人生5年計画

Prompt

このペースでAIの性能向上すると仮定した場合に、人生5年間の戦略計画策定　やるべきこと、やらないこと　優先順位、効果とコスト、期待値、リスクなど考慮して 2026年10月時点のAIが実際にできること(2025年の感覚との差) 0. 一行で言うと 2025年のAIは「数分〜1時間ほどの作業を手伝う」存在でした。 2026年のAIは「半日〜数日かかる仕事を丸ごと任せられる」存在になりつつあります。 METRの2025年3月の測定では、フロンティアモデルが50%の確率でこなせる作業は人間の専門家で約50分分でした。 capitalandcompute 現在の最高モデル(Claude Mythos)は、人間の専門家が16時間以上かかる作業を50%の確率で、約3時間の作業を80%の確率で完遂できると推定されています。16時間超は現行の測定では信頼性が低く、上限に達しています。 Wikipedia 1. ソフトウェア開発:「コード補助」から「開発チームの代替(の一部)」へ 複数エージェントが2週間かけてコンパイラを一から作った(2026年2月、1世代前のOpus 4.6) 16個のエージェントが約2,000セッション、2週間、最小限の人間の監督で、Rust製のCコンパイラを作成した tryandai 約10万行で、Linuxカーネルをコンパイルできる。API費用は約2万ドル tryandai Webブラウザを一から作る実験 約2,000のエージェントが1週間自律稼働し、レンダリングエンジン、CSS処理、JavaScript VMを含む約300万行のコードでブラウザを作った(Cursorの実験) tryandai 実務での浸透 開発者の90%がAIコーディングツールを使い、コード全体の約41%がAI生成 saasrise Cognitionは、社内コードの90%超をAIソフトウェアエンジニア(Devin)が書いていると説明 noqta あなた(2025年のモデル)との違い 単一ファイルや関数の生成にとどまらず、リポジトリ全体を理解し、テストを走らせ、失敗を直し、数時間〜数日自分で回り続けられる。 2. セキュリティ:人間の専門家が見逃すバグを大量に発見 Claude Mythos Previewが主要OS・ブラウザの未知の脆弱性(ゼロデイ)を数千件発見 27年間見つからなかったOpenBSDのバグも含まれる techpoint 約50組織が使うProject Glasswingで、1,000以上のオープンソースプロジェクトを走査し、2万3,019件の問題を指摘、うち6,202件が高〜致命的と推定された dev 研究者が確認できた真陽性は1,726件(開示時点) techjuice Cloudflareの自社コードでは約2,000件の脆弱性が見つかり、うち約400件が高〜致命的だったと報告されている danilchenko 公開が制限される水準の能力になった Anthropicは、Mythos Previewを一般公開しない方針を示した techinformed GoogleのGemini 4 Carbonも、最初は一部のサイバー防御担当者だけに提供された artificialanalysis 「強すぎて段階公開する」という運用が、2026年に初めて現実になった。 3. 数学・科学:未解決問題への貢献が実例として出てきた 未解決問題の解決例 OpenAIの汎用推論モデルが、1946年にErdősが提起した離散幾何の予想を自律的に反証(2026年5月)。125ページの証明を、Gowersを含む数学者が検証 noqta GoogleのAletheia(Gemini Deep Thinkベースの数学研究エージェント)が、Erdős問題を自律的に複数解決 hyper 数学の素人の23歳が、GPT-5.4 Proへの1回の質問で、60年来の問題を解く証明を引き出した pulse ただし割り引いて読む必要がある 「AIが解いた」と報じられた例には、既存文献の見落とし、再発見、AIの貢献の水増しもあった theneuron DeepMind自身も、ある例を「やや非自明な未解決問題の早期の例」と控えめに位置づけている sentinel-team 現状は「難問を一気に解く」より、見過ごされていた未解決問題を掘り出し、証明を提案し、人間が検証する共同作業が中心。 4. 業務エージェント:操作・対応を実際にこなす GUIを操作して実際のデスクトップ作業(アプリ操作、ファイル作業など)を自律的にこなす。OSWorld 2.0(PC操作ベンチ)でGPT-6 Astraは1件あたり約40分で72.6%を完了 the-decoder Salesforce Agentforceのサポート対応で、自律解決率が63% blaxel Gartnerは2026年末に企業アプリの40%がタスク特化エージェントを備えると予測。導入は進んでも、本格運用はまだ一部 blaxel 5. 今もできないこと・注意点 品質の裏付けが弱い エージェントだけで作ったブラウザ(FastRender)は、保守性スコアが5点満点中1.1 softwareimprovementgroup 動くが、人間が長く保守するコードとしては粗い。 