Een AI-lab dat sneller vooruitgaat omdat zijn eigen AI meehelpt: dat was jarenlang een gedachte-experiment. Op 5 november 2026 zette onderzoeksorganisatie METR er voor het eerst een extern gemeten getal op. Na elf weken binnen Anthropic schat METR dat de modellen van het bedrijf ongeveer twee keer zo snel beter worden als tussen maart 2024 en oktober 2025. AI zelf verklaart volgens METR het grootste deel daarvan (Bron: METR).
Het lastige zit in de bijzin. Het meeste bewijs is zwartgemaakt.
Wat METR bij Anthropic heeft gemeten
METR is een non-profit die al jaren AI-modellen van Anthropic, OpenAI en andere labs test op gevaarlijke capaciteiten (Bron: AP via KSAT). Van 12 augustus tot 29 oktober werkten er 2,5 fulltime krachten van METR aan dit onderzoek. Ze kregen interne benchmarkscores, cijfers over rekenkracht en personeel, interne enquêtes en spraken met ongeveer vijftien mensen bij Anthropic. METR maakt er zelf een kanttekening bij: het team werkte op apparaten van Anthropic en kon de niet-publieke modellen niet zelf testen (Bron: METR).
Het belangrijkste meetinstrument heet AECI, Anthropics interne versie van de Epoch Capabilities Index. Die index vat de scores van een model op een reeks benchmarksBenchmarkEen gestandaardiseerde test waarmee AI-modellen onderling vergeleken worden, bijvoorbeeld op wiskunde, code of redeneren.Hele uitleg: Benchmark (gestandaardiseerde tests) samen in één getal, zodat je modellen over de jaren heen kunt vergelijken (Bron: Epoch AI). Sinds oktober 2025 stijgt die lijn bij Anthropic met ongeveer 29 punten per jaar. Daarvoor was het zo’n 15. Dat is een versnelling van 1,9 keer, met een onzekerheidsmarge van 1,5 tot 2,8 keer (Bron: METR).
Kijk je alleen naar modellen die labs publiek hebben uitgebracht, dan kom je op 1,4 keer. Het verschil zit vooral in Anthropics interne modellen die nog niet uit zijn.
Beginner-tip “Twee keer zo snel” zegt niets over hoe slim Claude nu is. Het gaat over het tempo: de vooruitgang die Anthropic vroeger in twee jaar boekte, boekt het nu in ongeveer één jaar. Een auto die harder gaat rijden staat nog niet verder op de weg. Hij komt er wel eerder.
Waarom METR naar AI wijst als oorzaak
METR sluit de gebruikelijke verklaring uit. Meer rekenkracht voor training is volgens het rapport niet de reden van de versnelling. Dat kan METR naar eigen zeggen met vertrouwen uitsluiten (Bron: AP via Click2Houston). Wat overblijft is het gebruik van AI in het onderzoek zelf. METR schat dat ongeveer 80 procent van de huidige versnelling (oktober 2026) daardoor komt, met nadrukkelijk grote onzekerheid. De eerste versnelling eind 2025 had vooral andere oorzaken (Bron: METR).
Dat is precies wat bedoeld wordt met recursieve zelfverbeteringRecursieve zelfverbeteringHet scenario waarin een AI-systeem zelfstandig zijn eigen opvolger ontwerpt, traint en verbetert. Die volgende versie doet hetzelfde, en zo ontstaat een zichzelf versnellende lus. In theorie: AI maakt AI beter, welke AI nóg beter maakt.Hele uitleg: Recursieve zelfverbetering. In gewone taal: AI die helpt AI te bouwen. Anthropic schreef er in juni zelf al over in het rapport When AI builds itself. In september kwam het met het cijfer dat Claude 26 procent van het onderzoekswerk leidt. Nieuw is dat er nu een buitenstaander naar heeft gekeken.
Eén aanwijzing klinkt indrukwekkend. In interne Slack-peilingen schatten medewerkers hoeveel sneller ze werken met AI. Bij Claude 3.7 Sonnet, begin 2025, was dat ongeveer 1,2 keer. In oktober 2026 kwam het nieuwste interne model op zo’n 12 keer (Bron: METR). METR noemt dat zelf zeer los bewijs.
