AI Coding機能がベータを卒業し正式版へ Eclipse Foundation が開発するオープンソースIDE「Eclipse Theia」のバージョン1.70が2026年4月にリリースされた。最大のハイライトは、1年以上にわたりベータ提供されてきたAI Coding機能群が正式版（GA）に昇格したことだ。IDE固有のAIビュー、Theia Coderエージェント、および関連エージェントがすべて正式サポートとなり、開発者は安心してプロダクション環境での利用を検討できるようになった。 あわせて、デフォルトのワークスペースレイアウトにAI ChatパネルとTerminalパネルが標準で表示されるようになった。これによりAI機能が「オプション」ではなく「常に利用可能なファーストクラスのUI」として位置づけられ、Theiaは名実ともにAIファーストな開発環境へと進化を遂げた。 Agent ModeがデフォルトになったTheia Coder AIコーディングアシスタント「Theia Coder」では、従来のEdit Modeに代わり、Agent Modeが新規ユーザーのデフォルトになった。Agent Modeではエージェントがワークスペースのファイルに直接書き込む権限を持ち、より自律的なコーディング支援が可能になる。初回リクエスト時には、Agent Modeがファイルを直接変更できる旨を説明する確認ダイアログが表示され、ユーザーはAgent ModeとEdit Modeのどちらで続けるかを選択できる。安全性への配慮と使いやすさを両立した設計だ。 「Capabilities」の強化 1.69で導入された「Capabilities（ケイパビリティ）」が1.70でさらに強化された。Capabilitiesはエージェントの拡張機能を1クリックで有効化できる仕組みで、E2Eテスト実行、シェルアクセス、GitHub連携などの機能を手軽に追加できる。1.70ではCapabilityの設定をsettings.jsonに永続化できるようになり、チームや用途に応じた柔軟な運用がさらに容易になった。 その他の技術的改善 エディタコンポーネントのMonacoが大幅にアップリフトされ、バージョン1.108に更新された。また、GitHubのCopilotを自動検出する「Copilot auto-discovery」機能も追加され、既存のCopilot環境との統合がよりスムーズになった。今回のリリースでは合計75件のプルリクエストがマージされており、バグ修正やパフォーマンス改善なども含まれる。 Eclipse TheiaはVS Codeと同様にMonacoエディタを基盤とし、クラウドIDEやカスタムツール構築のためのオープンプラットフォームとして広く利用されている。AI機能の正式化により、商用製品やエンタープライズ向けツールへの組み込みがさらに加速することが期待される。

Tool Gatewayで外部ツール連携を一元化 Nous Researchは2026年4月16日、オープンソース自己進化型AIエージェント「Hermes Agent」のv0.10.0をリリースした。今回のリリースの中核となるのが「Nous Tool Gateway」機能で、Nous Portalの有料サブスクライバーに対して、追加のAPIキー取得や設定不要でさまざまな外部ツールへのアクセスを自動提供する。 Tool Gatewayが提供するツールは、Firecrawlを利用したWeb検索、FAL / FLUX 2 ProによるAI画像生成、OpenAI TTSを使ったテキスト音声合成、そしてBrowser Useによるブラウザ自動操作の4種類だ。ユーザーはhermes modelコマンドを実行してNous Portalを選択し、利用するツールを選ぶだけで、既存のサブスクリプションの範囲内でこれらの機能が即座に有効化される。また、従来の隠し環境変数HERMES_ENABLE_NOUS_MANAGED_TOOLSはこのサブスクリプションベースの自動検出に置き換えられ廃止となった。v0.10.0には合計180以上のコミットが含まれており、バグ修正やプラットフォームの安定性向上も併せて実施されている。 v0.9.0でモバイル・マルチプラットフォーム対応を強化 v0.10.0の3日前にあたる4月13日にリリースされたv0.9.0も大規模なアップデートで、487件のコミット、269件のマージPR、167件のIssue解決を含む。