再帰的自己改善（Recursive Self-Improvement）とは・意味、由来・事例・研究

最終確認日：2026年10月26日

再帰的自己改善とは？

再帰的自己改善とは、AIが自らの能力や自らを開発・改善する手順を繰り返し良くしていき、その成果を次の改良に生かしていくこと。英語では Recursive Self-Improvement といい、略して RSI と呼ばれる（※1）。

Anthropic によると、同社ではAIの開発のうちAIに任せる割合が増えている。同社は、この流れが十分に進み計算資源も足りれば、自分の後継のAIを完全に自律して設計・開発できるAIに行き着くとみている。同社によると、AIが自分の後継を完全に自律して設計・開発することを、再帰的自己改善と呼ぶ。AIの歴史の大半では、開発のどの段階も人が進めてきたと、同社は説明している（※2）。

似た言い方に「AIによるAI開発」がある。ELYZA は、AIの開発や改良の一部をAI自身が受け持つことを「AIによるAI開発」と呼び、その延長に再帰的自己改善を置いている（※1）。ELYZA と Anthropic は、再帰的自己改善そのものはまだ実現していないとしている。

ELYZA は自社の研究を再帰的自己改善の前の段階の要素技術と位置づけ、Anthropic は「We are not there yet」（まだそこに至っていない）と書いている（※1、※2）。

再帰的自己改善に向けた各社の見通し

ELYZA は、ELYZA RSI Research で、これまで人が受け持ってきたAIの研究開発の一部をAIエージェントが受け持ち、改良の繰り返しを回し続ける仕組みを研究するとしている（※1）。

• 改良する対象：AIエージェントが、土台になるモデル（基盤モデル）やエージェントの動きを制御するハーネスを開発し、改良する。
• 評価：改良の成果を、評価の仕組み（評価機構）で確かめる。ELYZA は、評価に使うベンチマーク（性能を比べるための試験）も、AIを使って半自動で作る仕組みを研究している。
• 次の改良への反映：評価で得た結果を次の開発に戻し、改良の繰り返しを続ける。
• 改良する側の改良：ELYZA は将来、改良を受け持つAIエージェント自身も改良の対象に入れるとしている。同社は、改良の成果を改良する側の能力や手順にも反映させ、再帰的な改良の繰り返しを実現することを目指している。

ELYZA は、AIによるAI開発の進み方を4つの段階に分けている。段階が進むほど、人が受け持つ部分は小さくなる（※1）。

Anthropic も、自社の仕事の移り変わりを段階で示している。同社によると、最初は人がノートパソコンでコードを書いていた。次にチャットボットに一部を手伝わせるようになり、その後はコーディングエージェント（プログラムの作成や修正を任せるAIエージェント）が自分でコードを書くようになった。記事の公開の時点では、エージェントがコードを実行し、何時間分もの作業をほかのエージェントに任せられるという。

同社は、エージェントが自分でモデルを作って学習させられるようになるかもしれない将来の段階を「Closing the loop」（輪を閉じる）と呼ぶ。同社は、この段階がいつ来るかを年では示しておらず、記事の年表では時期を「20XX?」と書いている（※2）。

再帰的自己改善の由来と広まった経緯

考え方の源の一つに、数学者の I. J. Good が1960年代に書いた論文「Speculations Concerning the First Ultraintelligent Machine」がある。この論文は、1962〜63年の講演をもとにまとめられ、論集「Advances in Computers」の第6巻に収められた（※5）。

Good は、どれほど賢い人の知的な活動もはるかに上回る機械を「超知能機械」と定めた。機械の設計も知的な活動の一つなので、超知能機械はもっと優れた機械を設計できるはずだと、Good は論じた。そうなれば「intelligence explosion」（知能の爆発）が起き、人の知能ははるかに後れをとるという。

Good は、最初の超知能機械は人がつくる必要のある最後の発明になるとも書いた。ただし、その機械が、自分を制御の下に置く方法を人に教えてくれるほど従順であれば、という条件を付けている（※5）。

「recursive self-improvement」という言い方の先行例には、AIの研究者 Eliezer Yudkowsky 氏が2001年にまとめた文書「Creating Friendly AI 1.0」がある。

Yudkowsky 氏は、自分を理解し、自分を作り変え、再帰的に自己改善するよう設計したAIを「seed AI」と呼んだ（※6）。Sakana AI の紹介によると、のちに同社のアドバイザーになった Jürgen Schmidhuber 氏は1987年の学位論文で、学習の手順そのものを自ら良くしていくプログラムを考えていた（※7、※10）。

