Sakana åpner lab for selvforbedrende AI

Sakana AI etablerer et eget forskningsmiljø for rekursiv selvforbedring, RSI. Det er et tørt navn på en idé som kan bli langt mindre tørr for styrer og teknologiledere: AI-systemer som deltar i å forbedre neste generasjon AI-systemer.

Det japanske AI-selskapet sier at den nye RSI Lab skal arbeide med å redesigne selve utviklingsprosessen for AI ved hjelp av AI. Målet er ikke bare større modeller og mer datakraft. Sakana legger vekt på adaptive arkitekturer, evolusjonære optimaliseringssløyfer og systemer som kan teste, skrive om og forbedre deler av egen teknisk grunnmur.

Det gjør saken større enn en vanlig labsatsing. Den treffer et spørsmål som nå går fra teori til operasjonell risiko: Hva skjer når AI ikke lenger bare er et verktøy for utviklere, men en del av utviklingsmaskinen bak nye modeller, agenter og produktplattformer?

Fra skaleringsløp til forbedringssløyfer

Sakana posisjonerer satsingen som et alternativ til rå skala. I stedet for å konkurrere direkte med amerikanske og kinesiske hyperskalere på klyngestørrelse, argumenterer selskapet for mer sample-effektive systemer. AI skal lære av egne feil, prøve nye heuristikker, benchmarke forslagene og føre forbedringene tilbake i neste runde.

Selskapet peker på flere byggesteiner fra egen forskning. LLM-Squared handler om språkmodeller som designer bedre treningsmetoder for andre språkmodeller. Darwin Gödel Machine utforsker systemer som genererer og tester varianter av egen kodebase. ShinkaEvolve og ALE-Agent trekkes frem som arbeid med evolusjonær programoptimalisering og agenter som forbedrer strategier gjennom prøving og feiling. AI Scientist-sporet handler om å automatisere deler av forskningsarbeidet, fra idé til eksperiment og artikkelskriving.

Det er fortsatt langt fra kontrollert forskningsloop til en fullverdig AI som bygger sin egen etterfølger. Men retningen er klarere enn før. Sakana beskriver en vei fra menneskestyrt tuning, via agentnative modeller og AI-forskere, til systemer som aktivt skriver, måler og verifiserer kode i egne underliggende arkitekturer.

For norske virksomheter betyr det ikke at selvforbedrende AI skal inn i produksjon neste kvartal. Det betyr at leverandørbildet endrer seg. Modellleverandører vil i økende grad bruke AI i sin egen utvikling, sikkerhetstesting, kodeproduksjon og evalueringsarbeid. Det kan gi raskere produktforbedringer. Det kan også gjøre endringer vanskeligere å forklare, revidere og fryse.

Anthropic peker på samme kontrollproblem

Sakana er ikke alene om å løfte temaet. Anthropic publiserte nylig en omfattende gjennomgang av hvordan AI allerede akselererer AI-utvikling internt. Selskapet skriver at mer enn 80 prosent av koden som ble merget inn i Anthropics kodebase i mai 2026 var skrevet av Claude, og at ingeniørene i snitt shipper langt mer kode enn før. Anthropic understreker samtidig at full rekursiv selvforbedring ikke er her, og at den heller ikke er uunngåelig.

Poenget for ledere er ikke å avgjøre hvem som har den mest dramatiske tidslinjen. Poenget er at de store og små AI-labene beskriver samme strukturelle skifte: AI brukes til å lage AI. Da flytter risikobildet seg fra enkel modellbruk til hele utviklingskjeden.

Dette berører tre styringsområder.

Først modellendring. Når leverandøren bruker agentiske systemer i utviklingsløpet, kan funksjonalitet, sikkerhetsprofil og feilmodus endre seg raskere. Kontrakter og risikovurderinger som behandler modellen som et stabilt produkt blir svakere.

Deretter etterprøvbarhet. Hvis en AI-agent foreslår kode, tester hypoteser og optimaliserer komponenter, må leverandøren kunne dokumentere hvordan endringen ble validert. Vanlige release notes holder ikke når modellen inngår i beslutningssløyfen som former neste modell.

Til slutt konsentrasjonsrisiko. Sakana selger RSI som en vei til mer demokratisk frontier-AI på mindre datakraft. Det kan være riktig. Det kan også gi flere aktører med evne til å drive rask modellutvikling uten samme sikkerhetsapparat som de største labene. Begge utfall krever mer moden leverandørstyring.

Hva bør CIO og CISO gjøre nå?

Den praktiske konsekvensen er enkel: Be AI-leverandører forklare utviklingsprosessen, ikke bare modellkortet. Spør hvor AI brukes i kodeproduksjon, evalueringsdesign, red teaming, syntetiske data, dokumentasjon og release-beslutninger. Spør hvilke menneskelige kontrollpunkter som finnes når agentene foreslår endringer. Spør hvordan leverandøren hindrer at optimalisering mot en benchmark svekker sikkerhet, personvern eller robusthet i reell bruk.

For virksomheter som bygger egne agenter, er læringen like direkte. Ikke la agentiske utviklingsløp vokse frem som uformell produktivitetspraksis. Lag egne grenser for hva agenter kan endre, hvilke tester som må passere, hvilke hemmeligheter de aldri skal se, og hvilke beslutninger som krever menneskelig sign-off.

RSI er foreløpig forskningsfront, ikke innkjøpskategori. Men Sakana-satsingen viser at selvforbedrende AI nå organiseres som konkret FoU, med egne team, veikart og tekniske milepæler. Det gjør temaet relevant for virksomheter lenge før teknologien er moden nok til å kjøpe.

Den riktige lederreaksjonen er verken panikk eller skuldertrekk. Det er å oppdatere styringsmodellen for AI-leverandører. Når AI begynner å forbedre AI, må kontrollen ligge i prosessen rundt modellen, ikke bare i svaret modellen gir på skjermen.

Kilder og medier

Primærkilde: Sakana AI, "Introducing Sakana AI’s Recursive Self-Improvement (RSI) Lab": https://sakana.ai/rsi-lab/

Kontekst: Anthropic, "When AI builds itself": https://www.anthropic.com/institute/recursive-self-improvement

Thumbnail: OpenAI Image 2 / hogby.ai