このバージョンの最大のテーマは「いたるところで動作する」という哲学に基づいたマルチプラットフォーム対応の拡充だ。 モバイル環境ではTermux経由でのAndroidネイティブ実行に対応し、TUIモバイル画面向けの最適化も施されている。メッセージングプラットフォームの統合も大幅に拡張され、BlueBubblesを通じたiMessage連携、iLink Bot APIによるWeChat連携、WeCom Callbackモードによる企業向けアプリ連携が追加され、合計16のメッセージングプラットフォームをサポートするようになった。AIモデルの面では、OpenAIおよびAnthropicのファストティア向け優先ルーティングを行う「Fast Mode」、xAI（Grok）ネイティブプロバイダー、Xiaomi MiMoプロバイダーが追加されている。 セキュリティ強化と開発者向けツール v0.9.0ではセキュリティ面の改善も注目される。Twilio webhook署名検証によるSMS RCE対策、シェルインジェクション・Gitの引数インジェクション防止、SSRFリダイレクト保護、パストラバーサル防止など、エージェントが外部との通信を広範に行う性質を踏まえた多層的なセキュリティ強化が行われた。 開発者向けの機能としては、ブラウザベースのローカルWebダッシュボードが追加され、設定管理・セッション監視・スキル閲覧・ゲートウェイ管理をターミナルやコンフィグファイルを編集することなく実施できるようになった。またhermes backupとhermes importコマンドによる全設定のバックアップ・復元機能、/debugスラッシュコマンドやhermes debug shareを使ったデバッグレポート共有機能も導入されている。さらにプラグイン可能なコンテキストエンジン、SOCKS対応の統合プロキシ、マルチアーキテクチャ（amd64+arm64）Dockerイメージのサポートも追加された。

概要 OpenAIは2026年4月14日、最新モデルGPT-5.4をベースに防御的サイバーセキュリティ用途に特化したバリアント「GPT-5.4-Cyber」を正式リリースした。このモデルはバイナリリバースエンジニアリング機能を含む防御ワークフロー向けの機能が追加されており、ソースコードが入手できない状況でも脆弱性分析が行えるよう設計されている。提供は「Trusted Access for Cyber（TAC）」プログラムを通じた階層型アクセスとして実施され、数千の認証済み個別防御者と、重要なソフトウェアのセキュリティを担う数百のチームに開放された。 技術的な詳細 GPT-5.4-Cyberは標準版のGPT-5.4と異なり、正規のサイバーセキュリティ活動に対して「低い拒否境界」が設定されている。これにより、ペネトレーションテストや脆弱性調査といった防御的ユースケースにおいて、従来のモデルでは制限されていた操作も実行可能になっている。また、同モデルとは別に、OpenAIは脆弱性検出アプリケーション「Codex Security」も展開しており、コードの脆弱性を自動的に特定して修正案を提案する機能を提供している。Codex Securityはこれまでの6ヶ月間で3,000件以上の重大・高リスク脆弱性の修正に貢献したとされ、1,000以上のオープンソースプロジェクトが無料スキャンにアクセスできるようになっている。 アクセス方法と展開方針 個人ユーザーはchatgpt.com/cyberでID認証を行うことでアクセスを申請でき、企業はOpenAIの担当者を通じてリクエストすることが可能だ。最高層のアクセス権を持つユーザーのみGPT-5.4-Cyberへの完全なアクセスが許可される。OpenAIは「民主化されたアクセス」「反復的展開」「エコシステム耐性」の3原則に基づき展開を進めており、リスク評価はモデル単体でなく「ユーザーと信頼信号」に依存するという方針を明確にしている。 競合との比較と今後の展望 セキュリティ特化AIモデルの開発においては、Anthropicが脆弱性検出向けフロンティアモデル「Mythos」を発表するなど、競争が激化している。GPT-5.4-Cyberのような高度な防御ツールは、攻撃者が未パッチの脆弱性を検出・悪用するために転用されるリスクも孕む二重用途技術であることをOpenAI自身も認めている。このため同社は、ジェイルブレイクや敵対的プロンプトインジェクションに対する防護を継続的に強化しながら、正規の防御者へのアクセスを段階的に広げる「deliberate, iterative rollout（慎重かつ反復的な展開）」戦略を採る方針だ。