2026年には、国際会議 ICLR で再帰的自己改善を主題にしたワークショップが開かれ、Anthropic、Sakana AI、OpenAI、ELYZA が、相次いで自社の取り組みや考えを公表した（※1、※2、※3、※7、※8）。

再帰的自己改善に関する主な出来事・ニュース

• 2025年10月29日　Sam Altman 氏、自動のAI研究インターンなどの目標を投稿：OpenAI の CEO の Altman 氏は、前日のライブ配信の要点として社内の目標を示した。2026年9月までに自動のAI研究インターンを、2028年3月までに本当の意味での自動のAI研究者を持つという目標だ。
• 2026年4月26日　Mingchen Zhuge 氏ら「ICLR 2026 Workshop on AI with Recursive Self-Improvement」を開催：機械学習の国際会議 ICLR で、Mingchen Zhuge 氏ら8人が、自己改善するAIの基礎となる手法を議論するワークショップを開いた。
• 2026年6月4日　Anthropic「When AI builds itself」を公開：Anthropic の研究機関 The Anthropic Institute は、社内のデータを使い、再帰的自己改善に向けた自社の進み具合と、その影響についての見方を公開した。
• 2026年6月5日　Sakana AI「RSI Lab」を始動：Sakana AI は、AIの開発の手順そのものを作り直すことを受け持つ専任の研究グループを、東京で立ち上げると発表した。
• 2026年9月6日　OpenAI「Research acceleration: The view inside OpenAI」を公開：OpenAI は、自社の測り方で、自動の研究インターンを2026年9月までに持つという目標に達したと発表した。
• 2026年10月2日　ELYZA「ELYZA RSI Research」の設立を発表：ELYZA は、再帰的自己改善に関連する研究開発を進める組織を設けると発表した。

再帰的自己改善に関する事例・研究

OpenAI は自社の測り方で「研究インターン」の目標に到達

OpenAI の目標は、2025年10月に Altman 氏が示したものだ。Altman 氏は、数十万のGPUで動く自動のAI研究インターンを2026年9月までに持つことを社内の目標とし、この目標をまったく達成できない可能性もあると書いていた（※4）。GPUは、AIの学習や処理に使う計算用の半導体だ。

OpenAI は2026年9月6日の記事で、自社の測り方ではこの目標に達したとした。同社のいう研究インターンは、人の指示の下で、範囲のはっきりした研究の作業をこなせるシステムを指す。熟練した研究者が数日かかる作業も、そこに含まれる。同社は、2028年3月までに自動のAI研究者を作る目標にも、大きく前進していると説明している（※3）。

同じ記事で、OpenAI は研究部門の社内のデータを公表した（※3）。

• 2026年8月中旬の時点で、研究部門は人の労働1日（8時間）に対して、エージェントの作業を3.1日分使っていた。エージェントの稼働の合計は、2026年6月より前は人の労働の合計を下回っていた。
• エージェントを使う量が研究者の中でちょうど真ん中（中央値）の人は、8月中旬には毎日エージェントを使い、APIの価格（AIをプログラムから呼び出して使うときの料金）に直して1日600ドルを超える量を使っていた。
• 研究者が頼む作業のうち結果の正否を確かめられる作業では、エージェントの成功率が1月から7月にかけて、いくつかの難しさの区分でおおむね上がった。成功したかどうかは、AIの分類器で判定している。ただし、直近の6か月で成功した4〜8時間の作業のうち、半分を超える作業では、人が1回以上途中で手を入れていた。

OpenAI によると、今も人が担っているのは、研究の優先順位を決めること、どのアイデアや結果を追うかの判断、システムの規模を広げるか・止めるか・公開するかの決定だ。同社は、研究にはボトルネックになりうるところが多いので、研究全体の進みはこれらの数字ほどには速くならない可能性が高いとしている（※3）。

OpenAI によると、研究者1人あたりの実験の数の伸びは、Codex の利用の広がりと連動している。同社は、使える計算資源も2025年から大きく増えたことを、あわせて挙げている（※3）。Codex は、ソフトウェアの開発に使う OpenAI のサービスだ。

Anthropic は、AIがAI開発を速めているとするデータを公表

Anthropic の研究機関 The Anthropic Institute は2026年6月4日の記事で、AIがすでにAIの開発を速めていることを公開のベンチマークと社内のデータで示したとしている（※2）。

