A Anthropic sustentou, em texto publicado em 4 de junho de 2026, que o desenvolvimento de inteligência artificial caminha para o autoaperfeiçoamento recursivo. Nesse estágio, um sistema de IA projeta e treina seu sucessor com pouca ou nenhuma intervenção humana. Mais de 80% do código da base de produção da Anthropic já é escrito pela IA Claude, ante um dígito antes de fevereiro de 2025.
A relevância está no ritmo. A empresa argumenta que o estágio pode chegar antes do que as instituições estão preparadas para enfrentar. O texto, assinado pela pesquisadora Marina Favaro e pelo cofundador Jack Clark, combina benchmarks públicos e dados internos não divulgados antes.
O paradoxo está na própria mensagem. Ao mostrar a aceleração, a Anthropic pede que o setor considere desacelerar, algo que ela diz só fazer se laboratórios concorrentes seguirem o mesmo caminho de forma verificável.
Destaques
- Mais de 80% do código incorporado à base de produção da Anthropic era escrito pela IA Claude em maio de 2026, ante um dígito antes de fevereiro de 2025, segundo a própria empresa.
- Em um benchmark interno de otimização de código de treinamento, o desempenho saltou de cerca de 3x com o Claude Opus 4, em maio de 2025, para aproximadamente 52x com o Claude Mythos Preview, em abril de 2026, informou a Anthropic.
- Em pesquisa interna de março de 2026 com 130 funcionários de pesquisa, o respondente mediano estimou produzir cerca de 4x mais resultado com auxílio de IA, divulgou a Anthropic.
- A OpenAI pediu, em sua agenda de políticas de junho de 2026, que o governo dos EUA priorize o monitoramento do autoaperfeiçoamento recursivo e fortaleça o CAISI como principal instituição de segurança de IA de fronteira.
O que é autoaperfeiçoamento recursivo e por que o tema surge agora
Autoaperfeiçoamento recursivo descreve o ponto em que um sistema de IA projeta, constrói e treina um sucessor mais capaz sem depender de intervenção humana. A Anthropic afirma que ainda não chegou lá e que o estágio não é inevitável, mas o trata como cenário possível e próximo.
A empresa descreve quatro etapas já percorridas. Elas vão da escrita de trechos curtos de código por chatbots até agentes que executam código sozinhos e delegam horas de trabalho a outros agentes. O quinto passo, ainda hipotético, seria fechar o ciclo: versões futuras do Claude treinadas pela versão anterior.
Jack Clark, cofundador e responsável por políticas, disse à Axios que a estratégia é socializar o conceito antes que o termo entre em pauta de forma desordenada. Ele afirmou que a leitura interna aponta aceleração, não estabilização, do progresso, com ganhos potenciais em ciência e medicina. A empresa quer formuladores de políticas a par do tema antes que o assunto ganhe tração pública.
Os números internos que sustentam o argumento
A taxa de sucesso do Claude nas tarefas de engenharia mais difíceis subiu 50 pontos percentuais em seis meses, até 76% em maio de 2026, segundo a Anthropic. São problemas sem especificação clara, em que o humano define o objetivo, mas não o método.
Os ganhos aparecem em mais de um indicador. Engenheiros da empresa relatam entregar oito vezes mais código por trimestre do que entregavam no período de 2021 a 2025. Em um benchmark de otimização de código de treinamento de IA, o desempenho saltou de cerca de 3x para aproximadamente 52x. A medição vai do Claude Opus 4, em maio de 2025, ao Claude Mythos Preview, em abril de 2026. Em pesquisa de março de 2026 com 130 funcionários de pesquisa, a mediana estimou produzir cerca de 4x mais com auxílio de IA.
A própria Anthropic registrou ressalvas. A empresa diz que linhas de código medem quantidade, não qualidade, e que o número de 8x provavelmente superestima o ganho real de produtividade. Reconhece ainda que o salto autorrelatado de 4x tende a ser menor na prática. As lacunas persistem, sobretudo na capacidade de a IA escolher quais objetivos perseguir, etapa que separa o sistema atual de um que projetaria o próprio sucessor.
A proposta de freio e o problema da verificação
A Anthropic afirmou que reduziria o ritmo ou pausaria temporariamente o desenvolvimento se outros laboratórios de fronteira fizessem o mesmo de forma verificável. O texto reconhece o limite da ideia: uma ação unilateral apenas transferiria a liderança a um concorrente.
A empresa comparou o desafio de verificação aos tratados de controle de armas da Guerra Fria. A diferença, segundo a publicação, é que rastrear computação distribuída, data centers privados e pesquisa algorítmica é mais difícil do que monitorar silos de mísseis. E ressaltou que, desta vez, o mundo não tem décadas para construir confiança.
Esse é o eixo do pedido. A Anthropic delineou três cenários possíveis. Eles vão da estagnação das capacidades nos níveis atuais ao autoaperfeiçoamento recursivo pleno. Nesse extremo, o ritmo do progresso passa a ser determinado pela disponibilidade de poder computacional. Entre os extremos, a empresa diz considerar mais provável um cenário intermediário, de ganhos compostos de eficiência, com humanos ainda definindo direção e critérios de sucesso.
OpenAI entra no mesmo debate
A OpenAI publicou no início de junho de 2026 sua própria agenda de políticas. No documento, pediu ao governo federal dos Estados Unidos que priorize o monitoramento do progresso rumo ao autoaperfeiçoamento recursivo. A empresa também defendeu fortalecer o Centro para Padrões e Inovação em IA, o CAISI, como principal instituição federal para a segurança de IA de fronteira.
O movimento da OpenAI vinha de antes. Em 24 de maio de 2026, a empresa abrira vaga para um pesquisador de segurança focado no autoaperfeiçoamento recursivo. A posição fica na equipe de Preparedness, com remuneração entre US$ 295 mil e US$ 445 mil. A faixa salarial chamou atenção como sinal de quanto os laboratórios passaram a tratar o tema como prioridade orçamentária.
A Anthropic afirmou que organizará encontros com formuladores de políticas, pesquisadores e a sociedade civil ainda em 2026. A empresa disse que publicará os resultados desse debate sobre coordenação. Clark estimou que alguns modelos podem alcançar o autoaperfeiçoamento recursivo em cerca de dois anos, a partir de junho de 2026. O que segue em aberto é se a indústria construirá um regime de verificação confiável antes disso.
