Mythos との協働がもたらす感覚について

私は、一般公開される最初のミソス級 AI モデルである Claude 5 Fable に早期アクセスしました。ミソスに関する議論の多くはソフトウェアセキュリティへの影響に焦点を当てていますが、私はそれ以外のあらゆる分野でテストを行いました（Fable におけるガードレールにより、サイバーセキュリティ用途での使用は事実上不可能となっています）。私の結論は、これが私がこれまで使ってきたすべてのモデルを超える非常に現実的な飛躍であり、おそらくより重要なのは、私たちが AI と持つ関係が劇的に変化しつつあることを示唆している点です。

まず、Fable はどれほど優秀なのでしょうか？私が実施した実験を次々と繰り返す中で、このモデルは私が使用してきた他のあらゆる公開モデルを大幅に上回る性能を発揮しました。多くの課題に対して対応可能であり、驚くべき結果も生み出しました——例えば、複数ページにわたる仕様書に基づいて最大 12 時間実行し続けることもできました。後ほど、より複雑で真剣なユースケースのいくつかを紹介しますが、あらゆるタスクにおいて全般的な改善が見て取れるでしょう。この投稿でそのことを伝える際の課題は、最も印象的な結果の多くが私の読者の一部の人々にとってのみ興味深いものになる可能性がある点です。例えば、Fable は単一のプロンプトと 1 つのフィードバックから、私がこれまで AI が作成した中で最も洗練された学術的社会科学論文を生成しました。また、すべての単語が「s」で始まる 10 ページにわたるエピックな韻文詩を、理容室でのカットに関するテーマで作成しました。

では、よりアクセスしやすく娯楽性のある例として、試せるゲームをいくつか作成してもらいました。これらすべては、Fable が私の曖昧なプロンプトを受け取って実用的なものを生成する最初の 1 つのプロンプト（Claude Code 内）で始まり、その後、「もっと良くして」などの軽い励ましやフィードバックを含む数回の追加プロンプトが続きます。これらの成果が特に印象深いのは、Claude が画像を生成できないため、すべてのアートワークや 3D オブジェクトが外部アセットを一切使用せず、数学のみによって作成されている点です。ぜひ試してみてください：コイン投げのゲーム（プロンプト：「Balatro のようなものだが、コイン投げのゲーム版」）は非常に面白いですし、蛇自身が自我を持ち、奇妙なことが起こるスネークゲーム、あるいは深淵へと降りて何があるかを探るゲームなどがあります。

出力は確かに印象的です。しかし、特により本格的なプロジェクトに取り組むようになると、このツールの使用感は「楽しい」と「不気味」の間にあるように感じられることがよくありました。「楽しい」と感じる理由は、ただ何かを要求するだけでそれが実現されるからです。同時に「不気味」に感じるのも、同じ理由、つまり単に何かを要求しただけでそれが実現されてしまうからです。

マップと手法

その理由を理解するには、Fable がどのようにして作業を完了させるのかを知る必要があります。そのため、以前多くの AI モデルでテストしてきた例題である「等時圏マップ（isochrone map）の作成」について話をしましょう。これは、特定の時間内に移動可能な距離を示す地図であり、最初のものは 1881 年にロンドンからの所要時間を示すものとして作られました。

元の地図

このような地図を作成しようとする際、数千もの潜在的な移動距離を調査し、多くの小さな判断や決定を下す必要があるため、これまでにどのモデルも半ば有用な仕事をしたことはありませんでした。私はこれを Fable で試してみることにし、Claude Code を使って以下のプロンプトを入力しました：「完全に調査され、美しい等時圏地図を作成してください。さまざまな都市を選択して、実際のデータに基づくリアルな等時圏ラインを確認できるようにしたいです。デザインは独自のものにしてください。空港（および空港への移動時間と空港からの移動時間）、電車、徒歩、自動車の利用を考慮に入れてください。データはライブである必要はありませんが、調査とデータに基づいた実在するものであるべきです。いくつかの都市から始めても構いませんが、より一般的な内容の方が良いでしょう。これは全く新しいプロジェクトとして進めてください。」すると、それは元の地図のスタイルでこれを行うことを提案しました。私は同意し、作業が始まりました。

