Google、Anthropicとのコーディング格差縮小のためエリートチームを結成
GoogleはSergey Brinをリーダーに据えたエリートチームを編成し、Anthropicとのコーディング能力の格差縮小と自己改善型AIモデルへの賭けに注力している。
キーポイント
AIコーディング分野への戦略的集中
Googleはコーディング領域におけるAIの優位性確保を最優先課題と位置付け、専門エリートチームの編成に着手した。
Brin直轄による競争力維持の取り組み
共同創業者Sergey Brinがプロジェクトを直接主導し、Google AIの市場競争力を維持・強化する方針を示している。
自己改善型モデルへの投資とAnthropicとの格差是正
最終的に自身を改善できる自律型モデルの開発に賭けることで、Anthropicをはじめとする競合との技術格差を埋める戦略を打ち出した。
影響分析・編集コメントを表示
影響分析
Googleが最高経営責任者レベルの関与でコーディングAIに注力することは、Anthropicをはじめとする競合他社との競争を激化させ、開発者エコシステムとエンタープライズAI導入の標準を変革する可能性がある。自己改善型モデルの実現は、長期的なAIの自律性と安全性の議論にも影響を与えるだろう。
編集コメント
Brin直轄チームの編成は、Googleがコーディング領域を次代のAI競争の最重要 battleground と位置付けている明確なシグナルだ。実装詳細が公開され次第、開発者コミュニティの反応と技術的イノベーションを注視する必要がある。
GoogleはAIコーディング（AI coding）にさらに注力しており、社内でのAI活用を強化するとともに、最終的には自己改善可能なモデルの開発を目指している。
The Informationの報道によれば、Google DeepmindはGeminiモデルのプログラミング能力を高めるため、研究者とエンジニアからなる専門チームを編成した。このグループは、同社のモデルの事前学習（pre-training）を担当していたDeepmindエンジニアのSebastian Borgeaudが率いている。
チームは、ゼロから新規ソフトウェアを開発するような複雑で長期にわたるプログラミングタスク（long-horizon programming tasks）に注力しており、これにはモデルがファイルを読み込み、ユーザーの実際の意図を把握する必要がある。動機の一部は、Googleの研究者がAnthropicのコーディングツールの方が優れていると考えている点にある。
今年、コーディングは主要なAIラボすべてにとっての争点となっており、OpenAIとGoogleはいずれもAnthropicに追いつくために必死になっている。OpenAIは最近、Sora動画生成エンジンを停止させ、他のAIモデルの学習と実行に充てる計算資源（compute）を確保した。
Brin pushes for self-improving AI
Google共同創設者のSergey Brin氏とDeepmind CTOのKoray Kavukcuoglu氏が、この取り組みに直接関与している。Brin氏は社内メモで、「最終スプリントで勝利するには、エージェント型実行（agentic execution）における格差を緊急に埋め、モデルをコードの主要な開発者に転換しなければならない」と記した。また、すべてのGeminiエンジニアに対して、複雑で多段階のタスクには社内エージェントの使用を義務付けた。
Brin氏は従業員に対し、強力なコーディングスキルは自己改善型AIへの一歩であると伝えた。高度なコーディングエージェントと、数学問題や実験を処理するAIを組み合わせたものは、最終的にAI研究者やエンジニアが行う作業の多くを自動化し得る。
社内では、Googleはコーディングツール「Jetski」の使用頻度を追跡し、それに応じてチームをランク付けしている。この仕組みは指標としてトークン使用量（token usage）を追跡するMetaの体制に似ている。Deepmind以外の一部のチームでも、エンジニアに対してAIトレーニングセッションへの出席を義務付けている。
The Informationの情報筋によれば、Googleは社内コードで学習したモデルにより強く依存するようになっている。Googleの社内コードベース（codebase）は、一般的に汎用コーディングエージェント（general-purpose coding agents）の学習に使用される公開コードとは大きく異なっているため、これらの社内学習モデルを公にリリースすることはできない。ただし、これらは最終的にユーザーに出荷されるより良いモデルの構築をGoogleが支援するだけでなく、社内開発のスピードアップにも寄与し得る。
AI News Without the Hype – Curated by Humans
THE DECODERに登録して、広告なしの読書、週刊AIニュースレター、年6回の独占「AI Radar」フロンティアレポート、アーカイブへの完全アクセス、コメント欄へのアクセスをお楽しみください。
今すぐ登録
原文を表示
Google is doubling down on AI coding, using more AI internally and aiming for models that can eventually improve themselves.
Google Deepmind has put together a specialized team of researchers and engineers to sharpen the programming chops of its Gemini models, The Information reports. The group is led by Deepmind engineer Sebastian Borgeaud, who previously ran pre-training for the company's models.
The team is focused on complex, long-horizon programming tasks like writing new software from scratch, work that requires models to read files and figure out what the user actually wants. Part of the motivation: Google researchers think Anthropic's coding tools are better.
Coding has become the battleground for every major AI lab this year, with OpenAI and Google both scrambling to catch up to Anthropic. OpenAI recently pulled the plug on its Sora video generator to free up compute for training and running other AI models.
Brin pushes for self-improving AI
Google co-founder Sergey Brin and Deepmind CTO Koray Kavukcuoglu are directly involved in the effort. "To win the final sprint, we must urgently bridge the gap in agentic execution and turn our models into primary developers" of code, Brin wrote in an internal memo. He also required every Gemini engineer to use internal agents for complex, multi-step tasks.
Brin told employees that stronger coding skills are a stepping stone toward AI that can improve itself. A sophisticated coding agent, paired with AI that handles math problems and experiments, could eventually automate much of the work done by AI researchers and engineers.
Internally, Google tracks how much its coding tool "Jetski" gets used and ranks teams accordingly, a setup similar to Meta, which tracks token usage as its metric. Some teams outside Deepmind also require engineers to attend AI training sessions.
According to The Information's sources, Google is leaning more heavily on models trained on its internal code. Google's internal codebase looks very different from the public code typically used to train general-purpose coding agents, so these internally trained models can't be released publicly. They could, however, help Google build better models that eventually ship to users, while also speeding up internal development.
AI News Without the Hype – Curated by Humans
Subscribe to THE DECODER for ad-free reading, a weekly AI newsletter, our exclusive "AI Radar" frontier report six times a year, full archive access, and access to our comment section.
Subscribe now
関連記事
LLM の過去半年を5分で解説
Simon Willison氏がPyCon US 2026で発表した、大規模言語モデルの過去半年の動向をまとめたスライドを紹介する。
ブログの裏側：危険なミームについて
404 Media のエマニュエルが、Google 従業員が社内の AI 製品を嫌う内容のミームを共有した記事作成の背景や、メタでの出来事について語っている。
Red Team に「claude-oceanus-v1-p」が提供された新モデル発表
Anthropic が次期 Mythos の事前チェックポイント「Oceanus」を Red Team に提供し、中国の API プロキシを通じた不正転売により一時停止したが、公開日は未定。