概要 TeslaのElon Muskは2026年4月15日、同社が開発を進めてきた次世代AIチップ「AI5」のテープアウト（最終設計データをファウンドリへ送付する工程）が完了したと発表した。当初は2025年後半までに車両搭載を目標としていたが、約2年の遅延を経てようやく製造フェーズへと移行することになった。MuskはこのテープアウトをTeslaにとって「実存的」に近いほど重要なマイルストーンと表現し、製造パートナーであるTSMCとSamsungへの謝意を述べた。 テープアウトは製造の開始を意味するが、自動車グレードの量産には一般的にそこから12〜18ヶ月を要する。本格的な量産開始は2026年末から2027年初頭が見込まれており、Muskも以前に「2027年中頃」という見通しを示していた。なお、2026年Q2に発売予定のロボタクシー「Cybercab」はAI5の量産に間に合わないため、前世代の「AI4」チップを搭載して出荷される。 技術仕様と性能 AI5の技術仕様はこれまで断片的に公開されてきた。メモリ構成はSK Hynix製LPDDR5XをSoC 1基あたり最大192GB（16GBモジュール×12）搭載する。推論性能はNVIDIAのHopperアーキテクチャと同等とされ、AI5を2基組み合わせたデュアル構成ではNVIDIA Blackwellに匹敵する水準に達するという。 AI4との比較については記事によって差があり、Muskの過去の発言では「AI4比で40倍速い」としているが、他の情報源では「最大10倍の性能向上」とも伝えられている。いずれにせよ、飛躍的な性能向上が見込まれる。製造はTSMC（アリゾナ州）とSamsung（テキサス州テイラー工場）のデュアルソーシング体制が採用されており、供給リスクの分散が図られている。 主要用途とAI4の再評価 注目すべきは、AI5の主要用途が車両の自律走行ではなく、TeslaのヒューマノイドロボットOptimus向け開発やAI学習用スーパーコンピュータクラスターとされている点だ。Muskはあわせて「AI4はFSD（完全自動運転）において人間を大幅に上回る安全性を達成するのに十分な性能を既に持っている」とも発言した。これは既存の展開済み車両のハードウェアが計算能力の観点では無監視型自律走行の要件を満たしていることを意味し、普及の主なボトルネックは技術ではなく規制承認にあるという認識を示している。 今後の展望 AI5の次世代となる「AI6」の開発もすでに進行中で、SamsungのN2（2nm）プロセスを採用する予定だ。また、Teslaのスーパーコンピュータプラットフォーム「Dojo 3」の開発も並行して進んでいる。Muskは将来の世代については約9ヶ月サイクルでの開発を示唆しており、AI5量産後もチップロードマップが加速していく見通しだ。

概要 欧州委員会は2026年4月17日、EU機関・各種機関・官庁・エージェンシー向けのソブリンクラウドサービス調達において、最大1億8000万ユーロ（約280億円）、期間6年間の複数フレームワーク契約を4つの欧州プロバイダーグループに授与した。落札したのは、ルクセンブルク・フランス連合のPost Telecom（OVHcloudおよびCleverCloudと提携）、ドイツのSTACKIT（小売大手Schwarzグループ傘下）、フランスのScaleway（Iliadグループ傘下）、ベルギー・フランス・ルクセンブルク連合のProximus（S3NS、Clarence、Mistral AIと提携）の4グループである。非EU企業への依存を低減しデータ主権とEU法への準拠を確保する戦略的調達の一環として位置づけられており、欧州のデジタル自立に向けた重要な一歩とされている。 Cloud Sovereignty Frameworkと「SEALレベル」 欧州委員会は今回の調達にあたり、**Cloud Sovereignty Framework（クラウド主権枠組み）を新たに策定した。