AI が単独で行った数時間にわたる構築セッションの議事録をもう一度振り返る価値があります。そこにはいくつかの珍しい様子が映し出されているからです。まず、この AI は旅行時間の調査を行うために複数の他の AI（主に安価な Claude Sonnet と推測されます）を起動しました。その結果、2,200 件以上の具体的なフライト情報、TGV から新幹線に至るまでの鉄道時刻表、そして複数の学術論文から各国ごとの道路速度データを取得しています。これらのエージェントが稼働している間、AI は同時にコーディングも開始しました。さらに、コードの検証のために新たなエージェントとテストを起動し、その過程で進捗に関するメモを取り続けています。

その結果、1881 年のオリジナルに非常に似た、驚くほど洗練された完全な機能を持つ地図が完成しました。しかし、それが完璧だったわけではありません。私は多くの遠隔地（グリーンランドなど）には旅行時間の推定値しか含まれておらず、正確な数値がないことに気づきました。そこで Fable に修正を依頼し、「実際に遠隔地の空港や場所への旅行時間を取得する」という指示を含めました。

今回は AI がワークフローを開始しました。これは研究を行い、互いの結果を検証する敵対的なグループのエージェントたちです。太平洋のピトケアン島にどのくらいの頻度で船が航行しているか、またオタワからグリスフィヨルドへどうやって行くかを算出しました。そして、非常に短い期間に膨大な数のトークンを使用しました（これについては後ほど詳しく説明します）。

結果は印象的でした。私はさらに興味を引く方向へいくつか試行しました（他の可視化アプローチの要求などを含みます）。数分間、結果をクリックして探索することをお勧めします。また、グラフの下部にはその手法とソースを読み取ることができます。

AI が生成したものです。インタラクティブ版へ移動するにはマップをクリックしてください

これは、旅行や地図を本当に好きな人でなければ、あなたにとって有益なプロジェクトではないかもしれませんが、研究、数学、ビジュアル開発、審美眼、判断力、複雑なコーディングなどを含む困難な問題を AI が解決する様子を示す一例です。そして、最も不気味だったのは、私がほとんど何もしていなかったことです。私は非常に野心的な指示を出しただけで、AI はそれを実行しました。いくつかの小さなフィードバックを与えただけで、AI はそれを理解して対応しました。私の役割は極めて限定的でした。

重要なのは、私が行った作業量がモデルと比較して限定的だったことだけでなく、モデルがどのように行動するか、なぜ特定の手法を選んだのか、あるいはその結果がどの程度詳細になるかについて、私が持つコントロールも限定的だったことです。AI の意思決定の詳細は私には示されず、プロセスを追うには長すぎて意味がありません。このマップを作成するには、AI が数百の小さな選択についての判断を下す必要があり、それは私に選択を理解する機会や意見を述べる機会を与えずに行われました。多くの点でこれは奇跡的ですが（最後に修正を依頼することはいつでもできます）、他方では AI を究極のブラックボックスに変えてしまいます。

Mythos クラスのモデルとの作業

Fable から受けた最も野心的なプロジェクトについては、少し補足説明が必要です。私は、人間が不揃いな回答を生み出す分野での調査を多く行っており、その回答を適切に分類して分析する必要があります：あるアイデアはどれほど革新的か？なぜ人々はこの本を好むのか？これらを解明するために、私たちは人間の研究者に情報に対して判断を下してもらい、統計的に他の回答と比較することで、データを信頼できるかどうかを確認しました。最近の研究では、AI がこの重要な作業を担える可能性が示されていますが、AI と人間の判断の較正は困難で高コストでした。そこで私は Fable にこの問題の解決を依頼し、まず複雑な 19 ページにわたる設計ドキュメントを生成させ、その後その実行を行いました。

