10月12日のAIブリーフィングは過去24時間の動きをまとめた。Google DeepMindのAlphaProof Nexusが長年未解決だったErdős問題9件を独自に解き、査読も通過した。OpenAIはGPT-6.1 Solのデフォルトコンテキストを272kから500kへ引き上げた。このほか、Alibaba Qwenの長時間エージェント訓練フレームワーク、AmazonによるDecart買収交渉の報道、米国の若手開発者雇用データ、Sakana AIの自己改善研究を取り上げる。無問芯穹のシリーズC調達、StepFunのStep 5 PreviewのWorkBuddy搭載、Arena第41週ランキングは本日すでに単独記事として公開済みのため、ここでは繰り返さない。
AlphaProof NexusがErdős問題9件を解決、うち2件は56年間未解決
10月12日、The DecoderはScienceに掲載された新研究を報じた。Google DeepMindのAlphaProof Nexusは、未解決のErdős問題353件のうち9件を独自に解き、そのうち2件は56年間解かれていなかった。チームは論文に先立ち証明をオンラインで公開した。さらにOEIS整数列データベースの予想44件を証明し、代数幾何学の未解決問題1件を解き、ミニマックス最適化における既知の界を改善した。AlphaProof Nexusの中核はGemini 3.1 Proで、形式言語Leanで証明を作成・修正する。Leanが各修正を検証し、エラーメッセージが次の試行を導く。難しい部分問題では専用の証明ツールAlphaProofも呼び出せる。注目すべきは、この研究が大量のAI証明を公開リポジトリに投げ込むのではなく査読プロセスを経た点だ。AI証明の発表方法が学界で議論される中、この進め方は数学界に受け入れられやすい。
GPT-6.1 Solのデフォルトコンテキストが272kから500kへ、最大1M
10月11日夜、OpenAIのThibault Sottiaux（Tibo）氏は、CodexとChatGPT WorkにおけるGPT-6.1 Solのデフォルトコンテキスト長を272kから500kへ、約80%引き上げたと発表した。ユーザーは手動で上下に変更でき、モデルの最大コンテキストは1Mだ。この値は十分にテストされた体験と性能のバランス点で、長時間タスクにおけるコンテキスト圧縮の頻度を大きく減らせるという。あわせて、サブスクリプションの利用量控除ではGPT-6.1 Solの長コンテキスト料金が課されなくなった。長時間のコーディングやドキュメント作業を毎日行う人にとって、途中で詳細が失われたり背景を繰り返し説明したりする場面が減ることになる。
Alibaba QwenがQwenGyreを公開、数時間かかるエージェント課題の訓練専用
10月12日、AlibabaのQwenチームは長時間エージェントタスク向けのオンライン強化学習フレームワークQwenGyreを公開した。こうしたタスクは1回の実行が数時間続き、相互に依存する数百回のやり取りを含み、累計で数百万トークンを処理するため、これまで訓練データ化が難しかった。QwenGyreは弾力的なスケジューリングでGPUを計算ユニットに分割し、先に終わったタスクのユニットは即座に訓練へ回る。実行中のタスクの進捗・状態・キャッシュはそのまま保持される。また、軌跡を共有プレフィックスでツリー状に整理し、選ばれたパスだけを訓練サンプルに展開する。タイムアウトしても部分的に完了したタスクには部分スコアのフィードバックが返る。公式実験では、NL2RepoBenchで1回あたり約70万トークンのタスクを用いて48ステップ訓練し、モデルの合格率が52.5%から58.5%へ向上した。同じGPU予算では非同期実装の約1.78倍のエンドツーエンド高速化を達成した。
AmazonがDecart買収交渉との報道、評価額は約70億ドル
10月12日、ウォール・ストリート・ジャーナルは、AmazonがAIスタートアップDecartの買収交渉を進めており、評価額は約70億ドルになる可能性があると報じた。サンフランシスコ拠点のDecartは、開発者が異なるAIチップ間をシームレスに切り替えられるソフトウェアを開発している。各社が計算資源を奪い合いながら単一チップへの依存は避けたい局面で、この適応レイヤーの価値は高い。関係者によれば、新たな競合入札者が現れなければ取引は早期にまとまる可能性がある。PitchBookのデータでは、Decartはこれまでに4億ドル超を調達し、今年5月の調達ラウンドでは評価額が40億ドル近くに達していた。Bloombergは以前、Anthropicが約60億ドルでDecart買収を交渉し9月に撤退したと報じていた。Amazonがここで交渉を引き継ぐことは、チップに縛られないツール層をめぐる争いがなお激しくなっていることを示す。交渉は確定しておらず、最終価格も成立するかどうかも不透明だ。
米国の若手開発者雇用は約2割減、一方でシニア採用は増加
10月12日、CNBCが報じたデータは、AIがプログラマーの雇用に与える影響を二つに分けて示した。Indeed Hiring Labのデータでは、2025年2月にClaude Codeが公開されて以降、米国のソフトウェア開発者求人は15%近く増え、その71%がシニア職、37%がタイトルにAIを含む職種によるものだった。一方、スタンフォード大学の2026年AI指数では、生成AIの台頭以降、AI関連分野における22〜25歳の雇用が16%減り、キャリア初期のソフトウェア開発者では約20%減ったことが分かった。Indeedの専門家は、企業が今エントリーレベルの人材育成を止めれば、10年後にシニア人材の不足に直面しかねないと警告する。米労働統計局はなお、2025年から2035年にかけてソフトウェア開発者の雇用が10%増えると予測している。新人へのシグナルは明確だ。基礎的なコーディングだけを求める職は縮小し、AIの出力を監督し、統合やコミュニケーションを担う経験の価値が高まっている。
Sakana AIがMASSを提案、マルチエージェントの自己監督で再帰的自己改善
10月11日夜、Sakana AIは研究MASSを公開した。改善対象のモデル自身が最適化者と評価者を兼ね、マルチエージェント協働の集団的成果を自己監督信号として蒸留し、マルチエージェントのワークフローを繰り返し最適化する。チームはSakana AIとカリフォルニア大学バークレー校の研究者で構成され、公式ページでは研究系ベンチマークにおいて出力トークンあたりのスコアが向上したと報告されている。この手法が狙うのは現実的な課題だ。最先端の回答は生成が速くなる一方、審査できる専門家や証拠が追いつかず、モデルが自らの集団的成果から学ばざるを得ない場面が増えている。信頼できる自律的な自己改善まではまだ距離があるが、「最適化される対象が評価者でもある」という設定は、検証不可能なタスクでの今後の展開を追う価値がある。