この枠組みは、サプライチェーンの透明性・技術的な開放性・セキュリティ・規制準拠など8つの目標にわたって測定可能な基準を設けており、主権の達成度合いを示すSEAL（Sovereignty Effectiveness Assurance Levels）**というレベル分類を導入している。SEALは「主権なし」を意味するSEAL-0から「完全なEU製サプライチェーン」を意味するSEAL-4までの5段階で構成され、今回の入札では最低要件としてSEAL-2が求められた。落札した4グループの多くはSEAL-3を達成しており、非EUサプライチェーンへの依存に対する一定の耐性を示している。 注目点：米国技術を使うProximus–S3NSの落札 今回の結果で特に注目を集めたのは、Proximusが率いるコンソーシアムの落札だ。このグループにはThalesとGoogle Cloudの合弁事業であるS3NSが含まれており、実質的に米国企業の基盤技術が活用されている。これに対し欧州委員会は、「適切な枠組み内での厳密な運営が担保されていれば、非欧州技術も主権要件を満たせる」との見解を示した。この判断は「運営主権（operational sovereignty）」と「技術主権（technical sovereignty）」を区別する重要な政策転換を示しており、今後の欧州クラウド政策の方向性に大きな影響を与える可能性がある。 背景と市場への意義 欧州のクラウド市場はAWS・Microsoft Azure・Google Cloudの米国系3社が収入の約70%を占め、欧州プロバイダーのシェアは約15%にとどまっている。欧州委員会は今回の複数契約構造を採用した理由として、「多様性と回復力を確保し、単一プロバイダーへの過度な依存を回避する」ことを挙げている。6年間・総額1億8000万ユーロという規模の調達は、欧州公的機関が率先してデジタル主権を推進するシグナルとして機能すると見られており、今後EU加盟国の各政府機関や民間企業の調達方針にも波及効果をもたらすことが期待されている。

概要 Microsoft Defenderに3つのゼロデイ脆弱性が公開され、いずれも実際の攻撃に悪用されていることが確認された。「Chaotic Eclipse」（別名：Nightmare-Eclipse）と名乗る匿名の研究者が、Microsoftの脆弱性開示対応への不満を理由にPoC（概念実証コード）をGitHub上で公開。BlueHammer（CVE-2026-33825）は4月14日のPatch Tuesdayでパッチが提供されたものの、RedSunとUnDefendは4月17日時点で修正プログラムが存在しない状態のまま攻撃に使用されている。 各脆弱性の詳細 3件の脆弱性はそれぞれ異なる攻撃経路を持つ。**BlueHammer（CVE-2026-33825）**はDefender内のローカル権限昇格（LPE）脆弱性で、4月3日にPoCが公開され、4月10日に初めて実攻撃が確認された後、4月14日にパッチが適用された。RedSunも同様のLPE脆弱性で、標準ユーザーがSYSTEM権限まで昇格できる。UnDefendはサービス拒否（DoS）型の脆弱性で、標準ユーザーがDefenderのウイルス定義更新を完全にブロックもしくは無効化できる。RedSunとUnDefendのPoCは4月16日に公開され、同日より実攻撃への悪用が確認されている。 連鎖攻撃のパターン セキュリティ企業Huntressが実際に観測した攻撃では、UnDefendでDefenderの定義更新を無効化してセキュリティ検出を弱体化させた後、RedSunでSYSTEM権限への昇格を行う連鎖的な手口が確認されている。攻撃者はwhoami /priv・cmdkey /list・net groupといった偵察コマンドを実行しており、手動操作による標的型攻撃の特徴を示している。エクスプロイトファイルはPicturesやDownloadsフォルダに紛らわしいファイル名で配置されるケースも報告されている。 開示経緯と今後の対応 研究者のChaotic EclipseはMicrosoft Security Response Center（MSRC）への報告が無視・却下されたと主張し、GitHubへのPoC公開に踏み切った。Microsoftは「報告されたセキュリティ問題を調査し、影響デバイスを更新することにコミットしている」と声明を発表しているが、次のPatch Tuesdayまで数週間あることから、緊急の帯域外パッチのリリースが有力視されている。Huntressは影響を受けた組織を隔離済みとしており、企業環境では最小権限の原則の徹底と異常な特権昇格の監視強化が推奨される。

