Firma budująca frontier AI właśnie poprosiła świat o spowolnienie

Firma budująca jeden z najbardziej zaawansowanych systemów AI na planecie właśnie powiedziała coś, co powinno zatrzymać każdego lidera biznesu.

Anthropic opublikował w tym tygodniu tekst, który — w zależności od tego, jak poważnie go przeczytasz — jest albo najważniejszym esejem o AI w tym roku, albo prologiem do takiego eseju. To nie jest ostrzeżenie w stylu „koniec świata”. To nie marketing. To staranny, wyważony wywód ludzi, którzy mają najszerszy dostęp do faktycznej krzywej możliwości i najwięcej do stracenia, jeśli się mylą.

Jedno zdanie, które bym z niego wyjął, brzmi tak:

AI już nie jest budowane wyłącznie przez ludzi. AI coraz częściej pomaga budować kolejną generację AI.

Nie mówią, że pełne rekurencyjne samodoskonalenie już nadeszło. Mówią, że pętla zaczyna się domykać, a instytucje nie są gotowe na to, co się stanie, gdy zamknie się całkowicie. To zupełnie inna teza — i to właśnie ta teza powinna trafić w tym tygodniu na biurko każdego CTO.

Co właściwie zmierzyli

Najmocniejsze liczby pochodzą z wnętrza samego Anthropic i warto zacytować je dokładnie, bo rząd wielkości jest tu ważniejszy niż jakakolwiek pojedyncza statystyka.

Ponad osiemdziesiąt procent kodu zmergowanego do bazy Anthropic w maju 2026 napisał Claude. Ich inżynierowie wysyłają mniej więcej osiem razy więcej kodu na kwartał niż w latach 2021–2025. Wewnętrzna ankieta z marca 2026 na stu trzydziestu badaczach pokazała medianę samooceny wzrostu wydajności około czterokrotną. Sami uczciwie dodają, że linie kodu to nie produktywność, że samooceny zawyżają zyski, a postęp na benchmarkach to nie to samo co realny postęp w świecie. Zastrzeżenia są szczere. Trend jest realny.

Trend zewnętrzny jest, jeśli to w ogóle możliwe, jeszcze mocniejszy. Długość zadań, które modele AI potrafią niezawodnie wykonać, podwaja się mniej więcej co cztery miesiące. W marcu 2024 Claude Opus 3 radził sobie z zadaniami zajmującymi wykwalifikowanym ludziom około czterech minut. Rok później Claude Sonnet 3.7 obsługiwał zadania mniej więcej dziewięćdziesięciominutowe. Claude Opus 4.6 później radził sobie z zadaniami dwunastogodzinnymi. Jeśli trend się utrzyma, zadania zajmujące wykwalifikowanym ludziom całe dni wchodzą w zasięg jeszcze w tym roku, a zadania zajmujące tygodnie — w 2027.

Te liczby opisują krzywą. Krzywe tego typu mają tendencję do łamania rzeczy — instytucji, modeli biznesowych, kategorii zatrudnienia, ram regulacyjnych — zanim załamią się same.

Zmiana, którą Anthropic nazywa po imieniu

Większość rozmów o AI w 2025 dotyczyła tego, co AI może zastąpić na poziomie zadania. Czy zastąpi ten raport? Tego maila? Ten fragment kodu? Użyteczne pytania, ale to już nie są te najważniejsze.

Zmiana, na którą wskazuje Anthropic, jest operacyjna, a nie zadaniowa. Twierdzą, że Claude potrafi teraz wziąć niedoprecyzowany problem inżynierski — cel bez metody — i wyprodukować rozwiązanie. To przejście od asystenta do pracownika. Człowiek wciąż wybiera cel. AI sama wymyśla teraz, jak go osiągnąć.

To prawie idealnie pokrywa się z rozmową architektoniczną, którą regularnie prowadzę z liderami technologii. Dojrzałe użycie AI to już nie „napisz mi ten akapit”. To „oto cel, oto moduły, oto ograniczenia — działaj”. Esej Anthropic to publiczne wyrażenie tego, co produkcyjne zespoły AI po cichu budują od roku.

