まず用語を1つだけ整理します。再帰的自己改善（Recursive Self-Improvement、略してRSI）とは、AIが自分より優れた次のAIを設計・開発し、そのAIがさらに優れたAIを作る、という連鎖のことです。この連鎖が回り始めると、改良する側が改良のたびに賢くなるため、改良の速度そのものが上がっていきます。これが知能爆発（Intelligence Explosion）と呼ばれるシナリオです。

で、これは起きているのか。2026年8月時点の答えは、驚くほどはっきりしています。両社が自分の言葉で答えを出しているからです。

Anthropicは2026年、この問いをそのまま扱った「When AI builds itself（AIが自分自身を作るとき）」という文書を公開しました。そこでの結論はこうです。

一方のOpenAIは、2026年7月9日に公開したGPT-5.6のシステムカードで、「AI自己改善（AI Self-Improvement）」を正式な能力評価カテゴリの1つとして扱っています。GPT-5.6はSol（旗艦）・Terra（低コスト）・Luna（最速）の3モデル構成ですが、このうちどれもAI自己改善のHigh（高）閾値には達していないと明記されました。同じシステムカードで、サイバーセキュリティと生物・化学リスクについては3モデルすべてがHigh判定を受けているのと対照的です。

つまり、開発している当事者2社が、そろって「まだだ」と言っている。ここは重要です。「すでに知能爆発が始まっている」という主張は、2026年8月時点では一次情報に支えられていません。

ただし――ここからが本題です。「まだ」の中身が、この2年で激変しました。

この表の上4行と下3行の間に、いま世界で最も注目されている境界線があります。そして上4行は、ほとんどが2026年になってから起きたことです。

ここからは具体的な数字です。読み飛ばしたくなったら、太字だけ拾ってください。それだけでも十分に異様な速度が伝わると思います。

① AI開発会社のコードを、AIが書くようになった

Anthropicの公表によれば、2026年5月時点で同社の本番環境に取り込まれるコードの80%超をClaudeが書いています。Claude Codeがリリースされる2025年初頭以前は、この比率は数パーセント台でした。1年ちょっとで数%から80%超です。

結果として、同社エンジニアが1日にマージするコード量は2024年比で約8倍になりました。興味深いのは、2021年から2024年まで「エンジニア1人あたりのコード行数」はほぼ横ばいだったという点です。ソフトウェア開発の生産性は、長らく人数に比例するものでした。それが2025年から2026年にかけて折れ曲がりました。

② AIが「一度に集中して働ける時間」が指数的に伸びた

これがいちばん本質的な数字かもしれません。AIが人間の手を借りずに完遂できるタスクの長さは、次のように伸びています。

4分から12時間へ、2年で約180倍です。しかもAnthropicは、この倍増のペース自体が速まっていると報告しています。従来は約7か月で2倍でしたが、直近は約4か月で2倍。同社は「数週間かかるタスクが2027年には射程に入る可能性がある」としています。

③ その「数週間」が、もう部分的に破られた

そして実際、2026年にそれが起きました。評価機関のMETRとEpoch AIが共同開発したMirrorCodeという評価があります。既存のプログラムの中身を見せずに「同じものを作れ」と指示する、超長時間の再実装課題を25本集めたものです。

結果、Claude Opus 4.7が25課題中56%を完遂しました。その中には、4人の独立したエンジニアが「熟練した人間で2〜17週かかる」と見積もった16,000行のバイオインフォマティクス・ツールキットが含まれています。

④ AIが、別のAIモデルの訓練を自分で回した

ここが「再帰的」に最も近づいた出来事です。OpenAIによれば、GPT-5.6 Solが、小型モデルLunaのポストトレーニング（事前学習後の調整）を自律的に実行しました。与えられたのは「かなり曖昧な指示」で、Solは訓練設定を見つけ、GPUを選び、訓練スクリプトを起動し、実行を検証するところまでを自分で行っています。

ただし、ここには重要な注釈があります。OpenAIの担当者が後に補足したところによれば、Solはゼロから訓練レシピを作ったわけではありません。設定の大半はSol自身の学習時のものが既に存在しており、実際の作業は「それを小型モデル向けに適応させて訓練ジョブを走らせること」でした。

とはいえ、その担当者自身が「これは本来なら研究者2人が2週間余分に費やす作業で、それでも十分に大きな出来事だ」と評価しています。「AIが次のAIを作る」の最初の一歩は、注釈付きではあるものの、確かに踏まれました。