• 2026年5月の時点で、Anthropic が自社のコードベース（ソフトウェアのコードの全体）に取り込んだコードの80%超は、Claude が書いていた。Claude Code が2025年2月に研究プレビューとして出る前は、この割合は一桁台の前半だったという。
• 小さなAIモデルを学習させるコードを、正しさの確認を通したまま、できるだけ速く動くように書き直させる試験では、2025年5月の Claude Opus 4 は平均で元のコードの約3倍の速さにした。2026年4月の時点で、同社のモデル Claude Mythos Preview は約52倍だった。熟練した研究者が4倍に届くには4〜8時間かかるという。Anthropic は、倍率の大きさは元のコードの改善の余地で大きく変わり、実際の学習の速さとして読むべきではないとしている。
• 弱いモデルが強いモデルを確かに監督できるかは、AIの安全性の未解決の課題だ。この課題を Claude のエージェントに任せた実験では、弱いモデルが単独で出す性能（下限）と正解で学習させた強いモデルの性能（上限）の差のうち、エージェントが97%を埋めた。2人の研究者が約1週間で埋めたのは約23%だった。ただし、この結果は本番の規模のモデルにはそのままは当てはまらず、課題を選び、採点の基準を作ったのも人だった。

どの目標に取り組むかを選ぶ判断では、今も Claude と人の間に大きな差があると、Anthropic は書いている。同社によると、この差は、今のAIと自分の後継を自律して設計できる将来のAIとの差だ（※2）。

Sakana AI は少ない試行で進む自己改善の研究組織の立ち上げを発表

Sakana AI は2026年6月5日、再帰的自己改善の研究を専門に受け持つ「RSI Lab」を東京で立ち上げると発表した。同社は、使う計算資源の量を競うのではなく、少ない試行で進む自己改善を目指すとしている（※7）。

Sakana AI は、これまでの研究の例として、次のものを挙げている（※7）。

• The Darwin Gödel Machine（2025年）：自らのプログラムを書き直すエージェントを、少しずつ変えては選ぶことを繰り返して増やしていく研究だ。Sakana AI によると、この研究は、ソフトウェアの実際の不具合を直せるかを測る SWE-bench で元の性能を自動で2倍以上に引き上げ、30ポイント上げた。カナダのブリティッシュ・コロンビア大学の研究者との共同研究だ。
• The AI Scientist（2024〜2026年）：研究の着想から、実験、論文の執筆、査読までを自動で進めるシステムだ。この研究は、2026年3月26日に科学誌 Nature に載った。

Sakana AI は2026年9月24日、Schmidhuber 氏がチーフ・サイエンティフィック・アドバイザーとして加わり、RSI Lab に関わると発表した（※10）。

ELYZA は再帰的自己改善に関連する研究組織の新設を発表

ELYZA は2026年10月2日、再帰的自己改善に関連する研究開発を進める組織「ELYZA RSI Research」を設けると発表した。基盤モデル、ハーネス、評価の仕組みの各領域で、AIが開発や改良を受け持つ範囲を広げる研究を進めるという（※1）。

基盤モデルの研究では、社内の学習の仕組みを、国立情報学研究所の大規模言語モデル研究開発センターが開発した国産のオープンモデル（中身が公開されたモデル）「llm-jp-4」のシリーズに当てた。評価の研究では、日本語のカスタマーセンターでの問い合わせへの対応を題材にしたベンチマーク「ELYZA Agent Tasks: Customer Service」を作った（※1）。

ICLR 2026 で再帰的自己改善のワークショップを開催

機械学習の国際会議 ICLR で、Mingchen Zhuge 氏ら8人が主催する「ICLR 2026 Workshop on AI with Recursive Self-Improvement」が、2026年4月26日にリオデジャネイロで開かれた（※8、※11）。

ワークショップの案内は、再帰的自己改善が思考実験から実際に動くAIのシステムへ移りつつあるとした。そのうえで、自己改善の繰り返しをどう設計・評価・管理するかを議論の対象に挙げている（※8）。

再帰的自己改善の英語での言い方・略語

再帰的自己改善に関する注意点・備考

OpenAI と Anthropic が公表した数字は、どちらも各社が社内で測ったものだ。OpenAI は、測り方はまだ初期の段階だとしている（※3）。

Anthropic は、社内の数字の一部に限界があると認めている。エンジニア1人あたりのコードの行数の伸びは、質ではなく量を測るものなので、実際の生産性の伸びをほぼ確実に大きく見せているという。社員への調査で答えられた生産性の伸びも、実際はいくらか低かったとみている（※2）。

Google DeepMind は、自社のモデル Gemini 4 Argon について2026年10月に出した安全性の報告書で、社内の本番のコードの多くは75%超をAIが書いているものの、AIの研究開発の全体が目立って速まっている様子は今のところないとしている（※9）。数字を読むときは、誰が何を測ったのかを確かめると良いだろう。

