📺 この記事は YouTube チャンネル きなこもっちーのテック深掘り の動画解説記事です。
▶️ 動画はこちら → なぜコードの8割超を書くClaudeが、AI研究を「主導」するのは26%なのか｜Anthropic
🐹🦜 この記事に登場する2匹
- 🐹 もっちー （ハムスター）… AI はまだ勉強中。「それどういうこと？」と素朴に質問する生徒役
- 🦜 きなこ （セキセイインコ）… AI で調べものをこなす解説役。やさしく深掘りして教える先生役
この記事は2匹の掛け合いを書き起こした形式です。発言の先頭にいる絵文字＋名前が話者です。
はじめに
🐹 もっちー「ニュースで見たよ。Claudeって、次のClaudeを26%も自分で作ってるんでしょ？」
🦜 きなこ「実はそれ、ちょっと違うの。Anthropicが自分で測った26%は、社内のAI研究開発のうち、Claudeが主導してる仕事の割合」
🐹 もっちー「え、次のモデルの部品の26%ってことじゃないの？」
🦜 きなこ「うん。しかも協働まで広げると9割超。逆に、人間抜きの完全自律で進んでる仕事はゼロって書いてあるの」
🐹 もっちー「9割超て、ほとんどやん！ほな、AIが勝手に自分を作ってるんちゃうの？」
🦜 きなこ「今日はそこを深掘りするね。『主導』がどこまでのことかと、Anthropic自身が研究の加速を何倍と見てるか」
『主導』ってどこまでAIがやること？
🐹 もっちー「ねえきなこ、AIが手伝うって言っても、細かく指示されて動く新人と、ざっくり任される先輩じゃ全然ちがうよね？」
🦜 きなこ「いいところに気づいたね。まさにその違いを、段階で測ってるの」
🐹 もっちー「段階？回し車の速さで分けるみたいな感じ？」
🦜 きなこ「ううん、AIがどこまで任されてるかで分けるの。実はこの物差しには、ちゃんと名前があってね」
🦜 きなこ「Epoch AIが考えた、AL0からAL5までの6段階なんだよ」
🦜 きなこ「AL3が協働。人の細かい指示のもとで、AIが作業の大部分をこなす段なの」
🐹 もっちー「さっきの新人パターンだ！」
🦜 きなこ「そう。AL4が主導。大まかな指示から、タスクの大半を最後までこなして、それを人が監督する段だよ」
🐹 もっちー「ってことは、26%は先輩みたいにざっくり任されて、最後まで仕上げてる仕事ってこと？」
🦜 きなこ「そういうこと。社内の研究開発の仕事のうち、主導の段と判定されたのが26%なの」
🐹 もっちー「で、人がおらんでも全部やるAL5は、ゼロなんやな！」
🦜 きなこ「うん。ただ注意が一つあって、この判定はClaudeを使った審査で出した推定なの」
🦜 きなこ「職員の評価とも突き合わせてるけど、人どうしでも採点が割れるくらい、判定が難しい仕事なんだよ」
🐹 もっちー「人が採点してもばらつくなら、ぴったりの数字ってわけじゃないんだね」
🦜 きなこ「でもね、同じAnthropicから、Claudeはコードの8割超を書いてる、って数字も出てるの」
🐹 もっちー「えっ、8割と26%？どっちが本当なの？」
🦜 きなこ「どっちも会社が出した数字。ここが一番混乱しやすいところなの」
コードの8割超を書くのに、なぜ主導は26%？
🐹 もっちー「でもさ、コードを8割も書いてるなら、研究開発もほとんどAIがやってるってことでしょ？絶対そうだよ！」
🦜 きなこ「そう思うよね。別々の資料に8割、26%、9割超が出てくると、同じものを測った数字に見えるもん」
🦜 きなこ「でも実は、数えてる対象が全部ちがうの」
🐹 もっちー「対象がちがう？数字は数字じゃないの？」
🦜 きなこ「まず80%超。これは2026年5月の時点で、会社のコードに取り込まれたぎょうのうち、Claudeが書いた割合なの」
