Cara AI Membangun Dirinya Sendiri — Ini yang Terjadi

80% kode produksi Anthropic bulan lalu ditulis oleh AI.

Sesuatu yang mendasar baru saja berubah.

Bukan karena AI makin pandai menyelesaikan kuis benchmark. Bukan karena grafik naik ke kiri atas di presentasi investor. Ada mekanisme berbeda yang sedang berjalan di dalam lab — dan sebagian besar orang, termasuk yang bekerja di industri ini, belum melihatnya dengan jelas.

Tapi sebelum masuk ke sana:

Ada dua kubu besar yang ribut soal ini sekarang. Kubu pertama bilang ini adalah perubahan terbesar dalam sejarah teknologi sejak internet. Kubu kedua bilang ini hype cycle biasa — benchmark naik, tapi pekerjaan nyata tidak berubah.

Keduanya salah setengahnya.

Dan ada satu data point dari orang yang paling skeptis — dari dalam lab AI itu sendiri — yang akan mengubah cara kamu melihat semua ini.

Angka yang Menulis Ulang Segalanya

Menurut laporan Anthropic Institute yang dirilis Juni 2026, lebih dari 80% kode yang masuk ke codebase produksi Anthropic di bulan Mei 2026 ditulis oleh Claude — bukan manusia. Bukan di lingkungan test. Bukan prototipe. Kode produksi yang dipakai jutaan orang setiap hari.

Angka ini bukan klaim marketing. Ini metrik internal yang dipublikasikan lewat whitepaper resmi. Dan implikasinya lebih besar dari yang terlihat sekilas.

Ini bukan tentang AI membantu engineer lebih cepat mengetik. AI sedang membangun infrastruktur yang dipakai untuk melatih dan menjalankan AI berikutnya.

Cara AI membangun dirinya sendiri bukan teori masa depan. Ini yang sedang terjadi di Q2 2026 — dan ada tiga jalur berbeda yang sedang berjalan paralel.

Yang Semua Orang Kira Mereka Tahu (Dan Kenapa Dua Kubu Ini Setengah Salah)

Ini yang menarik:

Para optimis fokus ke grafik benchmark. SWE-Bench naik dari 2% di akhir 2023 ke hampir 94% di 2026 dalam tiga tahun. Dan mereka benar soal angkanya.

Para skeptis fokus ke pengalaman di lapangan. Benchmark internal tidak bergerak banyak sejak Claude 3.5 Sonnet. Kode AI masih butuh supervisi ketat dan sering gagal di edge case. Dan mereka juga benar soal itu.

Yang keduanya lewatkan:

Benchmark publik dan produktivitas nyata mengukur hal yang berbeda. SWE-Bench mengukur apakah AI bisa menyelesaikan bug report yang sudah terdefinisi dengan baik. Penggunaan nyata — di mana AI harus memahami konteks yang ambigu, membuat keputusan arsitektur, dan menjaga konsistensi di codebase besar — itu metrik yang berbeda sama sekali.

Menurut data yang dirangkum komunitas ML di LessWrong 2026, resolusi model frontier di SWE-bench coding naik dari 33% di Agustus 2024 ke hampir 81% di Desember 2025. Tapi benchmark internal yang dipakai tim engineering nyata hampir tidak bergerak sejak Claude 3.5 Sonnet.

Artinya:

Ada dua realita yang berjalan paralel. Dan keduanya nyata. Yang penting adalah tahu kamu sedang membicarakan yang mana — karena keduanya punya implikasi yang sangat berbeda.

Data yang Tidak Bisa Disangkal Bahkan oleh Skeptis

Tapi ada angka-angka yang tidak bisa dijelaskan hanya dengan "benchmark optimization."

Yang pertama paling keras:

METR — lembaga evaluasi model independen — melacak satu metrik sederhana: berapa lama AI bisa bekerja otonom pada satu tugas sebelum butuh bantuan manusia. Di tahun 2022, jawabannya 30 detik. Di tahun 2026, jawabannya 12 jam. Kenaikan 1.440x dalam empat tahun, menurut data yang dipublikasikan Jack Clark di Import AI edisi 455.