Terecht, want zelfinschatting zat er eerder flink naast. In een gerandomiseerde studie van METR uit 2025 maakten 16 ervaren open-source-ontwikkelaars 246 taken af in hun eigen codebase. Met AI-hulp deden ze er 19 procent langer over, terwijl ze dachten dat het hen had versneld (Bron: METR 2025). Die studie ging over tools van begin 2025 en zegt dus weinig over Anthropic nu. Ze laat wel zien hoe ver gevoel en meting uit elkaar kunnen liggen.
De interviews waren ook verdeeld. Op de vraag of de versnelling grotendeels door AI komt, zeiden twee mensen ja en neigden drie naar ja. Vier twijfelden en twee zeiden nee (Bron: METR).
Gevorderden METR waarschuwt dat de productiviteitswinst van één onderzoeker iets anders is dan de versnelling van een heel bedrijf. Een onderzoeker die tien keer sneller code schrijft, wacht nog steeds even lang op een trainingsrun. Ajeya Cotra rekent voor dat je voor een verdubbeling van de totale vooruitgang ongeveer 4 tot 9 keer zoveel productiviteit per onderzoeker nodig hebt, omdat arbeid maar één van de ingrediënten is naast rekenkracht (Bron: Planned Obsolescence). De zelf gerapporteerde 12 keer zit daarboven. De losse peilingen spreken de AECI-meting dus niet tegen, ook al zijn ze als bewijs zwak.
Drie partijen, drie verschillende zinnen
Of Anthropic zijn eigen alarmgrens heeft gehaald, hangt af van wie je het vraagt. Anthropics Responsible Scaling Policy (RSP), het vrijwillige veiligheidsbeleid van het bedrijf, kent een grens voor AI die het onderzoek dramatisch versnelt: ruwweg twee keer zoveel vooruitgang per jaar als je zonder flinke hulp van AI zou verwachten (Bron: Anthropic). Rond die grens gebeurde in een paar dagen veel.
| Datum | Wat er gebeurde | Bron |
|---|---|---|
| 8 juli 2026 | RSP-versie 3.4 gaat in, met een herziene drempel voor geautomatiseerd onderzoek | Anthropic |
| 12 aug 2026 | METR begint zijn onderzoek binnen Anthropic | METR |
| 2 nov 2026 | Anthropic schrijft in zijn aangepaste beursprospectus dat toekomstige modellen de drempel “mogelijk binnenkort” halen | SEC EDGAR |
| 5 nov 2026 | METR publiceert: ongeveer twee keer zo snel, grotendeels door AI | METR |
| 5 nov 2026 | In een aparte beoordeling noemt METR het plausibel dat de vroege waarschuwingsgrens al vóór 15 juli was bereikt | METR |
| 6 nov 2026 | Ajeya Cotra schrijft dat de drempel volgens haar al is gehaald | Planned Obsolescence |
De verschillen zijn klein op papier en groot in betekenis. Anthropic praat over toekomstige modellen, zegt dat het geen huidig model als drempeloverschrijder heeft aangewezen en dat het de onderliggende data nog beoordeelt. In hetzelfde prospectus staat een opvallende wijziging. Waar de versie van 26 oktober nog zei dat Anthropic een flinke versnelling misschien pas achteraf zou opmerken, staat er nu dat dat in het verleden al zo ging (Bron: SEC EDGAR). Over de andere risicoparagrafen schreven we eerder een overzicht.
Een overschreden drempel betekent trouwens geen noodstop. De RSP koppelt er extra veiligheidsmaatregelen aan. Pauzeren mag, maar het beleid verplicht het niet (Bron: Anthropic). Anthropic schrijft in het prospectus wel dat het overweegt bepaalde beslissingen in het onderzoek alleen nog na menselijke goedkeuring te laten doorgaan (Bron: SEC EDGAR).
Wat je niet kunt controleren
Je moet METR op zijn woord geloven. Dat zegt METR er zelf bij. Anthropic schrapte volgens METR het grootste deel van het bewijs dat het team het meest informatief vond: tussentijdse metingen, schattingen van algoritmische vooruitgang, analyses van knelpunten en prognoses voor toekomstige modellen. Anthropic zegt dat de redacties vertrouwelijke informatie weghalen waarmee andere AI-ontwikkelaars sneller kunnen gaan. Ook de controle op hoeveel rekenkracht naar nieuwe capaciteiten gaat en hoeveel naar veiligheid ging eruit. Die wil Anthropic later heropenen (Bron: METR).