🦜 きなこ「本番に取り込まれたぎょうだけを数える、控えめな数え方だって説明されてるよ」
🦜 きなこ「Risk Reportにも、本番のコードの大部分をClaudeが書いてるって書いてあるの」
🐹 もっちー「なるほど、書いたコードの量の話なんだ。でも、9割以上って聞いたこともあるよ？」
🦜 きなこ「それは試しに書いたスクリプトや実験のコードまで含めた、別の数え方なの。数え方で数字が変わるんだよ」
🐹 もっちー「同じコードでも、どこまで数えるかで変わっちゃうんだ……」
🦜 きなこ「26%のほうは量じゃなくて、研究の仕事をAIにどこまで任せたか、その段階で分けた割合だったよね」
🦜 きなこ「それから2025年の社内調査では、職員が業務の59%でClaudeを使ってるって自己申告してるの」
🐹 もっちー「59%も！生産性もめっちゃ上がったんちゃう？」
🦜 きなこ「平均で50%上がったって答えてる。ただ、どれも自分で答えた数字だからね」
🐹 もっちー「なんや、テストの点数と出席率と、勉強した時間を比べてたみたいなもんか！」
🦜 きなこ「そういうこと。しかも全部Anthropic自身が測った数字で、外の機関が確かめたものじゃないの」
🐹 もっちー「ほな、コードの8割を書けるなら、もうAIが研究者の代わりになってるんちゃうの？」
🦜 きなこ「そこなの。実はAnthropicは、その答えを点数で出してるの」
AIはもう研究者の代わりになれる？
🐹 もっちー「点数ってことは、研究者の代わりになれるか、テストで確かめてるの？」
🦜 きなこ「うん。実際のエンジニアリングの問題から作った社内テストがあって、名前はCoBench 2.1」
🐹 もっちー「何点だったの？」
🦜 きなこ「最新のClaude Opus 5.5で55.8%。前のMythos 5.1は53.4%、Opus 5は53.2%だったの」
🐹 もっちー「えっ、半分ちょっとしか取れてないの？」
🦜 きなこ「しかもAnthropicは、研究スタッフの代わりになれるモデルなら85%くらい、っていう目安を置いてるの」
🦜 きなこ「これは正式なルールじゃなくて、会社の見積もりなんだけどね」
🐹 もっちー「55点で目安の85点か。前のモデルからちょっとしか上がってへんやん！」
🐹 もっちー「でもそれ、Anthropicが自分でつけた点数でしょ？外の人はどう見てるの？」
🦜 きなこ「外部の評価機関METRも予備的な評価を出してて、AI研究開発を完全には自動化できない可能性が高い、って見てるの」
🦜 きなこ「ただMETRは、Anthropicの決めた基準を満たすかどうかまでは、確かめてないんだけどね」
🦜 きなこ「ここで、Anthropicの安全のルールに書いてある線が出てくるの。RSPっていうルールだよ」
🐹 もっちー「線？どこまで来たら危ないかってこと？」
🦜 きなこ「そう。1つ目は、研究者とエンジニアの全員を、5倍以内のコストで完全に置き換えられること」
🦜 きなこ「Opus 5.5は、この線には届いてないって判定されたの」
🐹 もっちー「よかった。まだ研究者さんの仕事は、ちゃんと人が担ってるんだね」
🦜 きなこ「うん。でもね、もう1つの線、スピードのほうは、確率30%っていう推定が出てるの」
研究は何倍速くなった？2倍の基準線はどこ？
🐹 もっちー「でもさ、AIがAIを作り始めたら、ネズミ算みたいに一気に賢くなっちゃうんでしょ？」
🦜 きなこ「そう思うよね。映画でもよく見るし、見出しの『自分の次を作る』からもそう読めるもん」
