Компания Anthropic заявляет, что 80% нового производственного кода теперь написано Клодом — как вашей компании не отставать?

Карл Франзен

Соучредитель и генеральный директор Anthropic Дарио Амодей заявил, что это было неизбежно, но всё равно это ощущается как важная веха: согласно новому отчету, опубликованному сегодня рекордсменом в сфере ИИ-разработки стартапа, более 80% кода, интегрированного в производственную базу Anthropic в мае, было написано не людьми, а собственной моделью ИИ Claude.

Эта трансформация привела к восьмикратному увеличению объема кода, выпускаемого одним инженером за квартал, по сравнению с базовым показателем компании на 2021–2025 годы, что, как отмечает компания, означает еще больший объем кода, который кто-то или что-то должно проверить.

Для технических руководителей предприятий это уже не локальная исследовательская загадка, а новая, агрессивная конкурентная стратегия.

Если передовая лаборатория искусственного интеллекта может успешно переложить подавляющую часть своей инженерной работы на автономных агентов, демонстрируя признаки давно искомого «святого Грааля» ИИ — «рекурсивного самосовершенствования», когда модели могут самостоятельно исследовать и обновлять себя, — что мешает предприятиям в других секторах автоматизировать большую часть своей внутренней разработки программного обеспечения с помощью агентов ИИ?

Очевидно, что это легче сказать, чем сделать. Компания Anthropic является одним из главных инициаторов нынешнего бума искусственного интеллекта, поэтому можно ожидать, что она знает, как эффективно внедрить эту технологию.

Однако для других предприятий, стремящихся увеличить объем кода и рабочих процессов, обрабатываемых агентами, в новой статье в блоге Anthropic подробно изложен общий план, который они также могут принять для перестройки своих операций и рабочих процессов, чтобы воспользоваться преимуществами последних достижений в области искусственного интеллекта.

План развития компании Anthropic, которому могут следовать другие предприятия.

Переход от человекоцентричного программирования к автономной оркестровке требует понимания эволюции возможностей ИИ. Компания Anthropic описывает четкий исторический континуум, который предприятия могут нанести на свои собственные планы цифровой трансформации:

• 2021–2023 (Написание руководств): Инженеры пишут код и документацию непосредственно в локальных текстовых редакторах.

• 2023–2025 (Помощь чат-ботам): Разработчики используют ранние модели для генерации коротких фрагментов кода, вручную копируя и вставляя результаты в свои среды.

• 2025–2026 (Агенты-программисты): Способные агенты активно и автономно записывают и редактируют целые файлы.

• Современные автономные агенты: Агенты самостоятельно выполняют код, отлаживают работающие среды и делегируют многочасовые рабочие процессы специализированным суб-агентам.

Эта стремительная эволюция подтверждается внешними сравнительными тестами. Системы оценки программного обеспечения, такие как SWE-bench, которые ставят перед моделями задачу устранения реальных ошибок в сложных кодовых базах с открытым исходным кодом, достигли насыщения за два года.

Кроме того, долгосрочные оценки производительности показывают, что такие модели, как Claude Opus 4.6, могут надежно поддерживать работу в течение 12 часов, а Claude Mythos Preview обеспечивает более 16 часов непрерывного решения задач.

Внутри компании технологический скачок еще более разителен. В сложных, открытых инженерных задачах, где изначально отсутствуют четкие спецификации, показатель успешности Клода в мае 2026 года вырос до 76% — увеличение на 50 пунктов за шестимесячный период.

В тестах на оптимизацию, где задача ускорения обучения моделей ИИ заключалась в повышении производительности внутренней модели Mythos Preview от Anthropic, достигнуто 52-кратное ускорение.

Для сравнения, опытному разработчику обычно требуется от четырех до восьми часов ручной рефакторизации, чтобы добиться лишь четырехкратного ускорения на том же самом коде.

Трехэтапный план для более полной автоматизации производственного кода

Для того чтобы предприятие смогло повторить достижение Anthropic отметки в 80%, руководителям технических отделов необходимо отказаться от ментальной модели «помощника разработчика» и перейти к архитектуре «автоматизированного производства». Этот сдвиг влияет на управление продуктами, операционную деятельность и рабочие процессы разработчиков тремя различными способами:

1. Переход от выполнения кода к архитектурному надзору.

