Tech Watch 2026-09-07: Agent基盤の輪郭

一般的には「AIが数学を解いた」と見られるフェルマーの最終定理の証明だが、Anthropicが示したのは、その実は「11日間かけて検査機械が通る形に証明を書き切った」という、むしろインフラの話だ。Claude自体の賢さではなく、出力がそのまま成果にならず、Leanという検証器が通るまで失敗を観察して直す loop のなかで、長時間ジョブがどう構造化されるかが本体だった。OpenAI の研究加速データも同じ線上にあり、高レベルな「方針決定」はまだ人間が握り、agent は Build・Run・Analyze・technical support に入り込んでボトルネックを移動させている。この移動の正体は、ルーチン化できる部分の厚みを増やすことであって、人間を消すことではない。むしろ 90 パーセンタイルの研究者が 1 日 7,000 ドル超の token を使う（つまり大量に失敗や試行錯誤が回っている）という事実が、agent が「大当たりを引くマジシャン」ではなく「失敗を高速回転させる作業盤」に近いことを物語っている。AIの鬼の視点はここで逆転する。長時間タスクをモデルの能力だけで回そうとするのは、実は新しい失敗だということだ。会話 API を呼んで「やってみて」では何も進まない。大事なのは、失敗の記録をどこに置くか、次の状態をどの形で渡すか、誰が途中で見るか、という infrastructure だ。RAG や memory も、本来はこうした外部状態の外部化であって、便利な機能ではない。中小企業が agent を導入するなら、モデル自体ではなく、その失敗を観察できる observe loop をいかに安く作れるかが勝敗分ける。