これは 9 時間半の間、機能しました。

その結果、AI が「Concord」と名付けた極めて洗練されたソフトウェアが誕生しました。このソフトウェアは複数のデータセットを取り込み、人間と AI の応答を較正した上で、結果に対して複雑なデータ分析を実行することができます。もちろん完璧ではありませんでした。専門家として私はいくつかの誤りや省略（一部は私が設計を依頼したことに起因するもの）を発見し、AI に修正させました。しかし、このプロジェクトおよび他の多くのプロジェクトにおける納品の範囲は、これまで私が目にしたどの事例よりも優れていました。この場合、研究者が長年必要としながら収益化の観点から作られなかったソフトウェアが完成しました。現在はここでコードを使用したり修正したりすることが可能です。完璧ではないことは間違いありません（私は結果と向き合うのに1時間しか費やしませんでした）、しかしソフトウェアエンジニアであれば、私が見つけられなかった潜在的なバグをすぐに解消できるでしょう（これは将来、ソフトウェアの新たな用途爆発に対応するために、むしろコーディングを行う人材を増やす必要がある理由の一つでもあります）。

この力は奇妙さと制限と表裏一体です。その制限の一つにトークン使用量があります。Fable は Opus よりも倍の費用がかかり、トークンを消費する速度は、本番環境でのコストが「非常に高い」という答えを暗示しています。ただし、より安価なモデルへの賢明な委譲により、実際の価格は大幅に下がる可能性があります。Fable のガードレールも、セキュリティ問題のわずかな兆候でトリガーされ、より能力の低い Claude 4.8 Opus にデフォルトで切り替わりますが、その頻度はあまりにも高すぎます。そして、荒々しいフロンティアはまだ残っています。例えば、AI は依然として同じ奇妙なスタイルで文章を書きます（実際、ソフトウェア Fable が生成するものには Claudisms の痕跡が残っており、進捗報告書も同様です。これらはすべて重みを担い、答えを引き出します）。しかし、より深い奇妙さは、私がほとんど何もせず、またその作業が行われている間にもほとんど見ることができなかった点にあります。

昨年私はこれを「魔法使いと協力する」と呼びました：呪文を唱えると何かが起こります。Fable では、その呪文が十分に強力になったため、自分がもはや魔法使いではないのではないかと確信が持てなくなりました。私はむしろパトロンに近い存在です。私が望むものを説明し、対価を支払い、結果を評価します。召喚は、私が監視できないどこかで行われ、数百の小さな選択の中で、私が投票権を持つことさえありません。作業のプロセスから成果へとシフトしました。もはや舵を取るのではなく、発注するのです。

この一時的な排除は、まだ追いついていないインターフェースの産物に過ぎず、これらのモデルが何をしているのかをよりよく理解し、途中でもっと効果的に誘導する方法が得られるようになる可能性もあります。あるいは逆で、モデルの能力が高くなるほど、人間が意味あることを成し遂げる余地は減り、ブラックボックスこそがその力の代償であるという可能性も否定できません。私は後者の方向性が現実的だと考えています。これらは明白な意味でのコントロール喪失ではありません。私はまだ『Fable』を誘導できますし、指示には驚くほどよく従います：指示の野心的さが高くなるほど、結果も良くなります。しかし、誘導することはもはや実行することと同じではありません。私はモデルにbriefing（概要説明）を行い、モデルは自らエージェントを立ち上げて調査・執筆・相互チェックを行わせ、戻ってくるのは完成品です。パトロンが単一の芸術家に依頼するのに対し、Fable はむしろ一つのスタジオに近く、私は最終作品に署名して承認するクライアントでありながら、現場に足を踏み入れたことはありません。

購読する

共有