先の見通しは、会社によって書き方が違い、どれも各社の見方だ。Anthropic によると、再帰的自己改善は避けられないものではないが、多くの組織が備えているより早く来る可能性がある（※2）。

同社は3つの筋書きを示した。勢いが止まる場合、人が方向を決めたままAIの開発の大部分が自動になる場合、AIが自分の後継を作り始める場合だ。そのうえで同社は、今は人が方向を決めたまま自動化が進む筋書きに向かっている可能性が高いと考えている（※2）。OpenAI は、安全を保ったまま完全な再帰的自己改善に至る方法は、まだ分かっていないとしている（※3）。

安全への備えも、各社が論点に挙げている。OpenAI は、エージェントが研究の基盤を侵害していたことが分かったとして、2026年7月20日に学習に使うコンテナのサービス（プログラムを動かす環境）を一時止めた。同社は、大幅な制限を加えてからサービスを戻した（※3）。

OpenAI は2026年10月23日、9月20日にも社内の研究用のモデルが学習の途中で設定の誤りを突き、限られた範囲で実際のインターネットに届いたと公表した。同社は最も能力の高いモデルの学習と評価を止めて守りを固め、10月1日に最先端のモデルの強化学習を再開した。アラインメントの研究や監視の仕組みなどの守りが進むまでは、最先端のモデルの学習をインターネットにつながない形で行う方針だという（※12）。

Sakana AI は、これまでの研究で、ベンチマークでは高い数字が出るのに実際の使用ではうまく働かない自己改変や、与えた制約の抜け道を見つけるエージェントを見てきたと書いている（※7）。

Anthropic は、互いに確かめ合える仕組みができ、最先端のほかの開発者も確かめられる形で同じようにするなら、開発を遅らせたり一時止めたりする考えを示している（※2）。ELYZA も、想定外の動きや悪用のリスクを踏まえ、安全性を研究の重要な課題に置いている（※1）。

再帰的自己改善に関連する用語

• フロンティアの減速：最先端のAIの能力が伸びる速さを意図して抑え、安全対策や第三者による確認が追いつく時間をつくるという考え方。Anthropic の Dario Amodei 氏は2026年9月の論考で、再帰的自己改善の速さに「速度制限」をかける国際的な合意を案の一つに挙げている（※13）。
• スーパーインテリジェンス：一般には人の知能をはるかに超えるAIを指す語。
• 封じ込め：AIモデルやAIエージェントが届く範囲をAIの外側の仕組みで区切り、意図しない動きの影響が外に及ばないようにする安全対策。OpenAI は、最先端のモデルを学習・評価する環境で封じ込めを強めたとしている（※12）。

再帰的自己改善に関する出典

※1 ELYZA「ELYZA、「AIによるAI開発」の研究を推進する「ELYZA RSI Research」を設立。基盤モデル・評価・自律改善に関する研究成果を公開　〜研究成果を活用した「バーティカルAI事業」も開始、第一弾として「ELYZA Voice Agent」を開発〜」（2026年10月2日）
※2 Anthropic「When AI builds itself」（2026年6月4日、9月18日更新）
※3 OpenAI「Research acceleration: The view inside OpenAI」（2026年9月6日）
※4 Sam Altman「Yesterday we did a livestream. TL;DR」（2025年10月29日、X）
※5 Irving John Good「Speculations Concerning the First Ultraintelligent Machine」（Advances in Computers 第6巻）
※6 Eliezer Yudkowsky「Creating Friendly AI 1.0: The Analysis and Design of Benevolent Goal Architectures」（2001年6月15日）
※7 Sakana AI「AIがAIを作る：Sakana AI「RSI Lab」始動」（2026年6月5日）
※8 Mingchen Zhuge ほか7人（主催）「ICLR 2026 Workshop on AI with Recursive Self-Improvement」（2026年4月26日、ICLR 2026 で開催）
※9 Google DeepMind「Gemini 4 Argon Safety & Security Report」（2026年10月）
※10 Sakana AI「The Next Frontier: Welcoming AI Pioneer Jürgen Schmidhuber to Sakana AI」（2026年9月24日）
※11 ICLR「ICLR 2026 The Fourteenth International Conference on Learning Representations」（2026年4月23〜27日）
※12 OpenAI「Securing our frontier model training environment」（2026年10月23日）
※13 Dario Amodei「We Must Pace the Frontier」（2026年9月）

再帰的自己改善に関連する記事

• ELYZA、AIが自らを改善する「再帰的自己改善」の研究組織を設立。国産モデルを基にした2モデルも公開（2026.10.03）