Chez Anthropic, 26 % de la R&D est pilotée par l’IA

Depuis le début de l’année, les grands laboratoires d’IA ont fortement accéléré l’automatisation de la recherche en IA et du cycle de développement des modèles, s’engageant dans une direction claire de délégation d’un nombre de plus en plus important de tâches aux dépens des développeurs humains. 

Ce mouvement prolonge une tendance de fond observée depuis une décennie.

• Après avoir supprimé la nécessité pour l’humain de définir manuellement les variables d’entrée (« features ») avec le passage au Deep Learning, l’IA réduit maintenant la présence humaine dans la boucle même d’amélioration des modèles.

Anthropic indique ainsi que plus d’un quart (26 %) de sa recherche et développement (R&D) en matière d’IA est désormais au niveau « AI leads » (AL4), contre moins de 1 % en février.

• À ce niveau, l’humain fournit un objectif de haut niveau, supervise et valide, tandis que Claude réalise la majeure partie de la tâche de bout en bout.
• Anthropic indique que, si la tendance observée se poursuivait, cette part pourrait atteindre environ 80 % à la fin de l’année ¹.

Anthropic propose trois métriques permettant de rendre la RSI (« l’auto-amélioration récursive », soit la capacité autonome d’un modèle d’IA à construire son successeur) mesurable : le taux d’automatisation de la R&D, la capacité à surveiller les agents, et l’allocation du compute.

Ces indicateurs pourraient servir de déclencheurs à des mesures de contrôle ou de ralentissement.

• Anthropic n’a pas encore atteint la RSI, mais documente une automatisation très rapide de presque toute la chaîne d’exécution de la R&D.
• Plus de 90 % de la R&D en matière d’IA est déjà au moins au niveau AL3 « collaborateur IA » : Claude peut donc effectuer d’importants blocs de travail sous direction humaine rapprochée.
• Anthropic indique que 0 % des catégories mesurées sont AL5, soit le niveau où l’IA repère elle-même le problème, le définit, le résout, le teste et le déploie sans nécessiter d’intervention humaine.
• Environ 30 000 agents IA de recherche travaillent à chaque instant en parallèle sur la plateforme d’Anthropic, capables de communiquer entre eux et de se déléguer des tâches.

Dans son essai Pacing the Frontier, Dario Amodei estime que depuis l’été 2026, l’IA a fortement accéléré, principalement parce qu’elle est de plus en plus capable de contribuer elle-même au développement de la génération suivante de modèles.

• Il exprime dans ce texte son inquiétude qu’une telle boucle d’accélération puisse finir par progresser plus vite que la capacité de l’humanité à comprendre et contrôler les systèmes.
• De fait, Anthropic a publié des chiffres sur l’allocation de ses ressources informatiques : sur une semaine, environ 6 % seulement du calcul consacré à la R&D en IA était dédié à des travaux de sécurité.

Noam Brown estime qu’une accélération de la recherche en IA d’un facteur de 3 à 10 est plausible à court terme par rapport à la courbe actuelle. Les expériences sont limitées par leur durée, leur caractère séquentiel et le nombre de GPU disponibles ; les capacités de calcul pourraient ainsi devenir le principal frein à la RSI.

• OpenAI affirme avoir atteint en septembre le stade d’un « chercheur stagiaire » automatisé, capable, sous supervision, de réaliser des tâches bien définies qui prendraient plusieurs jours à un chercheur qualifié. L’entreprise vise à atteindre le stade de « chercheur IA automatisé » pour mars 2028 ².

Sur un autre lot de tâches estimées à 4-8 heures de travail humain, plus de la moitié de celles qui ont été réussies ces six derniers mois ont nécessité au moins une intervention humaine. 

• D’autres laboratoires rapportent cependant des gains de vitesse concrets en utilisant leurs propres modèles dans leur propre R&D.
• En juin, OpenAI et Broadcom ont annoncé Jalapeño, la première puce d’inférence conçue par OpenAI.
• OpenAI annonce être passé du design initial à l’envoi en fonderie en neuf mois, contre un cycle classique souvent de l’ordre de 18 à 24 mois pour une puce avancée.

L’entreprise attribue en partie cette compression à l’utilisation de ses propres modèles pour accélérer certaines étapes de conception et d’optimisation.

• En mars, au post training, l’équipe de RL de MiniMax avait annoncé automatiser son processus d’expérimentation d’environ 30-50 % (revue de littérature, définitions des expériences, debugging, analyse des métriques) ³.
• En septembre, le laboratoire chinois Zhipu AI a utilisé un agent basé sur son modèle GLM-5.3 pour optimiser la manière dont son modèle suivant, GLM-5.3-Flash, traite les requêtes une fois déployé (la « stack d’inférence »). En moins de deux semaines, les ingénieurs et l’agent ont multiplié par trois le débit d’inférence sur 10 000 puces Huawei.
• Zhipu AI a annoncé consacrer 60 % de l’argent récolté lors de sa levée de fonds de 5 milliards de dollars au développement de la prochaine génération de ses modèles GLM et à son système « Fully Self Training », un dispositif conçu pour que les modèles participent eux-mêmes à l’entraînement de leurs successeurs ⁴.

Face à cette course à l’auto-amélioration, Yoshua Bengio, lauréat du prix Turing, a appelé en septembre à interdire les formes de RSI dans lesquelles des systèmes d’IA pourraient concevoir et entraîner de manière autonome leurs propres successeurs, sans intervention humaine.