Когда затраты человеческого времени на создание кода становятся практически нулевыми, основная роль инженера смещается от написания программного обеспечения к определению целей и анализу результатов. Руководители предприятий должны переобучить разработчиков выступать в роли системных архитекторов и экспертов. Как отметил один из сотрудников Anthropic, говоря об операционной реальности этого сдвига:

«Современная структура вещей примерно такова: „У людей есть идеи, а модели способны воплощать, тестировать и оценивать их на порядок быстрее, чем раньше“».

2. Преодоление «узкого места» проверки кода.

Внедрение огромного количества кода, сгенерированного искусственным интеллектом, в организацию неизбежно приводит к операционным проблемам.

Согласно закону Амдала, ускорение любого процесса строго ограничено его последовательными, неавтоматизированными узкими местами.

В компании Anthropic заваливание системы синтетическим кодом мгновенно превратило проверку кода человеком в критическое узкое место.

Для противодействия этому корпоративным командам необходимо внедрять автоматизированные средства проверки кода на основе ИИ непосредственно в свои конвейеры непрерывной интеграции/непрерывного развертывания (CI/CD).

Компания Anthropic внедрила автоматизированную систему проверки кода Claude (общедоступная версия, Claude Code Review, запущенная для коммерческого использования в марте), задача которой — анализировать каждый запрос на слияние на предмет архитектурных дефектов, уязвимостей безопасности и регрессионных ошибок перед объединением. Другие специализированные компании, такие как Qodo, также предлагают инструменты, специально разработанные для этой цели.

В случае с компанией Anthropic ретроспективный анализ показал, что автоматизированный слой выявил примерно треть производственных ошибок, ответственных за сбои в работе флагманского веб-сайта claude.ai в прошлом.

3. Ориентироваться на крупные объемы операционной задолженности.

Предприятия часто оказываются парализованы необходимостью поддержки устаревшего кода и затянувшимся техническим долгом. Вместо того чтобы использовать агентов для написания новых, спекулятивных функций, технические руководители должны направлять автономных агентов на кропотливые операции по очистке и устранению неполадок в замкнутом цикле.

В апреле 2026 года инженер компании Anthropic развернул Claude для устранения распространенных ошибок API. Работая автономно, модель внесла более 800 отдельных исправлений, успешно снизив частоту ошибок в 1000 раз.

Руководитель проекта подсчитал, что разработчику-человеку потребовалось бы четыре полных года для выполнения той же работы из-за когнитивной нагрузки, связанной с одновременным удержанием в голове огромного объема незнакомого кода.

Вопросы, которые следует учитывать предприятиям, работающим в эпоху, когда код преимущественно генерируется искусственным интеллектом.

Эксплуатация кодовой базы, преимущественно созданной с помощью ИИ, создает уникальные проблемы управления, которые должны решать юридические и службы безопасности предприятия.

В отличие от моделей лицензирования с открытым исходным кодом (таких как разрешительная лицензия MIT или копилефт-фреймворки GPL), корпоративные кодовые базы, использующие проприетарную инфраструктуру LLM, по-прежнему подчиняются коммерческим условиям обслуживания соответствующего поставщика ИИ.

Внедрение автономных агентов требует строгих протоколов проверки для обеспечения соответствия требованиям, безопасности и защиты интеллектуальной собственности:

• Качество и поддержка кода: внутренние данные Anthropic показывают, что, хотя качество кода, написанного ИИ, объективно было ниже, чем у кода, созданного человеком, в конце 2025 года, к середине 2026 года оно примерно сравнялось, и ожидается, что в течение года оно превзойдет человеческие стандарты. Корпоративное управление должно адаптироваться к реальности, в которой базовое качество автоматизированного кода структурно превосходит среднее качество кода, написанного вручную.