Ini bukan benchmark yang bisa di-game dengan prompt engineering. Ini durasi kerja nyata.

Yang kedua:

SWE-Bench frontier melompat dari 2% (Claude 2, akhir 2023) ke 93,9% (Claude Mythos Preview, 2026) — lebih dari 40 kali lipat dalam dua setengah tahun, menurut Import AI 455. Untuk konteks: speedup ini setara dengan satu model AI menyelesaikan masalah coding yang butuh 50 insinyur senior sebelumnya.

Yang ketiga adalah perubahan personal yang terukur:

Andrej Karpathy — mantan kepala AI di Tesla, salah satu co-founder OpenAI — melaporkan di podcast No Priors bersama Sarah Guo (Maret 2026) bahwa rasio menulis kode sendiri versus delegasi ke AI agent berubah dari 80-20 menjadi 20-80 di Desember 2025, dan terus bergeser ke arah delegasi penuh.

Dan keempat:

Engineer biasa di Anthropic rata-rata merge 8x lebih banyak kode per hari di Q2 2026 dibanding seluruh 2024. Bukan 8%, bukan 80% — delapan kali lipat lebih banyak kode per hari, menurut Anthropic Institute.

Sebentar lagi kita akan melihat sistem yang baru saja memecahkan rekor matematika berusia 56 tahun. Tapi dulu — kita perlu memetakan tiga jalur konkret bagaimana semua ini bekerja.

3 Cara AI Sedang Membangun AI yang Lebih Baik Sekarang

Ada tiga jalur berbeda di mana cara AI membangun dirinya sendiri sedang terjadi secara paralel. Bukan satu mekanisme — tiga. Dan masing-masing sudah menghasilkan output yang terukur.

Track A: Peningkatan Level Kode

AI menulis kode untuk melatih AI yang lebih baik.

Ini yang terjadi di Anthropic. Claude Code — tool coding berbasis AI yang diluncurkan Februari 2025 — menulis lebih dari 80% kode produksi yang digunakan untuk menjalankan Claude sendiri di Mei 2026. Engineer manusia tidak diganti. Mereka merge 8x lebih banyak kode per hari. Perbedaannya: bottleneck bukan lagi menulis kode — tapi menentukan apa yang harus ditulis dan mengapa.

GitHub Copilot dan Cursor melakukan hal serupa di skala jutaan engineer di luar Anthropic. Tapi efek paling langsung pada siklus self-improvement terjadi ketika kode yang ditulis AI masuk ke pipeline training model berikutnya.

Loop-nya sederhana: Claude menulis kode → kode masuk ke codebase produksi → codebase dipakai untuk training Claude berikutnya → Claude yang lebih baik menulis kode lebih baik → diulang. Iterasi saat ini masih butuh manusia di setiap titik keputusan besar. Tapi jaraknya makin pendek setiap kuartal.

Track B: Otomasi Riset AI

AI yang menjalankan eksperimen untuk meningkatkan AI berikutnya.

Andrej Karpathy membangun AutoResearch — sistem agen AI yang menjalankan eksperimen machine learning secara otonom. Dalam 2 hari, sistem itu menjalankan 700 eksperimen ML dan menemukan 20 optimasi berbeda yang meningkatkan performa model, menurut laporan Fortune Maret 2026.

Di skala yang lebih besar:

OpenAI mengakui GPT-5.3-Codex membantu men-debug training run, mengelola deployment, dan menganalisis hasil evaluasi selama proses pembuatannya sendiri — dilaporkan IEEE Spectrum 2026. AI yang membantu membuat versi berikutnya dari dirinya.

