Po většinu historie umělé inteligence seděl za každým řádkem kódu člověk. Programoval, ladil, rozhodoval. Anthropic zveřejnil nová data, která mění zavedené způsoby. Více než 80 % kódu, který firma v květnu nasadila do produkce, nenapsal člověk, Claude. A tot tempo nabírá na obrátkách.
Abychom pochopili, jak rychle se věci změnily, stačí se podívat zpět jen pár let. V letech 2021 až 2023 vypadala práce v Anthropicu jako v jakékoli jiné technologické firmě. Inženýři psali kód ručně na svých laptopech. Pak přišli chatboti, kteří začali pomáhat s drobnými úkoly. Vývojář si nechal vygenerovat krátký úryvek kódu a zkopíroval ho do editoru.
Další evolucí byli agenti. Nejprve uměli samostatně psát a upravovat celé soubory. No a dnes Claude spouští kód sám, ladí živé prostředí a řídí vícehodinové pracovní úkoly přes specializované podagenty. Bez toho, aby se musel dotazovat na každý krok. Průměrný inženýr v Anthropicu dnes nasadí do produkce osmkrát více kódu za čtvrtletí než v letech 2021 až 2024. Ne proto, že by pracoval déle nebo chytřeji, ale proto, že velkou část práce odvede Claude. Inženýr jen určuje směr a pak kontroluje výsledky.
Veřejné srovnávací testy ukazují, jak prudce schopnosti modelů rostou. Délka úkolů, které AI zvládne spolehlivě dokončit samostatně, se zdvojnásobuje přibližně každé čtyři měsíce. Dřív to bylo každých sedm měsíců. V březnu 2024 zvládl Claude Opus 3 softwarové úkoly, které by zkušenému člověku zabraly asi čtyři minuty. O rok později Claude Sonnet 3.7 pracoval na úkolech trvajících hodinu a půl. A letos Claude Opus 4.6 spolehlivě vyřeší zadání, na které by člověk potřeboval celých 12 hodin.
Schopnosti Claudu
Podle dat firmy, podíl kódu, který napsal Claude, byl ještě na začátku roku 2025 v nízkých jednotkách procent. Po spuštění Claude Code v únoru 2025 začala čísla strmě stoupat. Dnes je to přes 80 %. Nejde jen o množství. Klíčové je, na jaké úkoly Claude nasazují. Na nejotevřenější a nejkomplexnější problémy, kde inženýr ani sám předem neví, jak by mělo řešení vypadat, dosáhla míra úspěšnosti Claudu v květnu hodnoty 76 %. Před šesti měsíci to bylo o padesát procentních bodů méně.
Jeden z inženýrů narazil na incident: rutinní aktualizace začala shazovat desítky tisíc tréninkových úloh. Předal Claudovi přístup ke clusteru a hrubý popis problému. Za dvě hodiny Claude izoloval jedinou vadu, která celý problém způsoboval, potvrdil opravu a uzavřel incident. Stejná práce by člověku zabrala dva až tři dny.
Jiný případ: v dubnu 2026 Claude samostatně nasadil přes 800 oprav, které snížily četnost určité třídy chyb API tisícinásobně. Odhadovaná lidská práce na stejný úkol? Čtyři roky. Protože takové opravy jsou pomalé, zdlouhavé a lidský mozek se špatně drží obrovského množství cizího a neznámého kontextu najednou.
V dubnu Anthropic zveřejnil první ukázku toho, jak jeho agenti zvládají otevřený vědecký výzkum od začátku do konce. Claudem pohánění agenti dostali problém z oblasti bezpečnosti AI: může slabší model spolehlivě dohlížet na silnější? Agenti navrhovali hypotézy, testovali je, sdíleli výsledky s paralelně běžícími agenty a opakovaně je vylepšovali. Za 800 hodin a přibližně 400 tisíc korun v nákladech na výpočetní výkon dosáhli 97 % možného zlepšení oproti výchozímu stavu. Dva lidští výzkumníci za týden dosáhli 23 %.
Člověk do tohoto procesu vstoupil jen na začátku: vybral problém a nastavil způsob hodnocení výsledků. Každý experiment navrhli agenti sami. A v optimalizačních testech tréninkového kódu Claude Mythos Preview dosáhl 52násobného zrychlení oproti výchozímu kódu. Zkušený lidský výzkumník by potřeboval čtyři až osm hodin na to, aby dosáhl čtyřnásobného.
Brzdí lidé pokrok?
Tady se dostáváme k nejdůležitější otázce, kterou Anthropic pokládá. Spoluzakladatel firmy upozornil, že pokud modely porostou tak rychle jako doposud, přestane být technologická kapacita omezujícím faktorem vývoje AI. Tím faktorem se stane člověk samotný. "Důkazy naznačují, že lidská role se v každém kroku vývojového cyklu zužuje," napsal Anthropic ve svém výzkumném textu. Tvorba kódu je z velké části automatizovaná. Spouštění experimentů také. Co zbývá pro lidi? Rozhodovat, co má cenu řešit. A kontrolovat, zda AI opravdu dělá to, co má.
Tohle druhé je přitom čím dál obtížnější. Anthropic implementoval automatický systém přezkoumání kódu postavený na Claudovi, který prochází každý návrh na změnu produkčního kódu ještě před jeho nasazením. Zpětná analýza ukázala, že by tento systém zachytil přibližně třetinu chyb, které v minulosti způsobily výpadky na claude.ai. A psali je jedni z nejlepších inženýrů na světě.
Anthropic zůstává opatrný v jedné věci. Bod, kdy by AI systém plně autonomně navrhl, postavil a natrénoval svého vlastního nástupce, ještě nenastal. A firma říká, že nenastane nutně ani v budoucnu. Přesto varuje, že by mohl přijít dřív, než jsou vlády, úřady a společnost vůbec připraveny reagovat. "Mohlo by to přijít dříve, než většina institucí stihne zareagovat," stojí v textu Anthropicu.
Pokud by k tomu došlo, způsoby, jakými dnes AI systémy zabezpečujeme, sledujeme a formujeme jejich chování, by se staly naprosto zásadními. Anthropic proto navrhuje, aby vlády a přední AI firmy koordinovaly případné dočasné zpomalení vývoje nejpokročilejších modelů, pokud by vývoj přesáhl tempo, s nímž ho dokáže společnost bezpečně zpracovat. Zároveň ale upozorňuje, že jednostranné zpomalení jedné firmy by jednoduše dalo prostor méně obezřetným konkurentům.
Dění uvnitř
Za čísly a grafy je i lidská stránka tohoto pokroku, o které Anthropic mluví. Interní komunikace zaměstnanců odhaluje, jak rychle se mění i samotná struktůra práce. "Práce a vlastně i život fungoval na ekonomice drobných laskavostí mezi lidmi. 'Pomůžeš mi spustit tento skript?' Každá taková prosba vytvořila malý dluh, malé vzájemné povědomí. Claude tohle spolkl. Je rychlejší, nevytváří žádný dluh, ale každý takový moment je zmeškaná příležitost k lidské spolupráci," napsal jeden ze zaměstnanců.
Jiný přiznal, že asi pět měsíců sám nenapsal jediný řádek kódu. A popisuje dny, kdy vše funguje skvěle a jemu najednou přijde, že nic z toho, co dělá, vlastně nezáleží. A pak dny, kdy vše padá, a on nerozumí proč, protože přesně neví, co Claude vlastně celou dobu dělal. Tohle je možná největší výzva, o které se moc nemluví.