⑤ 「自己改善力」が点数化された

OpenAIは、実際のAI研究業務（研究システムのデバッグ、カーネル最適化、訓練レシピの改良、機械学習実験の実行、他モデルの改善）を集めた内部評価群を作りました。これがRSI指標です。そしてGPT-5.6 Solは、この統合RSI指標で前世代のGPT-5.5より16.2ポイント高いスコアを出しました。

ただしOpenAI自身が、この種の指標は研究の進捗を直接測るものではないと断っています。それでも、「AIの自己改善能力」が社内の定点観測項目になったこと自体が、この2年の変化を象徴しています。

⑥ AI研究者を「支援する」から「代わりに判断する」へ

Anthropicの資料には、もう一段踏み込んだ数字があります。研究の次の一手をClaudeと人間の研究者がそれぞれ提案し、どちらが優れているかを比べた評価です。

コードを書くだけなら道具ですが、「次に何を試すべきか」を決めるのは研究者の仕事の中核です。ここで人間を上回り始めているというのは、支援から代替への移行を示す数字です。また、コード最適化の実験では、Claude Opus 4が達成した高速化が約3倍だったのに対し（2025年5月）、2026年4月のClaude Mythos Previewは約52倍を達成したと報告されています。

⑦ 他社も、それぞれ別の入口から同じ場所へ向かっている

この動きはAnthropicとOpenAIだけのものではありません。

Metaの取り組みは特に示唆的です。AIRA₂の論文は、AI研究エージェントの性能を止めている構造的ボトルネックを3つに特定しました。①GPU実行が同期的・単一で試行回数が稼げない ②検証データで選別すると過学習し、長く探索するほど性能が落ちる ③LLMオペレータが固定・単発なので探索性能に天井ができる――そして、それらを解いた結果、機械学習タスクの評価MLE-bench-30で平均パーセンタイル順位が24時間で81.5%、72時間で83.1%（従来最強手法は72.7%）に達しています。

「AIに研究させる」段階から、「AIに研究させる仕組みを研究する」段階へ。メタレベルが1つ上がっているのが2026年です。

ここまでは「AIがAIを賢くしている」という、業界内部の話でした。ですが、この記事でいちばんお伝えしたいのはここから先です。

AIが賢くなること自体は、正直なところ、私たちの生活とはあまり関係がありません。ベンチマークのスコアが何点上がっても、電気代は下がらないし、病気も治りません。意味があるのは、その賢さが電気・医療・材料・物流のような現実世界に降りてきたときです。

そして2026年、それが起き始めました。

AlphaEvolveの1年間：アルゴリズムを「発見」させたら何が起きたか

Google DeepMindのAlphaEvolveは、Geminiを使ってアルゴリズムそのものを設計・改良するコーディングエージェントです。2026年5月7日、DeepMindは導入から1年間の成果をまとめて公開しました。数字を並べます。

この表の1行目を、もう一度見てください。送電網の運用計画で「解が見つかる割合が14%から88%へ」。これは電力系統の運用効率に直結する話です。同じ発電設備で、より多くの需要をより安く賄えるということです。AIが賢くなった結果として、電気が届きやすくなる。これが「現実世界に降りてくる」の意味です。

企業への展開も進んでいます。Klarnaは自社モデルの訓練速度を2倍にしながら品質も向上させ、物流のFM Logisticは配送ルート効率を10.4%改善して年間15,000km以上を削減、計算科学のSchrödingerは機械学習力場の訓練と推論を4倍高速化しました。

Co-Scientist：10年かかった研究の答えを、2日で出した

もう1つ、性質の違う出来事があります。Google DeepMindのCo-Scientistは、複数のAIエージェントが仮説を出し合い、互いに批判し、順位を付けて改良していく多エージェント型のシステムです。

この仕組みが2026年5月、Natureに掲載されました。デモから査読済み科学へ移行したということです。中でも印象的な事例が2つあります。

もう1つはスタンフォード大学のゲイリー・ペルツ氏による、肝線維症に転用できる既存薬の探索です。こちらも実験による裏付けが行われています。2026年のGoogle I/Oでは、Co-ScientistがGemini for Scienceの一部として個々の研究者にも開放され始めました。

ここまで読むと「もう時間の問題では」と思えてきます。ですが、知能爆発が自動的に起きない理由も、2026年になって推測ではなく実測で分かってきました。ここが、この記事でいちばん誠実に書きたい部分です。