Wąskie gardło się przesuwa — i to jest prawdziwy nagłówek

Jedna z najczystszych obserwacji w tekście Anthropic jest też jedną z najłatwiejszych do przeoczenia:

Kiedy AI przyspiesza jedną część procesu, wąskie gardło się przesuwa.

Jeśli Claude pisze kod szybciej, niż ludzie potrafią go przejrzeć — wąskim gardłem staje się przegląd. Jeśli Claude proponuje więcej eksperymentów, niż badacze są w stanie spriorytetyzować — wąskim gardłem staje się wybór, który eksperyment zrobić. To prawo Amdahla zastosowane do pracy umysłowej — całkowita prędkość jest ograniczona przez najwolniejszy element systemu — i ma ogromne praktyczne konsekwencje dla każdej organizacji, która poważnie adoptuje AI.

Firmy nie potrzebują już tylko narzędzi AI. Potrzebują modeli operacyjnych dla pracy przyspieszonej przez AI. Praca polegająca na przeprojektowaniu tego, gdzie ludzie naprawdę mają znaczenie, co przeglądają, co wybierają i gdzie ich osąd jest najcenniejszy — to praca, która oddziela organizacje korzystające z AI od tych, które AI rzuca w kąt.

Trzy przyszłości, które Anthropic wyobraża

Najuczciwsza część eseju to fragment, w którym Anthropic szkicuje trzy możliwe przyszłości i odmawia udawania, że wie, która z nich nadejdzie. Ta uczciwość jest tym, z czym warto najdłużej posiedzieć.

Pierwsza przyszłość: trend wyhamowuje. Możliwości układają się w krzywą S. Compute, energia albo jakaś nowa bariera architektoniczna dają o sobie znać. Postęp trwa, ale w ludzkim tempie. Nawet w tym scenariuszu, zauważa Anthropic, dzisiejsze AI już samo wystarczy, by znacząco zmienić gospodarkę. Scenariusz dolnej granicy nadal jest sejsmiczny.

Druga przyszłość: kumulująca się wydajność trwa, ale to ludzie wciąż wyznaczają kierunek. Małe zespoły mogą wykonywać pracę ogromnych organizacji. To może być wspaniałe dla produktywności, usług publicznych, odkryć naukowych i jakości życia. To też niebezpieczne dla inwigilacji, manipulacji, cyberprzestępczości i operacji wpływu na masową skalę. Ten sam silnik napędza obie połowy.

Trzecia przyszłość: pełne rekurencyjne samodoskonalenie. Systemy AI budujące swoich następców. Role ludzi kurczą się w stronę nadzoru, walidacji i weryfikacji. To najtrudniejsze do przewidzenia i — słowami samego Anthropic — przyszłość, która mogłaby stworzyć poważne ryzyka związane z alignmentem, jeśli jakakolwiek dezalignacja kumulowałaby się w kolejnych generacjach systemów.

Anthropic nie twierdzi, że wie, która przyszłość nadejdzie. Twierdzi, że czas projektować instytucje pod drugą i trzecią — jest teraz, póki pierwsza jest jeszcze możliwa.

O co proszą

To jest część, którą chcę, by każdy lider biznesu czytający ten tekst potraktował poważnie.

Anthropic argumentuje, że dla świata byłoby dobrze mieć opcję spowolnienia lub czasowego zatrzymania prac nad frontier AI, by badania nad bezpieczeństwem i struktury społeczne mogły nadrobić. Sami uczciwie dodają, że jednostronna pauza jednego laboratorium niewiele załatwia, jeśli mniej ostrożni gracze biegną dalej. Sensowna pauza, twierdzą, wymagałaby wielu frontier labów w różnych krajach, wspólnych warunków i wiarygodnej weryfikacji. Porównują to wprost do kontroli zbrojeń — i zauważają, że trening AI jest znacznie trudniejszy do wykrycia niż silosy rakietowe.