🦜 きなこ「でもAnthropic自身の評価は、研究はAIのおかげで大幅に速くなったけど、まだ2倍にはなってない、なの」
🦜 きなこ「しかも、確かなことは言えないし測るのも難しい、ってわざわざ書いてあるの」
🐹 もっちー「2倍未満かあ。じゃあ、だいたい何倍くらいなの？」
🦜 きなこ「ここからは推定なんだけど、Opus 5.5のシステムカードでは、加速はだいたい1.5倍って見積もってるの」
🦜 きなこ「それと、2倍に達する確率は、およそ30%って書いてあるの」
🐹 もっちー「3割て！ただ、これは推定で時期は書いてへんのやな」
🦜 きなこ「その2倍が、2つ目の線なの。AIによる自動化が原因で、進歩の速さが倍になること」
🐹 もっちー「進歩の速さが倍って、どういう状態？」
🦜 きなこ「ふつうなら2年かかる進歩を、1年でやっちゃう状態のことだよ」
🐹 もっちー「ぼくが2年かけて掘る巣穴を、1年で掘り終わっちゃうみたいな感じ？」
🦜 きなこ「そう、そのくらい大きな変化のことなの」
🦜 きなこ「それで、Opus 5.5は線の1つ目も2つ目も満たしてないって判定されてるの」
🐹 もっちー「ってことは、勝手に暴走してるんじゃなくて、到達とみなす基準を先に決めて、近づいてないか見張ってるってこと？」
🦜 きなこ「そういうこと。その見張りの結果は、Risk Reportとして3か月から6か月ごとに公開する決まりなの」
🐹 もっちー「定期的に通信簿を出してるんだ。じゃあ、今回の通信簿は安心な内容だったの？」
🦜 きなこ「リスクは低いって評価だよ。でも、前より低い確信度で、って但し書きがついてるの」
🦜 きなこ「具体的なタスクのテストが頭打ちになってきて測りにくいのと、一部の社内の指標が動いてるからなの」
🦜 きなこ「暴走はしてない。でも2倍の加速は不確実で、時期も書かれてないの。そこは分からないままなんだよ」
まとめ
🐹 もっちー「これ、保存しとこ！26%と8割超と59%、全部ちがう数字なんだね」
🦜 きなこ「うん。それに、完全自律はゼロで、加速は推定で約1.5倍。到達とみなす基準は、研究者全員の代替か、2倍の加速のどちらかだよ」
🦜 きなこ「今日から1個だけ試すなら、Anthropicの、AI開発のペースを測るページを開いてみて」
🦜 きなこ「ページ内検索で26%って打つと、その文と、完全自律じゃないって一文がすぐ見つかるの」
🐹 もっちー「なんや、ページ開いて26%って検索するだけか。それならワイでもできそうやん！」
🦜 きなこ「AIが研究を手伝う割合、この先どこまで増えると思う？まだ誰にも分からないところなんだよ」
🐹 もっちー「ぼくは、2倍の線より先に、ひまわりの種の研究を手伝ってほしいな。みんなはどう思う？コメントで教えてね」
🦜 きなこ「実は、AIにAIの監督を手伝わせる発想の前身は、2022年のConstitutional AIの論文の冒頭に書いてあるの」
🦜 きなこ「無害さを教える部分では、人が渡したのは守ってほしい原則のリストだけ。その仕組みは別の動画で深掘りしてるよ」
🐹 もっちー「AIがAIの先生をする話か……それも気になる！」
きなこもっちーのテック深掘り では、AI/LLM を中心としたテック全般をハムスター（🐹 もっちー）とセキセイインコ（🦜 きなこ）の掛け合いで楽しく解説しています。
▶️ 動画で観る → なぜコードの8割超を書くClaudeが、AI研究を「主導」するのは26%なのか｜Anthropic
👍 この記事が役に立ったら LGTM・ストックしてもらえると励みになります！
📺 チャンネル登録はこちら → きなこもっちーのテック深掘り
🔗 他の解説動画も見る → きなこもっちーのテック深掘り の動画一覧