Anthropicin tekoäly saattaa jo nopeuttaa omaa kehitystään

”Nyt pullonkaulana ovat enää ideat ja laskentateho, ei enää koodi.” Näin työtään kuvasi Anthropicin tutkija, jota riippumaton arviointiorganisaatio METR haastatteli syksyllä. Tutkijan nimeä ei kerrota, ja alkuperäinen lainaus on englanniksi: ”Now only bottlenecked on ideas & compute, no longer bottlenecked on code.”

METR julkaisi torstaina kaksi raporttia, jotka perustuvat 11 viikon pääsyyn Anthropicin sisäiseen dataan. Johtopäätös on varovainen mutta painava. Anthropicin kehitystahti on voinut kaksinkertaistua jo 15. heinäkuuta 2026 mennessä, ja suurin osa kiihtymisestä näyttää johtuvan siitä, että yhtiön omat tekoälymallit auttavat sen tutkijoita.

Kuten AI Suomi aiemmin kertoi, Anthropic on itse varoittanut, että tekoäly voi pian alkaa kehittää itseään. Nyt ulkopuolinen arvioija sanoo, että se hetki saattaa olla jo ohi.

Mikä raja on kyseessä?

Anthropicin vastuullisen skaalauksen periaatteet (Responsible Scaling Policy, RSP) on yhtiön itselleen kirjoittama sääntökirja. Siinä luetellaan kynnyksiä, joiden ylittyessä yhtiön on kiristettävä turvatoimiaan. Yksi kynnyksistä on varhaisen varoituksen raja: tekoälyn kehitys etenee kaksi kertaa aiempaa nopeammin, koska tekoäly hoitaa yhä suuremman osan tutkimustyöstä.

Arkikielellä tämä tarkoittaa, että malli paranee puolessa vuodessa saman verran kuin ennen vuodessa, ja vauhti tulee siitä, että tekoäly kirjoittaa koodia ja ajaa kokeita tutkijoiden puolesta. Mitä tällainen itseään ruokkiva kierre voi pidemmällä aikavälillä tarkoittaa, kerroimme taustajutussamme.

Anthropicin elokuun riskiraportin mukaan raja ei ylittynyt. Yhtiö myönsi kehityksen kiihtyneen, mutta sen mukaan ”alle kaksinkertaiseksi”.

”Alle kaksi” tarkoitti 1,97

METR pitää julkista raporttia liian varmana. Kun se laski luvun Anthropicin oman, sensuroimattoman sisäisen raportin luvuista, tulokseksi tuli noin 1,97-kertainen tahti, jos kaikki havaittu nopeutuminen pannaan tekoälyn tiliin. METR huomauttaa, että lukija ymmärtää sanat ”alle kaksinkertainen” selvästi kahta pienemmäksi. Osuvampaa olisi sanoa ”noin kaksi”.

METR:n oma arvio perustuu Anthropicin sisäiseen kyvykkyysindeksiin. Sen mukaan kasvu on lokakuusta 2025 lähtien ollut 1,9-kertaista aiempaan verrattuna (95 prosentin luottamusväli 1,5–2,8). Raportin mukaan Anthropic on edistynyt viimeisen vuoden aikana ”suunnilleen kahden vuoden historiallisen tahdin verran”. Yhtiö itse kertoi Haiku 5.5 -mallin järjestelmäkortissa luvuksi 1,7, ja ero selittyy pitkälti sillä, että METR näki myös julkaisemattomat sisäiset mallit.

Tekoälyn osuudesta METR esittää suoraan arvauksen: ”Arvioimme, että enemmistö (ehkä noin 80 %) nykyisestä (lokakuun 2026) kiihtymisestä johtuu tekoälystä.” Englanninkielinen alkuteksti kuuluu: ”We guess that a majority (perhaps ≈80%) of the current (October 2026) acceleration is due to AI.” Laskentatehon kasvu ei METR:n mukaan selitä kiihtymistä.

Varauksia on paljon. Sekä METR:n että Anthropicin tutkijoista useimmat kallistuvat siihen, ettei raja ylittynyt heinäkuuhun mennessä. Muiden yhtiöiden huippumalleissa kiihtyminen on METR:n mukaan vain 1,4-kertaista, ja edistys voi painottua tehtäviin, joita on helppo pisteyttää. Ylitys on mahdollinen, ei todettu.

