Anthropic heeft een gedetailleerd technisch verslag gepubliceerd van hoe het claude.ai en de Claude desktop-app ongeveer drie keer sneller heeft gemaakt in een sprint van twee weken, en het bijzondere is dat het meeste werk door Claude zelf is gedaan. Het bericht, gepubliceerd op de technische blog van Anthropic, beschrijft een prestatiecampagne die wordt uitgevoerd vanuit één enkel Slack-kanaal met het AI-model in elke thread, waarbij knelpunten worden gevonden, benchmarks worden gebouwd, verbeteringen worden verzonden en elke implementatie wordt gevolgd.

De cijfers, gemeten op het 75e percentiel, zijn substantieel. De tijd tot een typbare pagina op een nieuwe lading claude.ai daalde van 3,1 seconden naar 0,55 seconden. Het starten van een nieuwe Claude Code-sessie daalde van 0,8 seconden naar 0,3 seconden, en het laden van een Claude Cowork-cloudsessie daalde van 2,6 seconden naar 0,73 seconden. In totaal schat Anthropic dat de verbeteringen elke dag tienduizenden gebruikersuren besparen. Voor meer context over dit verhaal, zie ons AI-trends.

Eerst meten, dan verhuizen

De sprint begon met meten in plaats van coderen. Door Claude te gebruiken om gebruiksgegevens te analyseren via een Datadog MCP-server, identificeerde het team de vier gebruikerstrajecten die 95 procent van de activiteit vertegenwoordigen: het starten van de app, het starten van een gesprek, het laden van een bestaand gesprek en het verzenden van een bericht. Via internet en desktop werden deze trajecten opgesplitst in dertien verschillende metingen, en het team voegde instrumentatie toe totdat ze allemaal direct vergelijkbaar waren: beginnend bij een gebruikersinteractie en eindigend zodra het resultaat werd weergegeven.

Nadat de basislijnen waren opgesteld, stelde het team een ​​lijst op van ongeveer twintig zorgvuldig geselecteerde projecten, die elk een specifieke reis targetten, en liet Claude de impact van elk project in milliseconden inschatten om sprintdoelstellingen te bepalen. Het plan kwam vroeg ter wereld: antropische rapporten bereikten op dag drie twaalf van de dertien doelen. Dat gaf Claude de ruimte om verdere mogelijkheden te identificeren en nieuwe werkstromen voor te stellen, die al snel uitgroeiden tot volledige eigen projecten en de resultaten verder brachten dan de oorspronkelijke doelstellingen.

Wat er daadwerkelijk is verzonden

De technische veranderingen lezen als een checklist van moderne webprestaties. Voor snellere lanceringen heeft het team een ​​statische componist in de HTML ingebouwd, zodat gebruikers kunnen beginnen met typen tijdens de React-initialisatie, en een V8-codecache voorgecompileerd, zodat het hoofdproces van de desktopshell niet langer vanaf het begin opnieuw wordt gecompileerd bij het opstarten. Voor een snellere navigatie tussen gesprekken blijft de componist gekoppeld in plaats van te worden afgebroken en opnieuw opgebouwd, worden sessies vooraf opgehaald wanneer een gebruiker erover beweegt, en zijn de herweergaven van de zijbalk met 90 procent ingekort.

De omvang van de fusiegeschiedenis is het belangrijkste cijfer: tijdens de sprint zijn ruim drieduizend wijzigingen doorgevoerd zonder een enkel klantgericht incident of terugdraaiing, aldus de post.

Claude Tag: een agent met vangrails

De sprint draaide op wat Anthropic Claude Tag noemt, momenteel in bèta en beschreven als een intern onderzoeksmodel dat ongeveer vergelijkbaar is met Opus 5.5. De arbeidsverdeling is het meest consequente deel van het verhaal. Claude vond knelpunten, bouwde benchmarks, implementeerde oplossingen en monitorde elke implementatie – urenlang asynchroon, zelfs 's nachts. Mensen stelden de doelen, maakten de afwegingen en keurden elke verandering goed voordat deze samenging.

Het team wilde ook sneller itereren dan de implementatiefrequentie, dus bouwde het laboratoriummetingen als proxy's voor metingen in de echte wereld. Een van de vragen die de ingenieurs stelden: kunnen JavaScript-instructietellingen de timing van de wandklok vervangen als een sneller feedbacksignaal voor het valideren van prototypes vóór implementatie?

Waarom het belangrijk is voor AI-ondersteunde engineering

Het bericht van Anthropic valt minder op door de specifieke optimalisaties (statische shells, prefetching en renderreductie zijn gevestigde technieken) dan door wat het laat zien over AI-gestuurde ontwikkeling op productieschaal. Een grenslaboratorium heeft zojuist een prestatierevisie van een topconsumentenproduct met drieduizend veranderingen verzonden, waarbij AI-agenten het grootste deel van het identificatie-, implementatie- en verificatiewerk voor hun rekening namen, terwijl mensen de goedkeuringsbevoegdheid voor elke verandering behielden.

Het resultaat komt ook terecht in een competitieve context waarin responsiviteit een productkenmerk is. Claude concurreert rechtstreeks met OpenAI's ChatGPT en Google's Gemini om de aandacht van consumenten en ontwikkelaars, en de waargenomen snelheid bepaalt het dagelijkse gebruik van assistent-producten net zo goed als de kwaliteit van het model. Door de tijd tot interactief te verkorten van 3,1 seconden naar 0,55 seconden worden de meest voorkomende klachten van gebruikers over het product aangepakt.

Voor technische teams die van buitenaf kijken, is de overdraagbare les uit het verhaal van Anthropic de lusstructuur: meet gebruikerstrajecten nauwkeurig, laat het model wijzigingen voorstellen en valideren op basis van die metingen, houd een menselijke goedkeuringspoort in stand en breid de reikwijdte alleen uit zo snel als het meetsysteem kan verifiëren. Anthropic's eigen uitgangspunt is dat zodra Claude iets kan meten, het het ook sneller kan maken - dus het team bleef steeds meer dingen vinden om te meten.

Of vergelijkbare agentgestuurde sprints standaardpraktijk worden in de software-industrie valt nog te bezien, maar Anthropic heeft een van de meest concrete openbare datapunten tot nu toe opgeleverd waarmee ze op schaal kunnen werken. Lezers die volgen hoe AI de softwareontwikkeling hervormt, kunnen onze AI-onderzoeksverslaggeving volgen voor verdere ontwikkelingen.

---

Blijf Voorop met AI

Het laatste AI-nieuws, analyses en doorbraken — allemaal op één plek.

Lees meer AI-nieuws →