Anthropic zegt het nu hardop: AI kan straks niet alleen code schrijven, maar ook helpen zijn opvolger te ontwerpen. Het bedrijf noemt dat recursive self-improvement.
De kern is simpel. Een model bouwt een betere versie van zichzelf. Die versie maakt daarna weer een nog sterkere opvolger. Anthropic zegt wel duidelijk: dit is nog geen realiteit.
Waarom dit niet meer voelt als sciencefiction
Anthropic ziet wel duidelijke signalen. Modellen worden beter in programmeren, kunnen langer autonoom werken en nemen steeds meer onderzoekstaken over van mensen.
Daardoor schuift AI op. Niet langer alleen als tool, maar als onderdeel van de R&D-keten.
Claude laat de verschuiving al zien
De cijfers zijn opvallend. Volgens Anthropic was Claude in mei 2026 verantwoordelijk voor meer dan 80 procent van de code die in de productcodebase werd gemerged.
In het tweede kwartaal van 2026 merge-de de typische engineer ongeveer 8 keer zoveel code als in 2024.
De rol van mensen verschuift daardoor. Minder zelf schrijven. Meer reviewen en sturen. Anthropic zegt ook dat Claude Code langer autonoom kan werken, terwijl gebruikers vaker doelen geven dan stap-voor-stap instructies.
Van code schrijven naar onderzoek doen
De volgende stap is nog gevoeliger. Anthropic zegt dat Claude ook beter wordt in het ontwerpen van experimenten, het testen van hypotheses en het analyseren van resultaten.
In een intern experiment kregen Claude-agents een open AI-veiligheidsvraagstuk. Ze werkten zonder menselijke begeleiding verder, deelden bevindingen en itereren honderden uren. Volgens Anthropic kwamen ze dicht in de buurt van menselijke onderzoekers.
Recursive self-improvement begint dus niet met een model dat zichzelf letterlijk herschrijft. Het begint met systemen die steeds meer bouwstenen van AI-ontwikkeling aankunnen.
Waarom de risico’s sneller oplopen
Hoe meer een model meehelpt aan volgende modellen, hoe sneller fouten zich kunnen verspreiden. Controle en veiligheidsbewaking worden dan lastiger.
Ook het opsporen van fouten wordt complexer. AI splitst werk op over meerdere agents, langere autonome loops en steeds sterkere modellen.
Wat Anthropic nu wil
Anthropic kiest daarom niet alleen voor capability development, maar ook voor veiligheid. Het bedrijf pleit voor internationale samenwerking rond zeer krachtige AI-systemen.
Het noemt zelfs een tijdelijke vertraging of pauze als mogelijke maatregel. Dat past bij de risicoanalyse die Anthropic zelf schetst.
In de huidige testkaders kijkt het bedrijf niet alleen naar cyber- en bio-risico’s, maar ook naar autonomie. Kan een model software engineering- en AI-onderzoekstaken uitvoeren die een dramatische versnelling van recursive self-improvement kunnen veroorzaken?
Wat dit voor jouw organisatie betekent
Voor teams is de les helder. Autonomie groeit snel zodra modellen langer taken aankunnen, beter redeneren over code en feedback verwerken zonder constante menselijke tussenkomst.
Voor beleidsmakers ligt de lat hoger. Als de risico’s zitten op het snijvlak van autonomie, onderzoek en modelverbetering, dan zijn klassieke productregels niet genoeg.
De echte vraag is dus niet of AI een codefragment beter schrijft dan een mens. Dat gebeurt al. De vraag is wanneer een systeem ook meebouwt aan zijn volgende versie.
Wie AI alleen als productiviteitstool ziet, mist de strategische verschuiving. Misschien is dit een goed moment om ook binnen jouw organisatie scherp te kijken wat die volgende fase betekent.
