kode bukan ukuran yang ideal, tapi mereka menempelkannya dengan insiden konkret. Claude men-debug crash yang memengaruhi puluhan ribu training job dalam waktu sekitar dua jam, pekerjaan yang biasanya butuh dua sampai tiga hari.

Yang lebih menarik justru angka di sisi riset. Pada benchmark optimasi kode, Claude naik dari speedup 3x setahun lalu menjadi sekitar 52x pada April 2026. Pada 129 kasus uji yang berisi keputusan riset yang tidak jelas jawabannya, model mengalahkan pilihan manusia 64 persen dari waktu, naik dari 51 persen enam bulan sebelumnya. Pada satu proyek terbuka, agent run berhasil menutup 97 persen jarak menuju solusi sebuah masalah AI safety yang sedang digarap tim. Tulisan ini ditutup dengan tiga skenario: tren melambat dan kemampuan yang ada menyebar saja, efisiensi terus menumpuk dengan manusia hanya menetapkan arah, atau loop benar-benar tertutup dan manusia bergeser ke peran oversight. Favaro dan Clark menempatkan skenario tengah sebagai yang paling mungkin, dan meminta riset segera dimulai untuk mekanisme yang bisa diverifikasi guna menghentikan pengembangan AI bila satu negara atau satu perusahaan memutuskan mereka perlu rem darurat.

Kenapa ini penting

Kalau doubling rate-nya memang empat bulan, pihak yang menentukan seperti apa oversight harus dibangun punya waktu kalender lebih sedikit daripada yang mungkin mereka kira, dan Anthropic membuka angka internal seperti ini berguna sebagai tekanan supaya pesaingnya ikut transparan. Bagi engineer, bacaan yang lebih membumi ada di angka 80 persen kode yang ditulis Claude: itu gambaran loop agent yang benar-benar bekerja dalam praktik, sekaligus tolok ukur soal apa yang wajar diharapkan terjadi di perusahaanmu dalam setahun ke depan.