コストが高い コンパイラ実験は2万ドルと2週間を要し、ほとんどの用途で人間の開発者とコスト競争力があるとは言えない towardsai 質的な弱点が残る METRは最新のOpus 5.5について、長期・自由度の高い課題で専門家なら示さない質的な弱点が残ると指摘 metr 直近の進歩は急な飛躍ではなく、トレンド上の積み上げ METRは、Opus 5.5をFable 5.1に対する「トレンド上の改善」で、不連続な飛躍ではないと見ている metr 6. 変化ペース(具体的な時間感覚) 作業時間:2025年3月の約50分 → 2026年4月頃に約16〜17時間(約1年で20倍超) 倍増は約129日ごと globaia モデル更新:2025年は半年〜年単位 → 2026年秋は約3週間おきにフロンティア更新(Opus 5.5 9/22、GPT-6 Astra 9/3、Gemini 4 Carbon 10/28など) 提供形態:最強モデルが一般公開されず、限定公開・用途制限つきになるケースが出てきた。 ## 1. 未解決問題:ナビエ・ストークス方程式(ミレニアム懸賞問題) - **何が起きたか(2026年9月8日)** - OpenAIが、一般非公開の高性能モデル上で1万個の自律エージェントを動かし、3次元ナビエ・ストークス方程式に「特異点」(流体の滑らかな運動が有限時間で破綻する現象)を見つけたと発表 - 証明は起動から88時間で完成し、Lean(証明の機械検証言語)への形式化はさらに17時間 - エージェント間のメッセージは約270万件、出力は約1,300億トークン - 小売価格で換算すると約2,200万ドル規模との推計がある - 使われたのはGPT-6 Astraより高性能な社内モデルで、OpenAIは100万ドルの懸賞を請求する意思はないと表明 - 証明は外力を加えた場合の破綻で、多くの数学者が本来の問いから外す設定。Clay研究所は受理しておらず、未解決としたまま - 外力なしで破綻するかは未解決。Taoは外力なしでも可能なはずと予想しているが、これは予想であって証明ではない - **2025年との差**:2025年のAIは、競技問題や小さな未解決問題の部分的な貢献が中心でした。ミレニアム問題に自力で取り組み、人間が検証に追われる水準になったのが2026年9月。 ## 2. 未解決問題の大量生産(2026年10月6日) - OpenAIが、未公開モデルが生成した722本の数学論文(372の結果群)をGitHubに一斉公開。モデルは約4,000問を対象にした - 主張にはUnique Games Conjecture(計算複雑性の大問題)の証明などが含まれる(未検証の主張) - 採用された結果の平均計算量は、ChatGPT Pro換算で約3時間分の思考 - **品質の実態** - Lean形式化済みは162本のみ。翌日、符号ミスで3本が撤回、14本が修正された - 残る5つのミレニアム問題は含まれていない - **数学コミュニティの反応は割れている**:「検証が追いつかない」という批判と、「数学史上最重要の出来事」(Anthropicの数学者Alpöge)という評価の両方がある。 ## 3. 公開モデルの系統的な成功率はまだ低い - 2026年8月時点で未解決だったErdős問題68問をLeanで解く新ベンチマークでは、最高のGPT-6 Astraが3%、他はすべて0% - つまり**社内の未公開モデル+大規模エージェント群と、公開モデル単体の間には大きな差がある**。ミレニアム問題への成果は、公開モデルでは再現できない。 ## 4. 人間の最高峰と直接比較できる実績 - **国際数学オリンピック(IMO 2026、7月)** - 2つのAIシステムが公式採点で満点42/42。人間の参加者666人のうち満点は7人 - 2025年は金メダル水準の35/42が最高だった - Claude Opus 5が、ツールなし・補助システムなしで全6問に満点という報告もある(非公式) - **AtCoder World Tour Finals(東京、7月)** - OpenAIのモデルがアルゴリズム部門の5問すべてを解き、人間の最高は3問 - 2025年はPolish人のPsyho氏が人間側で勝ち、AIは2位だった - **国際情報オリンピック(IOI 2026、8月)** - NVIDIAが微調整したNemotron 3 Ultraが600点中535.4点で、最高得点の人間を上回ったと報告(IOIでAIが人間の最高点を超えたのは初めてとの主張) ## 5. 実世界の到達点(1つずつ) - **セキュリティ**:Claude Mythos Previewが、27年間見つからなかったOpenBSDのバグを含む、主要OS・ブラウザのゼロデイ脆弱性を数千件発見 - **長時間の自律作業**:GPT-6 AstraはポケモンFireRedを18時間12分でクリア。GPT-5.5は218時間超でも完走できなかった - **大規模コード**:Claude Opus 5.5は、20万行のコードベースの監査と修正を3時間未満で完了