概要 RedMonkは2026年4月14日、2026年1月時点のプログラミング言語ランキングを公開した。GitHubのプルリクエスト数とStack Overflowのタグ使用量を組み合わせた独自の方法論に基づくこのランキングでは、JavaScriptが引き続き首位を堅守し、Python（2位）、Java（3位）という上位3言語の顔ぶれは前回から変わらなかった。ただし、4位以降でいくつかの注目すべき動きが見られた。 今回の上位20言語の順位は次の通りだ。1位JavaScript、2位Python、3位Java、4位PHP・C#（同位）、6位TypeScript、7位CSS・C++（同位）、9位Ruby、10位C、11位Swift、12位Go、13位R、14位Shell・Kotlin・Scala（同位）、17位PowerShell、18位Dart・Objective-C（同位）、20位Rust。 注目の順位変動 今回のランキングで最も注目されるのはC#の4位浮上だ。C#がPHPと同位で4位につけ、上位グループへの仲間入りを果たした。著者のStephen O’Gradyは「不明な要因がこの牽引力を駆動している可能性がある」と慎重な見方を示しつつ、PHPの緩やかな衰退や、CloudflareのEmdashプロダクト（TypeScript基盤）などの業界動向との複合的な影響を示唆している。 もう一つの意外な結果がDartによるRust追い抜きだ。Dartが18位に浮上し、20位のRustを上回る形となった。Rustはシステムプログラミング領域での存在感が高まっているにもかかわらず、このランキングでは順位を落とした。一方、Objective-Cは18位で下降トレンドを継続しており、著者は「トップ20からの永続的な離脱が予想される」と指摘している。 注目の新興言語では、ZigがGitHub上では58位に位置するもののStack Overflowでは83位と乖離があり、全体順位は82位に留まっている。Bicepは79位から66位へ大きく回復した一方、Ballerinaは前回の64位から74位へ後退した。 AIコーディング時代におけるデータ品質の課題 今回のレポートで著者が繰り返し強調したのが、データ品質への懸念だ。AIコードアシスタントの普及により、開発者がStack Overflowへ質問を投稿する行動パターンが変化しており、「Stack Overflowの関連性が低下し、オープンリポジトリへのコード提供の割合が減少している可能性がある」と指摘されている。実際、GitHubのPRデータにも異常な低下が確認されており、データの欠損やアーティファクトの可能性を現在検討中という。 なお、AIコーディング支援ツールが言語採択そのものに与える影響は、現時点では観測されていない。著者は次期ランキングで開発者の言語選択がAIツールに依存する場合に何が起きるかを注視しており、今後の版での考察を予告している。 長期トレンドと今後の展望 Rachel Stephensによる別記事では、2012年9月から2026年1月までの13年以上にわたるトップ20言語の推移が可視化されている。ランキング方法論上の重要な変更は2014年1月と2017年1月に行われており、それぞれGitHubデータの可用性変更を反映している。 RedMonkは「これらのランキングは統計的に厳密な人気度の測定ではなく、主要な開発者コミュニティ全体のトレンドを集約しようとするものだ」と明記している。新興言語は累積的に既存の上位言語に対して不利な立場に置かれる「先行者アドバンテージ」が存在するため、Zigのような有望な新興言語がトップ20に食い込むには長期的な視点が必要だ。AIが開発者の行動を変容させる中、今後のランキングがどのような変化を映し出すかが注目される。