Ich końcowe przesłanie — to, które moim zdaniem ma największe znaczenie — brzmi tak: ludzie spoza firm AI muszą być w tej rozmowie. Politycy, badacze, społeczeństwo obywatelskie, firmy AI niebędące frontier-labami, zwykli praktycy budujący prawdziwe systemy na bazie tych modeli. Ta rozmowa nie może zostać wewnątrz laboratoriów. Decyzje są już na to za duże.

Co to znaczy, jeśli prowadzisz firmę w Europie

Jeśli czytasz to z europejskiej firmy, praktyczne implikacje są ostrzejsze, niż mogą się wydawać.

EU AI Act jest wdrażany falami przez 2026 i 2027. Większość obowiązków dostawców general-purpose AI wchodzi w sierpniu 2026. Akt wprost wymaga, by dostawcy AI zajęli się cyberbezpieczeństwem, nadzorem ludzkim, ewidencjonowaniem i zarządzaniem ryzykiem. Esej Anthropic to publiczna wersja rozmowy, którą wiele zespołów compliance już wewnętrznie zaczęło: co to znaczy zarządzać systemem, którego profil możliwości zmienia się szybciej, niż Twoje ramy regulacyjne są w stanie to wchłonąć?

Trzy konkretne rzeczy do zrobienia w ciągu najbliższych dziewięćdziesięciu dni — niezależnie od tego, czy wierzysz w najbardziej ambitne projekcje Anthropic:

Raz. Zmapuj, gdzie AI siedzi w Twoich operacjach dzisiaj. Gdzie dotyka wrażliwych danych, gdzie podejmuje decyzje w imieniu ludzi, gdzie skok możliwości złamałby Twoje obecne kontrole? Nie będziesz gotów odpowiedzieć na zmianę, której nie zmapowałeś.

Dwa. Zbuduj model operacyjny, nie tylko narzędzia. Wybierz jeden zespół, jeden proces i zaprojektuj go przy założeniu, że egzekucja AI jest szybka, a osąd człowieka jest ograniczeniem. Co ten zespół przegląda? Co wybiera? Gdzie eskaluje? Projektujesz wąskie gardło celowo, bo jeśli tego nie zrobisz, projektuje się ono samo — i zwykle źle.

Trzy. Upewnij się, że Twoje governance porusza się w tempie AI. Jeśli Twoja rada ds. change managementu spotyka się raz na kwartał, a krzywa możliwości AI podwaja się co cztery miesiące — masz strukturalne niedopasowanie. Postawa governance, która działała dla tradycyjnego oprogramowania enterprise, nie przetrwa kontaktu z narzędziami, które rosną.

Co ja robię

W pracy, którą prowadzę z klientami, ten esej Anthropic krystalizuje rozmowę, która od miesięcy jest na każdej poważnej agendzie. Będę go używał jako centralnego punktu odniesienia w trzech miejscach. Przeglądy gotowości na EU AI Act, gdzie luka „zmiana możliwości kontra zmiana governance” jest najbardziej niedocenianym ryzykiem. Przeglądy architektoniczne dla zespołów inżynieryjnych przyspieszonych przez AI, gdzie problem przesuwającego się wąskiego gardła widać teraz w czasie rzeczywistym. I sesje executive o tym, jak wygląda prawdziwy nadzór nad AI, kiedy system, który nadzorujesz, jest współbudowany przez samo AI.

Nic z tego nie jest katastrofizmem. Nic z tego nie jest hype'em. To praca polegająca na potraktowaniu krzywej poważnie, póki jest jeszcze czas, by się na nią zaprojektować.

Esej Anthropic kończy się prośbą do reszty z nas, byśmy weszli w rozmowę, która do tej pory toczyła się głównie wewnątrz laboratoriów. Myślę, że mają rację, że proszą. Pytanie, które ma znaczenie, nie brzmi: czy AI będzie nadal się rozwijać. Brzmi: kto zachowa osąd, nadzór i koordynację w pętli, zanim pętla się domknie.

Ta część wciąż zależy od nas.