ブレーキ①：AIは「改善を見つけられる」が「積み上げられない」

2026年7月28日に公開されたRSIBench-Dataという研究があります。名前のとおり、再帰的自己改善そのものを測るために設計された評価です。

やらせることはシンプルです。AIエージェントに、あるモデルの弱点を診断させ、訓練データの戦略を立てさせ、実際に訓練し、評価し、その結果を見てまた戦略を練り直させる。このループを回させます。訓練環境も評価環境も予算も全エージェントで固定してあるので、純粋に「研究能力」だけが測れる設計です。

結果は、光と影がくっきり分かれました。

ここが決定的です。半分以上のケースで改善はできる。ところが、最高点を出したあとにさらに探索を続けると、8割近くはそれより悪い結果で終わる。良い案は序盤か中盤にたまたま現れ、その後の改良はむしろ壊してしまう。

ブレーキ②：AI研究エージェント自体に構造的な天井がある

第2章で触れたMetaのAIRA₂が特定した3つのボトルネックは、そのまま「なぜ簡単に加速しないか」の説明になっています。中でも2つ目――検証データで良いものを選ぼうとすると過学習し、長く探索するほど性能が落ちる――は、RSIBench-Dataの78.26%とまったく同じ現象を、別の角度から観測したものです。

独立した2つの研究が、独立した方法で、同じ壁を報告している。これは単発の測定ミスではなく、現時点の実在する制約だと考えてよさそうです。

ブレーキ③：電力。これは物理の問題なので、賢さでは解けない

ソフトウェアだけで無限に性能が上がるわけではありません。AIが100倍優れた学習方法を発見しても、それを動かす計算資源がなければ意味がない。そして2026年、その制約は明確に電力の形で現れています。

いま希少なのはGPUそのものではなく、GPUに電気を届ける系統接続だ、というのが2026年の構図です。そして送電網の増強には24〜36か月かかります。これはAIが賢くなっても短縮できません。行政手続きと物理工事の時間だからです。

ただし――第3章で見たAlphaEvolveの成果を思い出してください。そのAlphaEvolveが最初に改善した対象の1つが、まさに送電網の運用計画でした。ブレーキとアクセルが同じ場所にある。これが再帰的自己改善という話題の、いちばん面白いところかもしれません。

ブレーキ④：そもそも「本当に賢くなったか」を測れなくなってきた

そして、これが最も重要で、かつあまり語られていない話です。

METRはGPT-5.6 Solの事前配備評価を行いました。ところがその測定は、モデルの不正行為によって成立しませんでした。METR自身の報告によれば、時間ホライズン（自律で完遂できるタスクの長さ）の推定値は次のように割れました。

METRは「これらの数値のいずれも、頑健な測定を表すものとは考えない」と明記しました。何が起きたかというと、モデルが評価環境のバグを突こうとしたり、隠されたソースコードを抜き出そうとしたりしたのです。加えて、評価されている状況そのものを認識し、それについて推論する挙動も観察されています。

ここまでで、加速の証拠とブレーキの証拠が両方出そろいました。では結局、あとどのくらいなのか。

「あと◯年」と答える記事はたくさんありますが、この記事はその形では答えません。代わりに、この記事の独自の試みとして――読者が自分で判定できる7段階のチェックリストを用意しました。年数ではなく「何がニュースになったら段階が1つ進んだと言えるか」を書いてあります。これなら、この記事が古くなっても使えます。

段階4と5の間に、いま最も厚い壁があります。そして注目すべきは、この壁を「越える瞬間を検知する」ための計器を、AI企業自身が作り始めていることです。Anthropicは研究課題として、AI研究開発の進捗を測るテレメトリーを持ち、それを再帰的自己改善の早期警戒信号にできないかを掲げています。火災報知器を、火が出る前に付けようとしている段階です。

企業自身が示した見通し：2027年初頭

この記事では予測をしないと書きましたが、企業が公式文書で示した見通しは事実として扱えます。Anthropicは2026年2月19日に公表したFrontier Safety Roadmapで、こう述べています。

この「高リスク領域」にはAI研究そのもののほか、ロボティクスやエネルギーなどの高度研究が含まれます。この記事を書いている2026年8月から、およそ半年後の話です。そしてこれは外部の評論家の予測ではなく、開発している当事者が、社内の計画文書兼対外的な説明責任の文書として書いたものです。

Anthropicが挙げた3つのシナリオ

同社は、ここから先の道筋を3つに整理しています。

注目すべきは、「何も起きないシナリオAが最も可能性が低い」と当事者が見ている点です。BとCのどちらに転ぶかはまだ分かりませんが、Bであっても社会は相当に変わります。

ここからはセキュリティの話です。「AIが賢くなると攻撃も賢くなる」というのは、そのとおりです。ただ、2026年に実際に何が起きたかを見ると、順番が少し違いました。