概要 Free Software Foundation（FSF）が公認するLinuxディストリビューション「Trisquel GNU/Linux」の最新版、バージョン12.0が2026年4月にリリースされた。コードネームは「Ecne」。Ubuntu 24.04 LTS（Noble Numbat）をベースとするLTSリリースであり、サポート期間は2029年まで。Trisquelはプロプライエタリなソフトウェアやバイナリブロブを一切含まない、完全にフリーなGNU/Linuxシステムを提供することを目的としており、家庭ユーザー・中小企業・教育機関向けに設計されている。 主な新機能と技術仕様 カーネルにはGNU Linux-libre 6.8を採用。GNU Linux-libreはLinuxカーネルからプロプライエタリなファームウェアやブロブを除去したFSF認定のカーネルであり、Trisquelの完全フリー哲学を体現している。デスクトップ環境はMATE 1.26.1を標準採用し、安定性と使いやすさを両立している。 パッケージ管理面では、APT 3.0が導入され、新しいdeb822リポジトリ形式への対応が追加された。これにより、ソフトウェアリポジトリの管理がより柔軟かつ現代的な形式で行えるようになった。また、インストール中に使用されるudebコンポーネントの破損を減らすためのカーネルモジュール化の改善も施されている。 ブラウザ選択肢の拡充も本バージョンの注目点の一つだ。デフォルトブラウザのAbrowserに加え、GNU IceCat（GNU Projectが管理するFirefoxフォーク）およびungoogled-chromium（Googleのサービスとの連携を削除したChromiumビルド）が新たに選択肢として追加された。いずれも完全にフリーなソフトウェアであり、Trisquelのポリシーに準拠している。セキュリティ面ではAppArmorルールがグラフィカル環境向けに見直されている。 利用可能なエディション Trisquel 12.0は用途や好みに応じた複数のエディションが提供される。 Trisquel（標準版）: MATE 1.26デスクトップ環境を採用した主要エディション Triskel: KDE Plasma 5.27.12デスクトップを採用したエディション Trisquel Mini: LXDE 0.99.2を搭載した軽量エディション Sugar/TOAST: 子供向け学習プラットフォームSugar 0.121を採用した教育向けエディション NetInstall: インターネット経由でインストールするサーバー向けエディション 今後の展望 Trisquelプロジェクトは、今後RISC-Vアーキテクチャへの対応も予定しているとしており、オープンハードウェアとフリーソフトウェアの組み合わせをさらに推進していく方針だ。GNU/Linuxの完全な自由を求めるユーザーにとって、Trisquel 12.0は安定したLTSベースと最新のデスクトップ環境・ツールチェーンを兼ね備えた選択肢となる。

概要 米半導体工業会（SIA: Semiconductor Industry Association）は、グローバル半導体市場の年間売上が2026年に史上初めて1兆ドルを突破する見通しであると発表した。2025年の売上は前年比25.6%増の7,917億ドルを記録しており、業界は1兆ドルという歴史的な節目に向けて順調な軌跡を描いている。今回の予測は、AI関連インフラへの投資拡大とチップ価格の上昇という2つの要因が相乗的に作用していることを背景にしている。 成長を支えるAI需要 最大の成長ドライバーとなっているのはAI（人工知能）関連の需要だ。大規模言語モデルのトレーニングや推論に必要なデータセンター向けGPU・AIアクセラレータへの旺盛な投資が、チップ需要を継続的に押し上げている。需要が供給を上回る状況が続いており、これが半導体の価格上昇にも寄与している。クラウド事業者や大手テクノロジー企業によるAIインフラ投資競争が、半導体産業全体の成長を下支えしている構図だ。 歴史的な成長軌跡と今後の見通し 半導体産業はここ数年で急速に規模を拡大しており、2025年の7,917億ドルという実績は業界の底堅い成長力を改めて示した。2026年に1兆ドルの大台を達成すれば、産業史上初の快挙となる。SIAの予測は、AI関連のチップ需要が当面衰えることなく高水準で推移するという見通しに基づいており、NVIDIAなどのAI半導体メーカーに加え、先端ロジックや高帯域幅メモリ（HBM）を手がけるメーカーにとっても追い風となる情勢が続くと考えられる。一方で、地政学的リスクや米中間の輸出規制強化が市場の不確実性要因として引き続き注視されている。

