Anthropic indique qu'en août, Claude dirigeait environ 26 % du travail de recherche qui construit le modèle suivant, contre moins de 1 % en février. Plus de 90 % de ce travail impliquerait le modèle comme collaborateur ou davantage. Environ trente mille agents tourneraient simultanément dans l'entreprise, et les dispositifs de surveillance bloqueraient à peu près une action sur 47 000. Ces chiffres arrivent six jours après que le dirigeant de la même entreprise a demandé à l'industrie de ralentir.
Nous avons décrit les quatre niveaux d'auto-amélioration en théorie. Voici la première fois qu'un laboratoire publie des chiffres sur le sien.
Ce que le chiffre mesure, et ce qu'il ne mesure pas
Il faut être précis, parce que « 26 % de la recherche » se prête à de mauvaises lectures.
Le mot important est dirige. Cela ne signifie pas que le modèle a les idées à la place des chercheurs. Cela signifie qu'il pilote l'exécution d'une part du travail : lancer des expériences, analyser des résultats, écrire du code d'évaluation, itérer sur des configurations.
C'est exactement ce que nous décrivions à propos de la preuve mathématique obtenue avec des modèles : l'humain garde la direction et délègue l'endurance. La recherche en apprentissage automatique est particulièrement adaptée à cela, parce qu'elle consiste largement à essayer beaucoup de choses et à mesurer ce qui marche.
Ce chiffre ne dit donc pas que les modèles se conçoivent eux-mêmes. Il dit que la part du travail de laboratoire qu'ils exécutent a été multipliée par vingt-six en six mois.
Pourquoi la trajectoire compte plus que le niveau
Passer de moins de 1 % à 26 % en six mois, c'est le genre de courbe qui rend les projections difficiles.
Si la progression continue au même rythme, le chiffre dépasse 100 % avant l'été prochain, ce qui n'a pas de sens — donc elle ralentira. La question est de savoir où.
Deux plafonds sont plausibles. Un plafond technique : il reste des parties du travail que ces systèmes font mal, notamment la génération d'hypothèses nouvelles, où les scores restent faibles. Et un plafond économique : trente mille agents simultanés coûtent cher, ce que les 517 milliards d'engagements de calcul rendent concret.
Les dispositifs de surveillance bloqueraient environ une action sur 47 000. Ce chiffre est précieux parce qu'il fournit enfin le dénominateur que nous réclamions depuis des mois. Nous écrivions à propos du recensement demandé par le Congrès qu'un incident raconté ne dit rien sans savoir sur quel volume il survient. Une action bloquée sur 47 000 peut se lire comme très rassurant ou très inquiétant selon ce qu'on multiplie : sur trente mille agents tournant en continu, cela représente beaucoup d'interventions par jour.
Le geste de publication
Il faut souligner ce que cette publication a d'inhabituel, indépendamment des chiffres.
Aucune obligation n'impose de divulguer la part de sa propre recherche pilotée par ses modèles, ni le taux d'interception de ses dispositifs de surveillance. Ce sont des informations qu'une entreprise garde normalement pour elle.
Le calendrier est également lisible : six jours après un essai demandant à l'industrie de ralentir, le même laboratoire publie les chiffres qui documentent pourquoi il pose cette question. C'est cohérent, et cela donne à l'argument une base factuelle que les essais de ce genre n'ont généralement pas.
La réserve habituelle s'applique : ces chiffres sont déclarés, non audités, et le périmètre de ce qu'on appelle « diriger » est défini par celui qui compte.
Ce que ça change dans le débat
Ce tableau de bord donne une prise concrète à une discussion qui se tenait jusqu'ici dans l'abstrait.
L'argument du ralentissement repose sur l'idée que les capacités avancent plus vite que la capacité à les évaluer. Un chiffre multiplié par vingt-six en six mois sur la part du travail automatisé rend cet argument mesurable plutôt que rhétorique.
Il rend aussi plus tangible ce que nous décrivions dans notre article sur les boucles d'accélération : quand un outil participe à la construction de son successeur, le rythme cesse d'être fixé par le nombre de chercheurs disponibles.
Ce qu'il faut retenir
C'est la publication la plus utile que nous ayons vue depuis longtemps, précisément parce qu'elle fournit des dénominateurs plutôt que des anecdotes.
Ce qu'il faudra suivre n'est pas le chiffre de 26 %, mais sa dérivée : où la courbe s'aplatit, et pourquoi. Si elle s'aplatit sur une limite technique, cela nous apprendra quelque chose sur ce que ces systèmes ne savent pas faire. Si elle s'aplatit sur une limite économique, cela nous apprendra que le facteur décisif n'a jamais été l'intelligence mais l'électricité.
Et il faudra surtout que d'autres laboratoires publient les mêmes indicateurs. Un chiffre isolé ne permet pas de comparer, et c'est justement ce dont le débat a besoin.