Medeoprichter Sam McCandlish, die bij Anthropic het veiligheidsbeleid leidt, erkende op X dat er veel is weggelaten. Uitleggen wat de versnelling precies veroorzaakt is volgens hem commercieel gevoelig en zou anderen een routekaart geven om sneller te gaan (Bron: Cybernews). Hij schreef ook dat veel van METR’s conclusies overeenkomen met zijn eigen beeld, al is het moeilijk te zeggen hoeveel AI precies versnelt (Bron: AP via NBC Bay Area).
Er zijn meer haken. Een teamlid van METR had een baanaanbod van Anthropic en een belang in een concurrent; METR liet diens werk extra controleren. Claude hielp flink mee bij het verzamelen en analyseren van de data, al vond METR geen duidelijke systematische vertekening. En de tests raken vol: het nieuwste interne model scoort op alle gebruikte benchmarks boven de 50 procent (Bron: METR).
Eerlijk gezegd is dat de vreemdste zin uit het hele rapport. Het model waarvan je de versnelling meet, helpt je die versnelling meten.
Gevorderden De 1,9 keer hangt af van hoe je losse benchmarkscores omrekent naar één index. METR probeerde verschillende rekenmethoden (link-functies): met cloglog kom je op 1,1 keer, met probit op 1,8, met cauchit op 2,8 en met log-log op 2,9 (Bron: METR). De richting is dus stevig, de omvang veel minder. METR meet bovendien vooral goed omschreven taken. Rommelig onderzoekswerk met vage doelen kan langzamer meegroeien.
Wat Cotra eruit afleidt en waar METR stopt
Ajeya Cotra werkt bij METR, deed niet mee aan dit onderzoek en schrijft op persoonlijke titel. Zij noemt het rapport de belangrijkste update over AI-risico in jaren. Haar redenering: als AI de vooruitgang verdubbelt en AI daardoor zelf sneller beter wordt, verdubbelt het tempo binnen zes maanden opnieuw. Daarna duurt de volgende verdubbeling drie maanden, dan zes weken (Bron: Planned Obsolescence). Zo’n reeks loopt naar wat sommigen een intelligentie-explosie noemen, richting superintelligentieSuperintelligentieEen hypothetische AI die de mens op vrijwel elk terrein ver voorbijstreeft: niet alleen rekenen of schaken, maar ook wetenschap, strategie en overtuigen.Hele uitleg: Superintelligentie binnen ongeveer een jaar.
Ze zet er zelf de rem op. Software kan niet eindeloos efficiënter, al verwacht zij dat plafond niet snel. Een precieze voorspelling geeft ze niet, omdat ze mogelijk vertrouwelijke informatie heeft gezien.
METR gaat minder ver. Het team zag voor de komende twaalf maanden geen overtuigende knelpunten en ziet daarom een aanzienlijk risico dat verdere vooruitgang tot nog snellere versnelling leidt (Bron: METR). In de aparte beoordeling is METR het met Anthropic eens dat het catastrofale risico van de modellen tot 15 juli laag was. Verdere versnelling kan dat binnen zes maanden wel snel naar hoog duwen (Bron: METR).
Dat wringt met de oproep van Anthropic-topman Dario Amodei in september om het tempo juist omlaag te brengen. In datzelfde essay noemde hij METR als geschikte externe beoordelaar (Bron: AP via NBC Bay Area). Het eerste resultaat van zo’n beoordelaar laat zien dat het tempo bij zijn eigen bedrijf eerder omhoog ging.
Wat dit voor jou betekent
Aan de Claude in je browser of telefoon verandert vandaag niets. Wat verandert, is hoe snel de volgende versies komen en of iemand buiten Anthropic dat tempo nog kan volgen.
Stel je voor dat je als zzp’er net je werkwijze hebt ingericht rond een AI-assistent. Als de onderliggende modellen twee keer zo snel beter worden, verschuift de grond onder je routines ook twee keer zo snel. Nieuwe functies, andere prijzen en andere grenzen komen dan sneller dan je gewend bent.
In Europa houdt het AI Office sinds 2 augustus 2026 toezicht op aanbieders van de grootste AI-modellen en kan het boetes opleggen. Die aanbieders moeten onder meer hun modellen evalueren, systeemrisico’s beoordelen en ernstige incidenten melden (Bron: EUR-Lex, AI-verordening). Hoe snel een lab zijn eigen ontwikkeling met AI versnelt, staat niet in die lijst. De AI-verordeningAI-verordeningDe officiële Nederlandse naam van de EU AI Act: de Europese wet die regels stelt aan het ontwikkelen en gebruiken van AI, met zwaardere eisen naarmate het risico groter is.Hele uitleg: AI-verordening kent daar geen meldplicht voor, dus de enige cijfers zijn wat bedrijven vrijwillig laten zien.
