ClaudeがClaudeを創る日――「再帰的自己改善」が切り開くAIの限界突破
こんにちは、岡山トヨタシステムサービスです。
2028年、AIがAIを設計する時代が訪れるかもしれない。──これはSF小説の話ではなく、現実の研究者が真剣に議論している未来予測です。
2026年6月、Anthropic 共同創業者のジャック・クラーク氏および研究者であるマリーナ・ファヴァロ氏は、「When AI builds itself」と題したレポートを公開しました。
この中で両氏は、AIが自らの後継モデルを自律的に開発する「再帰的自己改善（RSI：Recursive Self-Improvement）」の段階に突入しつつあると警鐘を鳴らしています。
これは「AIが自分自身をどんどん賢くアップデートしていくループ」のことで、両氏は「2028年末までにAI自身が後継AIを作る、RSIが60％以上で発生する」との予測を示し、これが遠い未来の話ではなく、現実的な課題として警告しました。
▼AIが「自分を改良する」とはどういうことか
「再帰的自己改善（RSI）」の仕組みは、実はエンジニアが普段おこなっている開発サイクルと驚くほど似ています。
自己分析： AIが自分のプログラムを分析し、自ら改善点を見つけ出す
自立改修： より優れたコードを自ら生成し、自分のシステムを書き換える
自己評価： 実際に動かしてみて、本当に賢くなったかを自分でテストする
このステップを、人間には不可能な超高速スピードで人間をほぼ介さずにぐるぐると回し続けるのです。
能力の上がり方は「100 → 101 → 102」といった足し算の進化ではなく、改良したAIがさらに自分を改良することで、成長スピードそのものが加速する「掛け算」のような進化になります。
∟AGI・ASI・RSIの違い
「汎用人工知能（AGI）」やその先にある「超知能（ASI）」と「再帰的自己改善（RSI）」は、よく混同されますが、それぞれ意味が異なります。
汎用人工知能（AGI） は「あらゆるタスクをこなせる人間レベルの知能を持つAI」を表す言葉です。
超知能（ASI）は「人類の知性を遥かに凌駕した能力レベル（到達点）を持つAI」を表す言葉です。
一方、再帰的自己改善（RSI）は、「AIが自らを改良し続ける仕組み」を表します。
現在のAIは人間が設計・学習させていますが、再帰的自己改善（RSI）が本格化すると、AI自身がコードを改善しながら性能を高め、能力を指数関数的に向上させる可能性があります。
「When AI Builds Itself」が「2028年末までにRSIが60%以上の確率で発生する」と予測しているのも、この加速シナリオを前提としています。
もしこれが現実となれば、AIが一定水準（AGIに近い、あるいは初期AGI）に到達した後は、RSIによって急速にASIへ進化し、シンギュラリティがこれまでの想定より早く訪れる可能性があります。
∟なぜRSIでは「コーディングAI」が重要なのか？
再帰的自己改善（RSI）は、AIが自らの能力を継続的に向上させる仕組みです。
しかし、AIが自分を改良するためには、自身を構成するプログラムや学習・推論アルゴリズム、開発環境などを書き換える必要があります。
そのため、自分で高品質なコードを生成・修正できる「コーディングAI」が、RSI実現の鍵を握る存在として注目されています。
では、数あるAIの中でも、なぜ「コードを書くAI」がRSIに最も適しているのでしょうか。その理由は大きく4つあります。
① 答えが「白黒はっきり」している（結果をすぐに評価できる仕組み）： 小説の面白さをAIが自分で評価するのは難しいですが、プログラムは「エラーなく動くか」「実行速度が速いか」が明確に判定できます。この「迷いのなさ」が、高速ループを回す最大の鍵になります。
② AI自身を直接改善できる： コーディングAIが生成するコードは、アプリケーションだけでなく、AIの学習・推論・評価・開発環境そのものにも適用できます。つまり、AIは自分自身のアルゴリズムや開発ツールを改善できるため、「AIがAIを改良する」というRSIのループを最も作りやすい分野なのです。
③ 進化し続けるハードウェア： AIを支える半導体や計算パワー（コンピューティングパワー）は、今も飛躍的に向上し続けています。機器（ハード）の性能向上が、中身（知能）の進化をさらに後押しします。
④ あらゆる分野を開ける「万能の鍵」： コーディング能力が高まるということは、単にアプリが作れるだけにとどまりません。科学論文を超高速で解析するアルゴリズム、新素材の構造を探索するシミュレーション、医療診断モデルの自動最適化など、あらゆる分野の研究・開発はソフトウェアという共通基盤の上に成り立っています。つまり「コードを書く力」を伸ばすことは、その改善効果を他のあらゆる分野に横展開できる「マスターキー」を手に入れることを意味します。
▼「ミニRSI」はすでに始まっている
再帰的自己改善（RSI）は遠い未来の話ではありません。世界中で「ミニRSI」とも言える現象がすでに巻き起こっています。
例えば、Googleの「AlphaTensor」は、行列演算アルゴリズムをAIに継続的に検証・改良する仕組みで、乗算回数を49から48に削減し、56年ぶりに記録を塗り替えました。
また、OpenAIの「o1/o3シリーズ」やSamsungの「TRM」にも、そのエッセンスが見られます。
これらは、ユーザに回答を出力する前に、AI自身が内部で何十回もの思考ステップを重ね、段階的に推論を深めてから回答を生成します。
さらに、このサイクルは「AIの開発現場」そのものも変えつつあります。「When AI builds itself」のレポートによれば、「AIのコード生成が速すぎて、人間のレビューが追いつかない」という現象がAnthropicの社内でも起きています。
同社が導入した自動レビュー機能は、過去に人間が見落としたバグの約３分の１を、本番リリース前に検知しています。
今や、コードを書き、実験し、評価するといった実行作業に人間が費やす時間は、急速にゼロへ近づきつつあります。
▼AIの進化を「時系列」で読む
「When AI builds itself」によると、わずか２～３年前（2023〜2024年）、AIが短いコードを提案し、人間がコピー＆ペーストして活用する補助ツールだったものが、2025年のエージェント創生期には、AIが自力でファイルの作成・記述・編集をこなすようになり、ファイル全体のコードをAI自身で扱えるようになりました。
自律型エージェントへ移行した2026年現在、エージェント（AI）が自らコードを実行し、重いタスクや別作業があれば「他のエージェント」に委任して処理させる、組織的な動きが可能になっています。
そして、近い将来には、エージェント自らが次世代のAIモデルを設計し、訓練を開始すると予測されています。
将来のClaudeは、「Claude自身によって継続的に改善される」ことになるかもしれません。
▼「AIがAI開発を担う時代が、想定より早く来るかもしれない」
AIが自らを設計・改善する時代は、SF的な未来の話ではなく、Anthropicの社内データが示す「進行中の現実」です。
これからのエンジニアに求められるのは、コードを書く力だけではありません。
AIエージェントを使いこなし、目的に応じて役割を与え、成果を確認しながら方向性を示す力がますます重要になっていくでしょう。
AIが自らを創り、加速し続けたとき、人間の制御が及ぶ範囲はどこまでなのか、答えはまだ誰も持っていません。
次回は、AIがもたらす未来の「光と影」を、労働・社会・スキルの三つの視点から読み解きます。
最後まで読んでいただき、ありがとうございます。
また次の記事でお会いしましょう。
よければスキ、フォローをお願いします･･･！
