Компания Anthropic сообщила, что её языковая модель Claude уже сейчас выполняет существенную долю работы по созданию более продвинутых версий себя. По данным стартапа, 26 % задач в области исследования и разработки моделей (R&D) выполняются или инициируются самой нейросетью.
Речь не идёт об автономном самоулучшении без участия людей. Инженеры Anthropic используют Claude как инструмент ускорения рутины: генерация кода для обучающих пайплайнов, анализ логов экспериментов, подбор гиперпараметров, написание документации и даже формулировка гипотез для A/B-тестов архитектур. Люди задают цели, проверяют результаты и принимают решения — модель же снимает операционную нагрузку.
Подобный подход становится стандартом в ведущих ИИ-лабораториях. OpenAI, Google DeepMind и другие игроки также применяют свои модели для внутренней автоматизации: от рефакторинга инфраструктуры до синтеза обучающих данных. Экономия времени инженеров позволяет быстрее итерировать архитектуры и масштабировать вычисления.
Anthropic не раскрывает технические детали того, как именно организован цикл «модель помогает создавать модель». Однако ранее компания публиковала работы по constitutional AI и методам обучения с обратной связью от ИИ (RLAIF), где одна модель оценивает ответы другой. Вероятно, похожие механизмы задействованы и в текущем R&D-процессе.
Сам факт — 26 % — демонстрирует, что современные большие языковые модели уже достаточно компетентны в собственной предметной области, чтобы стать полноценными соавторами исследований. Это не заменяет учёных, но меняет их роль: от написания кода к постановке задач и верификации результатов.
Индустрия наблюдает за тем, как рекурсивное использование ИИ для создания ИИ ускоряет циклы релизов. Если текущая динамика сохранится, доля автоматизированных задач в R&D будет расти, а временные затраты на переход от идеи к работающему прототипу — сокращаться.