Beginner-tip Je hoeft niet elke modelversie bij te houden. Merk je dat je AI-tool ineens dingen kan die vorige maand nog misgingen, dan is dat precies dit verhaal in het klein. Controleer bij zo’n sprong extra goed wat het antwoord waard is, want sneller beter betekent niet vanzelf betrouwbaarder.
Wil je volgen hoe dit verder gaat, let dan op drie dingen:
- het eigen rapport over het tempo binnen Anthropic, dat McCandlish voor de komende weken aankondigde (Bron: AP via Click2Houston);
- de verdere RSP-rapporten die Anthropic in zijn prospectus belooft;
- of het geschrapte bewijs alsnog met andere onafhankelijke onderzoekers wordt gedeeld.
Een versnelling van 1,9 keer met een marge van 1,5 tot 2,8, gemeten door één organisatie met grotendeels zwartgemaakt bewijs, is geen sluitend bewijs dat AI zichzelf aan het verbeteren is. Het is wel het eerste getal dat iemand van buitenaf heeft gezet. Het wijst dezelfde kant op als wat Anthropic zelf aan beleggers schrijft. Of het de komende maanden op 2 blijft of verder oploopt, zal vooral blijken uit wat Anthropic wel en niet laat narekenen.
Veelgestelde vragen
Versnelt AI zijn eigen ontwikkeling nu al?
Bij Anthropic waarschijnlijk wel, volgens het externe onderzoek van METR van 5 november 2026. De modellen worden sinds oktober 2025 ongeveer twee keer zo snel beter op goed omschreven taken. METR schrijft zo'n 80 procent van die versnelling toe aan AI die onderzoekers helpt. Dat is geen AI die zichzelf volledig zelfstandig verbetert: er zitten nog steeds mensen aan het stuur. METR noemt de onzekerheid groot en zou ook 1,3 of 3 keer niet vreemd vinden.
Wat is METR en waarom mocht het bij Anthropic kijken?
METR is een non-profit uit Berkeley die al jaren AI-modellen van onder meer Anthropic en OpenAI test op gevaarlijke capaciteiten. Anthropic gaf METR van 12 augustus tot 29 oktober 2026 toegang tot interne data, zoals benchmarkscores van niet-uitgebrachte modellen, cijfers over rekenkracht en personeel en ongeveer vijftien interviews. METR neemt geen geld aan voor zulk werk. Het kreeg wel toegang tot modellen en rekentegoed van de labs die het onderzoekt.
Wat is de RSP-drempel van Anthropic voor AI-onderzoek?
De Responsible Scaling Policy is Anthropics eigen, vrijwillige veiligheidsbeleid. Eén van de grenzen daarin gaat over AI die het onderzoek dramatisch versnelt: ongeveer twee keer zoveel vooruitgang per jaar als je zonder flinke hulp van AI zou verwachten. Wie die grens passeert, moet extra veiligheidsmaatregelen nemen. Pauzeren is niet verplicht. In zijn aangepaste beursprospectus van 2 november schrijft Anthropic dat toekomstige modellen de grens mogelijk binnenkort halen.
Waarom is het METR-rapport over Anthropic grotendeels zwartgemaakt?
Anthropic zegt dat de geschrapte delen vertrouwelijke informatie bevatten waarmee andere AI-ontwikkelaars sneller zouden kunnen gaan. Het gaat om tussentijdse metingen, schattingen van algoritmische vooruitgang, analyses van knelpunten en prognoses. Medeoprichter Sam McCandlish noemt het commercieel gevoelig en zegt dat het anderen een routekaart zou geven. METR erkent dat het publiek daardoor meer op zijn oordeel moet vertrouwen dan wenselijk is.
Betekent dit dat superintelligentie binnen een jaar komt?
Dat staat niet in het METR-rapport. Onderzoeker Ajeya Cotra rekent in een eigen analyse voor dat een versnelling die blijft doorzetten zou leiden tot verdubbelingen binnen zes maanden, drie maanden en zes weken. Ze schrijft zelf dat software niet eindeloos efficiënter kan en geeft geen precieze voorspelling. METR houdt het bij een significant risico dat de versnelling verder toeneemt, omdat het geen duidelijke knelpunten zag voor de komende twaalf maanden.
Bronnen
Waar deze informatie vandaan komt.
Was dit nuttig?
Wat miste je?