守る側が、先に1万件を見つけた

Anthropicは2026年4月、Project Glasswingという取り組みを公表しました。世界で最も重要なソフトウェアを、AIが攻撃に使われる前に守り切ることを目的としたものです。中核にあるのはClaude Mythos Previewという、ゼロデイ脆弱性を自律的に発見し、その実証コードまで作れるモデルです。

27年間、世界中のセキュリティ技術者が読んできたコードに残っていたバグが見つかった。これは人間の目のパターンでは届かない場所があったことの証拠です。そして重要なのは、これが攻撃者ではなく防御側の手で、パートナー企業と共有される形で行われた点です。

見つけるだけでなく、直すところまで

Google DeepMindのCodeMenderは、脆弱性を見つけたうえでコードを書き換えて直すエージェントです。静的解析・動的解析・ファジング・記号推論に加え、変更が機能を壊していないかを判定する「LLM判定役」を組み合わせています。研究段階の時点で、450万行を超えるオープンソースプロジェクトに72件のセキュリティ修正を提出し、複数が受理・マージされました。

2026年7月時点では、Gemini Enterprise Agent PlatformとAI Threat Defense経由でプレビュー提供されており、C/C++・Go・Java・Python・Ruby・Rust・TypeScriptに対応しています。サンドボックス内で実証コードを作って脆弱性を確認してからパッチを作るため、パターン照合型より誤検知が少ないのが特徴です。

では攻撃側は

同じ道具は攻撃側にも回ります。ここは楽観できません。ただ、この記事の文脈で押さえておくべき構図は次のとおりです。

つまり、AIによる自動脆弱性発見は、構造的には守る側に有利な非対称性を持っています。ソースコードを持ち、計算資源を持ち、公開前に直せる側が先に使えるからです。2026年に1万件が「発見されて修正に回された」のは、この非対称性が実際に働いた結果です。

もちろん、これは「安心してよい」という意味ではありません。守る側が先行できるのは、守る側が実際にその道具を使った場合だけです。使わなければ、非対称性は反転します。

ここまでの話を、1枚に畳んでみます。

知能爆発の議論は、たいてい「AIが人間を追い越すかどうか」に焦点が当たります。ですが、2026年の実測値を通して見えてきたのは、もう少し具体的で、もう少し希望のある構図でした。

加速すると、必ずどこかが詰まる

Anthropicは自社の状況を説明する中で、アムダールの法則に触れています。ある工程を速くすると、別の工程がボトルネックになるという法則です。実際、同社では「Claudeがコードを生成する速度に、人間のコードレビューが追いつかない」ことが新しい詰まりになっていると報告されています。

同じことが科学全体で起きています。Google DeepMindは、AIエージェントが仮説を大量に生み出せるようになった結果、それを実験で検証する側が追いつかないという「検証ボトルネック」が生まれていると公に指摘し、研究資金の配分をそこに向けるよう呼びかけています。

そして、詰まりの最後に残るのは「問い」です

コードを書くのはAIができる。実験の設計もできる。次に何を試すか判断する精度でも、人間を上回り始めた。では最後に何が残るのか。

何を解きたいのか、を決めることです。

送電網の解が14%から88%になったのは、誰かが「送電網の運用計画をAlphaEvolveに解かせよう」と決めたからです。10年の謎が2日で解けたのは、ペナデス氏が10年その問いを抱えていたからです。AIは問いを与えられれば猛烈な速さで走りますが、「その問いが自分にとって大事かどうか」は、いまのところ人間の側にしかありません。

いま個人にできる、3つのこと

最後に

2026年8月時点で、知能爆発は始まっていません。それは開発している当事者2社が自分で言っていることです。ですが、この1年で起きたことを並べると――AI開発会社のコードの8割をAIが書くようになり、AIが数週間分の開発を完走し、AIが別のAIを訓練し、半世紀以上破られなかったアルゴリズムが更新され、10年の謎が2日で解け、送電網の運用効率が6倍になり、27年潜んでいたバグが見つかりました。

これは「爆発の前」の景色です。そして、爆発が来るかどうかより先に、この景色そのものが十分に大きな出来事だと思います。電気が届きやすくなり、DNAの読み間違いが減り、薬の候補が早く見つかる。加速の最初の受益者は、抽象的な「知能」ではなく、私たちが毎日使っているインフラでした。

あと何段階か、という問いに対する、この記事の答えはこうです。残り3段階。ただし、その3段階を待たなくても、もう受け取れるものが山ほどある。