核心内容の要約
Anthropicが発表した「When AI builds itself」という記事では、内部の実際のデータを用いて、AI（Claude）がどのようにして自らの研究開発に深く関与しているかが示されています。現在、Anthropicの80％のコードはClaudeによって生成されており、エンジニアたちは「コードを書く職人」から「コードをチェックする監督者」へと変化しています。また、記事ではAIの進化速度が速まっていることが示唆されていますが、タイトルはAIが「自己進化」できるように誤解させる可能性があります。その背後には2つの意味が隠されています。1つ目は、AIの研究開発が確かに加速しているものの、重要な決定は依然として人間が握っているということです。2つ目は、Anthropicが資金調達や上場を控えて規制を呼びかけており、これは自社の優位性を確保するためのものである可能性があります。
1. エンジニアは「職人」から「監督者」へ
現在、Anthropicのコードの80％はClaudeによって書かれており、エンジニアが1日に提出するコード量は昨年の8倍になっています（行数だけでは品質は分かりませんが、チェックされた論理に問題はありません）。これはプログラマーの仕事のやり方が根本的に変わったことを意味しています。以前は自分でコードを書き、テストし、提出していましたが、今ではAIに目標を伝え、AIがコードを書き、テストを行い、バグを修正します。人間の役割は方向性が正しいか、結果に問題がないかを判断することだけです。
例えば、以前は監督者が直接カメラを操作し、編集を行っていましたが、今では10のAIチームがいて、監督者は「どのシーンを撮るか」「何が問題か」「ストップをかけるか」だけを指示します。人間の価値は「作ることができる」ということではなく、「何をすべきか、どうやって正しいかを判断すること」にあります。携帯電話のカメラが普及してから、写真の良し悪しを決めるのはシャッターの技術ではなく、どの角度から撮るか、何を撮るかという「視点」です。
結論：実行力の価値は下がりつつあり、「判断能力」こそが将来の核心的な競争力になります。
2. 新たなボトルネック：AIの結果を「検証」できるか？
AIは大量のコードや提案、実験を生成できますが、人間がそれをすべてチェックすることが新たな問題になっています。AnthropicはAIを使ってAIのコードをチェックし、オンラインでのバグの3分の1を事前に発見できますが、ここには隠れた問題があります。ClaudeがClaudeが書いたコードをチェックするということは、同じ教師が生徒たちに試験を採点させるようなもので、同じ種類の間違いに対して「集団的に見落とす」可能性があります。
さらに重要なのは、AIが正しいことをした場合、その理由を理解できるかということです。例えば、AIが機能を作成し、正常に動作するとしても、その論理に隠れたリスクがないかどうかは分かりません。将来のチームの問題は「提案がない」ということではなく、「100個のAIの提案の中で、どれが本当に実行に値するのか？どれが表面上は正しそうだが実際には間違っているのか？」ということです。
結論：将来最も不足している能力は「AIを使うことができる」ということではなく、「AIの結果を検証すること」——正しい提案を選び、隠れた間違いを見つけ、いつストップすべきかを判断することです。
3. AIの進化が速すぎて人間は追いつけない
記事には次のようなデータがあります：AIが長期のタスクを独立して完了できる時間が、7ヶ月から4ヶ月に半減しました。2024年3月には4分しかかからなかったタスクが、2025年3月には1.5時間、2026年3月には12時間できるようになります。成功率は50％（まだ完全に信頼できるわけではありません）ですが、傾向は明らかです。AIの進化速度は速まっており、将来的にはAI企業が次世代のAIを自ら開発することも可能になります。これは人間の数による制限ではなく、計算能力やチップによる制限になります。
しかし、問題はAIの「機械的な速度」と人間社会の「人的な速度」の間に大きな差があることです。例えば、AIは新薬を迅速に開発できますが、薬の承認には何十年もかかります（副作用を確認する必要があります）。AIはコードを迅速に修正できますが、ユーザーの習慣を形成するには時間がかかります（例えば、脳の記憶機能を得るためには大量のユーザーフィードバックが必要です）。これらの「遅い変数」（法律、教育、ユーザー心理）はAIには代替できません。これこそが一般の人々が直面する実際の不安です——仕事がなくなるというよりも、社会の規則が技術の進化に追いつけないということです。
結論：あなたの仕事に「遅い変数」（ユーザーを理解すること、シナリオを磨くこと、信頼関係を築くこと）が含まれている場合、それがあなたの安全弁になります。
4. タイトルは「煙幕」：AIはまだ「自己進化」できない
記事のタイトル「When AI builds itself」は衝撃的ですが、実際のところ、現在のAIは「人間の研究開発を支援する」だけであり、「自分自身を作る」わけではありません。真の自己進化とは、AIが自らの短所を見つけ出し、提案を行い、トレーニングや展開を行うことですが、Anthropicは「まだその段階には達していない」と認めています。
例えば、Transformerアーキテクチャの誕生は、Googleのエンジニアたちが廊下で議論しているときにシェイラーという偉大な人物がそれを聞き、彼が積極的に参加してコードを書き直し、ボトルネックを突破したというものです。このプロセスでは、人間の偶発的な交流や重要な決定が核心であり、コードは結果に過ぎません。Anthropicの80％のコードがAIによって生成されているからといって、80％の研究開発がAIによって行われているわけではありません。どの問題を選ぶか、どの結果を信じるか、いつ停止するかという判断は依然として人間が握っています。
結論：タイトルに惑わされないでください。AIは現在「超級アシスタント」であり、「自主的な意思決定者」ではありません。
5. 規制を呼びかける「陽動戦略」：優位性の確保
記事の最後には「検証可能なAI開発の一時停止メカニズム」が提案されており、非常に責任あるように聞こえますが、その背後にはタイミングがあります。Anthropicはちょうど65億ドルの資金調達を完了し、評価額は約1兆ドルに達しており、IPO申請も秘密裏に行われています。この時期に規制を呼びかけることは、実際には自社の優位性を確保するためです。大手企業だけが規制コスト（検証メカニズムやコンプライアンスプロセスなど）を負担できますが、小規模な企業にはそれができません。
1946年のバルック計画を例にとると、アメリカが核兵器を独占していた時に「国際的な管理システムを確立した後で核兵器を廃棄する」と呼びかけました。その本質は自社の優位性を維持することです。Anthropicの戦略も同じです。もし今規制を停止すれば、彼らはAIの能力における優位性を保持でき、後続の企業が追いつくのを防ぐことができます。
結論：記事を読む際には「フィルター」をかけて考えましょう——資金調達や上場前に規制を呼びかける場合、誰が利益を得るのかをよく考えてください。
この記事の読み方のアドバイス
1. 傾向を信じる：AIの研究開発は確かに加速しており、エンジニアの仕事のやり方は変わります。
2. データを慎重に見る：Anthropicの「自社データ」（Claudeを使ってコードを書いた結果）は業界全体を代表するものではありません。
3. 「自己進化」という言葉に惑わされない：AIはまだその段階には達していません。
4. 将来を見据える：AIの進化が速まっており、新たな問題やボトルネックも出てきています。それに対応する準備が必要です。