Dan dari sisi pendanaan: Recursive Superintelligence — co-founded oleh Azalia Mirhoseini dan Anna Goldie, dua peneliti ex-Google DeepMind yang punya track record di chip layout optimization — menutup putaran $500 juta yang spesifik untuk mengotomasi seluruh siklus riset AI, menurut Import AI 455. Tujuannya satu: sistem yang bisa menjalankan seluruh loop dari hipotesis ke eksperimen ke publikasi tanpa manusia di tengah.

Track C: Penemuan Algoritma

AI yang menemukan algoritma lebih baik dari yang bisa ditemukan manusia.

AlphaEvolve dari Google DeepMind adalah contoh paling konkret yang tersedia saat ini. Ini agen berbasis Gemini yang menggunakan evolutionary search untuk mengoptimasi program secara otomatis.

Hasilnya nyata dan terukur. AlphaEvolve menemukan algoritma perkalian dua matriks 4x4 bilangan kompleks dalam 48 perkalian skalar — memecahkan rekor Strassen yang berdiri sejak 1969 selama 56 tahun tanpa perubahan, menurut pengumuman resmi Google DeepMind 2025. Matej Balog, computer scientist di Google DeepMind yang mengerjakan AlphaEvolve, menyebutnya "proses kolaborasi antara manusia dan mesin — sering kamu belajar dari apa yang sistem temukan."

Selain itu: AlphaEvolve mengoptimasi kernel FlashAttention untuk model berbasis Transformer, memberikan speedup 32,5%. Dan yang paling praktis — AlphaEvolve memulihkan 0,7% kapasitas komputasi global Google lewat optimasi penjadwalan data center Borg, penghematan yang sudah berlangsung lebih dari satu tahun.

Versi open-source sudah tersedia. OpenEvolve mencapai 2,8x speedup pada Apple Silicon Metal attention kernels. ShinkaEvolve dari Sakana AI — diterima di ICLR 2026 — mencapai 5-10x speedup dibanding framework evolusioner sebanding lewat arsitektur asinkron.

Apa Artinya Buat Kamu — Mau Nulis Kode atau Tidak

Ada pertanyaan yang lebih praktis dari semua angka di atas:

Ini beda dari hype cycle sebelumnya atau tidak?

Jawaban paling jujur datang dari satu data point di luar Google: FM Logistic — perusahaan logistik global berbasis di Prancis — menjadi perusahaan pertama di luar Google yang men-deploy AlphaEvolve untuk mengoptimasi pergerakan pekerja di warehouse besar mereka, dilaporkan IEEE Spectrum 2026. Bukan proof-of-concept internal. Operational deployment di dunia nyata.

Hype cycle biasanya butuh 3-5 tahun untuk menyentuh enterprise non-tech. Ini terjadi dalam hitungan bulan setelah rilis publik.

Tyler Cowen menulis di Marginal Revolution Februari 2026: AI yang mengerjakan sebagian besar programming berpotensi memberikan peningkatan 5-10x dalam kecepatan rilis software. OpenAI sudah mengompres siklus update Codex dari lebih dari 6 bulan ke di bawah 2 bulan.

Apa artinya praktis?

Kalau kamu engineer: bottleneck sedang bergeser dari menulis kode ke merancang sistem dan menentukan trade-off. Skill yang paling bernilai bukan hafalan syntax — tapi kemampuan mendefinisikan masalah dengan tepat dan mengevaluasi output AI dengan kritis.

Kalau kamu bukan engineer: tool berbasis AI agent sudah tersedia tanpa butuh coding. Menurut data dari ICLR 2026 Workshop on Recursive Self-Improvement, pengguna AI coding agent melaporkan peningkatan kecepatan pengembangan 20-40%. Karpathy menyebut rasio 20-80 sebagai titik barunya — dan pola ini mulai terlihat di luar software engineering.

Satu catatan penting: ProgramBench — benchmark baru yang menguji task FFmpeg dan SQLite yang kompleks — menunjukkan model frontier masih resolve 0% dari task paling rumit. Kecepatan naik. Plafon kemampuan masih ada. Kedua hal ini bisa benar sekaligus.

