Anthropic、プロダクションコードの80%超をClaudeが記述
- •Anthropicは、プロダクションコードの80%以上がAIモデルであるClaudeによって記述されていると報告した。
- •AIエージェントが自律的に長時間タスクを処理することで、エンジニアリングの生産性は2024年比で8倍に向上した。
- •AIによる実行速度は加速しているが、システム全体の意思決定においては依然として人間の判断が不可欠であると強調している。
Anthropicは、2026年5月時点で社内のプロダクションコードの80%超がAIモデル「Claude」によって作成されていることを『When AI Builds Itself』と題したエッセイで明らかにした。これは、2025年初頭のClaude Code導入前の数パーセントという水準から劇的な増加となる。同社のエンジニアは2024年と比較して約8倍のコードをマージしており、これはAIエージェントがコードの記述、実行、デバッグといった開発ライフサイクルの大部分を自律的かつ長時間にわたり管理している成果である。
社内指標によれば、研究者はAIをワークフローに統合することで生産性が約4倍向上したと感じている。また、AIモデルが研究論文を再現する成功率は、2024年の約20%から15か月でほぼ100%に達した。AIが実世界のエンジニアリングタスクを自律的に完了させる持続時間は約4か月ごとに倍増しており、数分で終わるタスクから12時間かかるものへと進化した。一例として、トレーニングジョブの失敗原因となっていた不明瞭な設定フラグを、AIが2時間で特定・解決したケースがある。これは熟練したエンジニアでも2〜3日を要すると推定される作業であった。
一方で、AIは実行能力に優れるものの、ソフトウェアエンジニアリングには依然として人間の判断が不可欠である。開発者は、どの問題を解決すべきか定義し、実験結果の妥当性を評価し、AIの出力を疑うべきタイミングを見極める必要がある。Anthropicのデータでは、特定の研究タスクにおけるモデルの意思決定精度は2025年後半に51%から64%へ向上したが、オープンエンドな推論には依然として課題が残る。キャリア初期の開発者にとっては、定型的な実装作業がAIエージェントに移行する中で、分散システムの推論やボトルネックの特定といった基礎能力がますます重要視されている。