概要 スタンフォード大学の人間中心AI研究所（Stanford HAI）が2026年4月13日に公開した「AI Index Report 2026」は、AIエージェントの科学的タスク処理能力に関する包括的な評価をまとめたレポートで、Nature誌でも取り上げられた。その中心的な発見として、複数ステップを要する複雑な科学的ワークフローにおいて、GPT・Claude・Geminiを含む最先端AIエージェントのスコアは、博士号（PhD）を持つ人間科学者の約半分にとどまるという結果が示された。自律的に作業を進めるAIエージェントへの期待が業界全体で高まる中、このレポートはその能力に対して冷静な疑問符を突きつける形となった。 ベンチマークが示す「凸凹のフロンティア」 レポートが明らかにしたのは、AIの能力が一様ではなく「ジャギー（凸凹）なフロンティア」を形成しているという実態だ。狭い専門タスクではAIが顕著な進歩を見せている一方で、複雑な推論と検証を要する科学的作業では依然として大きな差が残る。 具体的なベンチマーク結果を見ると、AIエージェントが独自に科学的調査を設計・実行するDiscoveryWorldでは、難易度の高いタスクで最良のAIシステムが完了できるのはおよそ20%に過ぎないのに対し、人間の科学者は約70%をクリアする。また、天体物理学の論文再現を試みるReplicationBenchでは最高スコアでも20%を下回り、科学論文レベルの複雑な作業はほとんど手に負えないことが浮き彫りになった。さらに特徴的な例として、アナログ時計の読み取り（ClockBench）では人間の90.1%に対しAIは50.1%という結果が出ており、抽象的な数学や競技プログラミングでは人間を凌駕するモデルが、一見単純な知覚タスクで大きく失敗するという逆説が示された。 一方で化学分野（ChemBench）では平均的な人間化学者を上回るという結果もあり、AIの強みが狭く限定的なことも改めて確認された。 なぜ複雑なタスクで失敗するのか 複雑な科学タスクでAIエージェントが苦手とする理由として、レポートは主に三つの問題点を指摘する。第一に、複数の推論ステップを連続して正確に実行することの難しさだ。実験設計から文献調査、データ解析、結果検証まで六つ以上のステップが絡み合うタスクでは、途中の一つのミスが全体の失敗につながるが、現状のAIエージェントはこの連鎖を安定して維持できない。第二に、自身の誤りに気づく能力の欠如だ。AIはしばしば誤った結論を高い確信度で提示し、それを確認・修正する判断力を持たない。第三に、判断と検証を必要とする複合的なタスクへの対応力の低さだ。これらの弱点は、AIが「教科書の知識を答える」ことと「科学的手法で新発見を行う」ことの間にある本質的な溝を示している。 ScienceAgentBenchはこの問題をより精密に測るために設計されたベンチマークの一例で、生物情報学・計算化学・地理情報科学・心理神経科学の4分野にわたる44本の査読済み論文から抽出した102タスクで構成される。エージェントはPythonプログラムをゼロから生成し、実際の科学的データを処理することが求められる。 AIが科学に与える影響とその限界 レポートが描き出すのは複雑な二面性だ。AIツールを活用した科学者はそうでない科学者と比較して論文出版数が3倍、被引用数が約5倍に増加し、プロジェクトリーダーへの昇進も1.37年早まるというデータがある一方で、研究テーマが既存の知識体系の周辺に収束していく「科学の焦点縮小」という副作用も報告されている。つまり、AIは個々の研究者の生産性を高めるが、科学全体の多様性や探索範囲を狭める可能性があるという逆説だ。 自然科学の論文でAIに言及しているものはまだ全体の6〜9%程度にとどまり、AIが科学研究を根本的に変革するという予測は、少なくとも現時点ではデータに裏付けられていない。AIエージェントを使って研究を丸ごと自動化するというビジョンは、現在の技術の限界から見て時期尚早であり、有効な活用法は今のところ「優秀な研究者とAIツールのペアリング」という補完的な形にとどまる、とレポートは結論づけている。