Yang Perlu Kamu Pantau — Dan Satu Pertanyaan yang Layak Dijawab

Balik ke angka 80% di awal.

Engineer Anthropic tidak diganti. Mereka merge 8x lebih banyak kode. Ini bukan sinyal ancaman — ini sinyal leverage. AI tidak menggantikan output manusia; AI mengalikan kapasitasnya.

Tapi ada pertanyaan yang lebih besar yang belum terjawab:

Jack Clark — co-founder Anthropic — menaruh probabilitas 60% bahwa autonomous AI R&D (di mana model frontier melatih penggantinya secara independen) akan terjadi sebelum akhir 2028, dengan 30% kemungkinan sebelum akhir 2027, menurut analisis yang dipublikasikan Claude API Blog 2026.

Ini bukan spekulasi. Ini risk assessment dari orang yang membangun sistemnya dari dalam.

Di esai yang dirilis Juni 2026, Clark menulis: "Industri AI saat ini punya akselerator tapi tidak punya mekanisme rem."

Anthropic sendiri merilis posisi resmi pada 4 Juni 2026 — co-authored oleh Marina Favaro dan Jack Clark: "Recursive self-improvement bukan sesuatu yang tidak terhindarkan. Tapi bisa tiba lebih cepat dari yang siap dihadapi sebagian besar institusi."

Itu bukan fear marketing. Itu peringatan dari orang yang sedang membangun sistemnya.

Satu pertanyaan yang layak kamu jawab hari ini:

Berapa rasio kamu sekarang? Berapa persen pekerjaan yang kamu kerjakan sendiri versus yang kamu delegasikan ke AI?

Karpathy menyebut Desember 2025 sebagai titik di mana rasionya "terbalik secara permanen." Untuk sebagian orang titik itu sudah lewat. Untuk sebagian yang lain belum tiba.

Yang membedakan bukan toolnya — tapi apakah kamu aktif menggeser rasio itu, atau menunggu sampai tidak ada pilihan lain.

FAQ: Cara AI Membangun Dirinya Sendiri

Apakah recursive self-improvement AI berbahaya saat ini?

Menurut posisi resmi Anthropic Institute (Juni 2026), recursive self-improvement belum terjadi secara penuh dan bukan sesuatu yang tidak terhindarkan. Dokumen yang sama mencatat ini bisa tiba lebih cepat dari yang siap dihadapi sebagian besar institusi. Risikonya nyata tapi bukan krisis yang sedang terjadi sekarang — lebih tepat disebut window persiapan yang masih terbuka.

Bagaimana ini berbeda dari hype cycle AI sebelumnya?

Hype cycle sebelumnya didominasi benchmark yang bisa di-game. Metrik METR — yang mengukur berapa lama AI bisa bekerja otonom tanpa bantuan manusia — naik dari 30 detik (2022) ke 12 jam (2026). Ini metrik durasi kerja nyata dari lembaga evaluasi independen, bukan angka yang dikeluarkan perusahaan AI untuk tujuan pemasaran. Deployment FM Logistic juga menunjukkan transisi ke enterprise non-tech sudah terjadi di 2026, bukan sekadar pilot di lab.

Bisa saya eksperimen sendiri dengan AI self-improvement tools?

Bisa, dan relatif mudah. OpenEvolve tersedia via pip install openevolve dan bisa dijalankan di laptop lokal dalam di bawah 5 menit. Kamu butuh starting program, fungsi evaluasi, dan API key model AI. Sistem menjalankan evolutionary loop dan menampilkan genealogy tree di web UI bawaan. Salin salah satu contoh dari repository GitHub-nya sebagai titik awal tercepat.

---

Coba OpenEvolve sekarang — install lewat pip install openevolve, jalankan di bawah 5 menit, gratis. Lihat sendiri bagaimana evolutionary loop bekerja di mesin lokalmu.

Atau simpan artikel ini sebelum planning session tim berikutnya — cerita RSI bergerak lebih cepat dari kebanyakan roadmap yang sudah diperhitungkan.