Het echte kantelpunt
De spannendste AI-verschuiving zit niet in code schrijven.
Het zit in AI die meewerkt aan de systemen waarmee de volgende AI wordt gebouwd. Anthropic noemt dat recursive self-improvement.
We zijn daar nog niet. En het is ook niet onvermijdelijk. Maar als die grens dichterbij komt, kan die sneller verschuiven dan veel organisaties aankunnen.
Van assistent naar ontwikkelpartner
Anthropic ziet een duidelijke lijn.
Eerst schreven mensen zelf code en documentatie. Daarna hielpen chatbots met losse stukjes code. Daarna kwamen coding agents die zelfstandig code aanpassen.
Nu zijn er agents die code uitvoeren en werk delegeren aan andere agents. De volgende stap: systemen die ook modellen bouwen en trainen.
In dat scenario kan een toekomstige versie van Claude zichzelf in principe verbeteren.
Het bewijs zit in meer dan één cijfer
Anthropic leunt niet op één benchmark. Het bedrijf kijkt naar interne data, testresultaten en echte werkvoorbeelden.
Een opvallend intern cijfer: per mei 2026 was meer dan 80% van de code die in Anthropic’s codebase werd gemerged door Claude geschreven. In het tweede kwartaal van 2026 merge’de de gemiddelde engineer acht keer zoveel code per dag als in 2024.
Anthropic zegt wel: meer code betekent niet automatisch betere code. Maar de versnelling is duidelijk.
AI kan steeds langer zelfstandig werken
Volgens Anthropic verdubbelt de lengte van taken die modellen betrouwbaar alleen afmaken nu ongeveer elke vier maanden. Eerder was dat ongeveer elke zeven maanden.
Als die lijn doorzet, komen taken die voor ervaren mensen dagen kosten in 2026 binnen bereik. Taken van weken zouden in 2027 haalbaar worden.
Benchmarks helpen, maar vertellen niet alles
Op softwarebenchmarks ziet Anthropic dezelfde trend.
SWE-bench groeide in twee jaar van lage enkelcijfers naar saturatie. Op CORE-Bench ging AI van ongeveer 20% succes in 2024 naar saturatie vijftien maanden later.
Maar benchmarks meten vaak een smalle taak. Ze tonen snelheid en uitvoering, niet automatisch goed oordeel.
Daarom maakt Anthropic een scherp onderscheid tussen execution en judgment.
Open-ended werk laat het verschil echt zien
Juist in open-ended taken wordt de sprong zichtbaar.
In mei 2026 haalde Claude op de meest open taken een succesrate van 76%. Dat was 50 procentpunten hoger dan zes maanden eerder.
In één geval vond Claude een obscure debugging-flag die tienduizenden training jobs liet crashen. Het leverde een fix in ongeveer twee uur. Anthropic schat dat een mens daar twee tot drie dagen voor nodig had.
Ook bij code review ziet Anthropic directe winst. Geautomatiseerde Claude-review had ongeveer een derde van de bugs achter eerdere incidenten al vóór productie kunnen vinden.
De echte limiet zit voorlopig in oordeel
Anthropic zegt niet dat recursive self-improvement nu al realiteit is.
Claude heeft nog grote gaten in judgment. Vooral bij het kiezen van de juiste doelen voor engineering en research. Claude-gegenereerde code was eind 2025 nog slechter dan menselijk werk, zit nu rond pariteit en kan binnen een jaar beter worden.
Dat maakt de boodschap juist geloofwaardig: de vooruitgang is echt, maar niet magisch.
Waarom dit belangrijk is voor jouw organisatie
Dit gaat niet alleen over productiviteit.
Als AI steeds meer ontwikkelwerk doet, gaat het ook steeds meer van de verbeterlus doen: code schrijven, testen draaien, fouten vinden, modellen trainen en opnieuw beginnen.
Daarom is de echte vraag niet of AI een mede-ontwikkelaar wordt. Die beweging is al bezig.
