この用語の意味
再帰的自己改善とは、AIが自分自身や後継AIの研究・設計・評価・開発に関与し、改善されたAIがさらに次の改善を進める循環です。再帰的とは、改善の成果を次の改善に戻して繰り返すことを表します。能力の向上が、改善を進める能力の向上にもつながる点が中心です。チャットの回答を何度も書き直すことや、利用者が指示してコードを修正することだけでは、AI自体の再帰的自己改善を実現したとはいえません。
何ができるか
AI研究のコード作成、実験の実行、評価、改善案の検討をAIが補助することで、開発作業を速める可能性があります。Anthropicの公式解説では、AIによる開発支援の進展と、後継システムを完全に自律開発する段階を区別しています。日常業務の担当者にとっては、AI開発のニュースや製品説明を読み、どこまで自動化され、人が何を判断しているかを確認するための概念です。導入するだけで自社のAIが継続的に高性能になる機能を指すものではありません。
実際に使うために必要なもの
研究として取り組む場合は、対象モデルや開発用コード、計算資源、実験環境、独立した評価データ、実行履歴と変更履歴、研究・安全確認の担当者が必要です。ネットワークや権限を制限した環境で、評価基準、採用条件、停止条件、復元方法を先に決めます。一般企業がニュースを理解するために、大規模なAI訓練環境を用意する必要はありません。
研究開発では、GPUなどの計算資源、API利用、データ整備、実験の繰り返し、評価、監視、保守、専門担当者の作業時間が費用になります。失敗した実験や安全確認の費用も含めて判断します。RSIという名称に共通の月額料金や導入価格はありません。
特定企業の製品名ではなく、AI研究で扱われる概念です。単一の開発元や、この名称だけで利用条件を決められる統一規格はありません。使うモデル・API・コード・データごとのライセンス、利用規約、送信先、保存条件、実行権限を確認します。クラーク氏は2026年10月12日付の本人のニュースレター「Import AI 476」で、完全なRSIが可能になる時期を、従来の2028年より2027年の方がありそうだという見方へ更新しています。これは同氏の予測であり、実現の確定や業界共通の確率ではありません。研究上の能力が得られることと、それを実際に実行・公開する判断は分けて扱います。情報確認日：2026年10月14日。
小さく試す運用例
用語を理解するための架空の運用例として、個人情報や機密情報を含まない小さなプログラムを対象に、AIに改善案とテストを作らせます。担当者が結果と変更内容を確認し、採用した変更を次の改善の出発点にします。性能、誤り、費用を記録し、基準を満たさなければ元に戻します。この例は人が管理する改善の反復であり、モデルの能力や改善能力そのものが向上した証明でも、完全なRSIの実現例でもありません。
人が確認すること・注意点
何が改善されたのかを区別します。回答、プログラム、モデル本体、改善手順のどれが変わったかを記録し、評価の点数だけで採用しません。評価データへの過適合や、評価の抜け道を使う報酬ハッキングにも注意します。改善する能力があることと、あらゆるシステムが技術的に停止不能になることは同じではありません。能力を獲得しても実行を自動的に認めず、人が目的、権限、検証、停止、公開を判断します。監視できる範囲を超える自動化や、顧客の機密データを未加工でクラウドAIへ送る試験は行いません。
予測の出典は Jack Clark「Import AI 476」（2026年10月12日）です。
関連する事例・テンプレート
現在、直接関連する公開済みの事例・テンプレートはありません。
参考情報
- Anthropic Institute：When AI builds itself（公式解説）（確認日：2026-10-14）
- ITmedia NEWS：クラーク氏の講演報道（2026年10月14日、Yahoo!ニュース配信）（確認日：2026-10-14）