Mitä valvoja ei saanut näyttää

Anthropicilla oli sopimuksen mukaan yksipuolinen oikeus sensuroida raportit. Pimentoon jäivät muun muassa tarkat kiihtymisarviot tutkimuksen eri vaiheille, laskentatehon, datan ja algoritmien osuudet kehityksestä sekä ennusteet tulevista malleista. METR ei myöskään päässyt kyselemään julkaisemattomia malleja itse.

Yhtiön mukaan sensuurilla poistettiin luottamuksellista tietoa, joka voisi nopeuttaa kilpailijoiden kehitystä. METR ei ota kantaa perustelun pätevyyteen. Se toteaa kuitenkin, että yleisö joutuu nojaamaan METR:n arvioon ”paljon enemmän kuin olisi ihanteellista, kun otetaan huomioon tässä vastattujen kysymysten paino”.

Sopimukseen kuului alun perin myös tarkastus siitä, miten Anthropic jakaa laskentatehoa uusien kykyjen kehittämisen ja turvallisuustutkimuksen kesken. Yhtiö rajasi sen pois kesken projektin, ennen kuin METR ehti tehdä asiasta johtopäätöksiä. Raportin mukaan Anthropic halusi pitää arvioinnin ”toistaiseksi keskittyneenä riskinarviointiin” ja palata tarkastukseen myöhemmin.

Anthropicilta ei jutun kirjoitushetkellä löytynyt julkista kommenttia sensuurin laajuudesta tai perutusta tarkastuksesta muuta kuin METR:n raportissa kerrotut perustelut.

Miksi tavallisen ihmisen pitäisi välittää

Laskentatehon jako on harvoja mitattavia merkkejä siitä, paljonko tekoäly-yhtiö oikeasti panostaa turvallisuuteen. Puheita on helppo tuottaa, konesalitunteja ei. Kun tarkastus jää tekemättä, lupaukset jäävät yhtiön oman sanan varaan.

Clauden kaltaisia malleja käytetään jo ohjelmistokehityksessä, asiakaspalvelussa ja asiakirjojen käsittelyssä myös suomalaisissa yrityksissä. Jos kehitys alkaa ruokkia itseään, uusia ja kyvykkäämpiä malleja tulee käyttöön tiheämmin, ja yrityksillä, viranomaisilla ja lainsäätäjillä on vähemmän aikaa sopeutua. Ulkopuolinen arvio on silloin ainoa keino tarkistaa, pitääkö yhtiö itselleen asettamansa rajat, ja nyt arvioija sanoo, ettei se voi näyttää yleisölle tärkeimpiä perusteitaan.

Arvioinnissa on myös piirre, joka kuvaa tilannetta hyvin. Claude osallistui suureen osaan datan keruusta, kirjoittamisesta ja analyysista, ja haastattelut luokitteli Claude. METR pitää hyvin epätodennäköisenä, että Anthropic olisi tarkoituksella johtanut sitä harhaan, eikä ihmishaastatteluja vasten tehdyissä tarkistuksissa löytynyt merkittäviä ristiriitoja.

Seuraavat kuusi kuukautta

METR ei löytänyt vakuuttavia pullonkauloja, jotka hidastaisivat kehitystä seuraavan vuoden aikana, vaikka se kertoo muuttaneensa näkemystään useaan kertaan. Se ei myöskään voi sulkea pois huomattavaa lisäkiihtymistä seuraavan puolen vuoden aikana. Silloin riski voisi raportin mukaan nousta nopeasti ”korkeaksi”.

Täysin itsenäiset tekoälyn panokset yhtiön tärkeimpään mallikoulutukseen ovat vielä vähäisiä. Tutkijat kuvasivat METR:lle kuitenkin ”elonmerkkejä”.

Molemmat osapuolet ovat samaa mieltä siitä, että katastrofaalisen riskin taso oli heinäkuussa matala. Seuraava riskiraportti näyttää, omaksuuko Anthropic METR:n varovaisemman muotoilun vai pitääkö se kiinni sanoista ”alle kaksinkertainen”.