• Масштабный аудит безопасности: огромный объем автоматизированного создания кода требует автоматизированного обнаружения уязвимостей. Проект Glasswing компании Anthropic иллюстрирует масштаб этой проблемы: используя Mythos Preview, в течение первых нескольких недель проекта было выявлено более 10 000 уязвимостей программного обеспечения высокой и критической степени серьезности в глобальной цифровой инфраструктуре. Это полностью переориентировало задачу обеспечения кибербезопасности предприятия с обнаружения уязвимостей на скорость развертывания исправлений.

• Риск каскадного согласования: Технические руководители должны поддерживать строгие механизмы проверки. Если предприятие использует систему ИИ для непрерывной модификации, поддержки и расширения своей собственной программной инфраструктуры, необнаруженные ошибки или незначительные несоответствия могут накапливаться в течение нескольких последовательных сеансов работы агентов, постепенно нарушая целостность системы или создавая уязвимости безопасности, которые ускользают от внимания человека.

Готовьтесь к внутренним изменениям в корпоративной культуре.

Переход к кодовой базе, в которой доминирует искусственный интеллект, меняет культурную динамику инженерных команд, приводя как к беспрецедентной эффективности, так и к глубоким психологическим противоречиям.

В публичном заявлении компания Anthropic представила эти показатели как предвестник более масштабных преобразований. В официальном заявлении по поводу X компания отметила:

«Наши внутренние данные показывают, что Клод ускоряет разработку ИИ — это возможный путь к рекурсивному самосовершенствованию, или к автономному созданию ИИ более совершенного преемника. Это происходит быстрее, чем мы предполагали, и последствия заслуживают большего внимания».

Вскоре после этого они подробнее остановились на непосредственных последствиях для производительности:

«Сегодня инженеры Anthropic в среднем выпускают в 8 раз больше кода в квартал, чем в 2021-2025 годах… Многие инженеры также говорят, что качество кода Клода теперь сравнимо с качеством кода, написанного человеком; мы ожидаем, что в течение года оно улучшится».

За этими корпоративными показателями скрывается сложная человеческая реальность. Внутренние коммуникации сотрудников свидетельствуют о явном ослаблении традиционного сотрудничества на рабочем месте, поскольку взаимодействие разработчиков между собой систематически заменяется асинхронными звонками агентов:

«Работа (и жизнь) строились на экономике дарения, на небольших услугах, оказываемых людьми. „Можешь помочь мне запустить этот сценарий?“ […] каждая из них создавала небольшой долг, небольшое взаимное понимание. Клод растратил эти услуги. Это быстрее, это не создает никакого долга, но каждая из этих попыток — это проигранная попытка человеческого сотрудничества».

Для рядовых сотрудников полная автоматизация их основных навыков вызывает острую профессиональную тревогу по поводу актуальности и системного контроля:

«Я начал активно использовать Claudifying примерно год назад. Это было безумное приключение, и с тех пор прошло около 5 месяцев с тех пор, как я в последний раз писал код сам».

«В дни, когда всё идёт как надо, я невольно думаю, что всё, что я делаю, не имеет значения, всё автоматизировано, лучше и быстрее, чем я когда-либо смогу быть. Но бывают и дни, когда всё ломается, и я не понимаю почему, и осознаю, что уже понятия не имею, чем занимался».

Руководители предприятий, стремящиеся сравняться с Anthropic по темпам развития технологий, не могут позволить себе игнорировать эти психологические факторы.

Для достижения 80-процентной автоматизации кодовой базы требуется нечто большее, чем просто покупка API-токенов или настройка агентских циклов; это требует полной перестройки корпоративной культуры, стратегии снижения опасений разработчиков по поводу устаревания кода и внедрения строгих автоматизированных механизмов проверки для сохранения полного контроля человека над программным обеспечением.

Подпишитесь, чтобы получать самые свежие новости!

Подробные аналитические данные для руководителей предприятий в области искусственного интеллекта, данных и безопасности.

VB Daily AI Weekly AGI Weekly Еженедельник по безопасности Еженедельник по инфраструктуре данных Мероприятия VB Все они

Отправляя свой адрес электронной почты, вы соглашаетесь с нашими Условиями использования и Политикой конфиденциальности.

Получайте обновления ! Вы подписаны! Наши последние новости скоро поступят на вашу электронную почту.

Источник: venturebeat.com