T最新テックトレンド

AIの未踏領域を拓く：TypeSafe「Jev」がもたらす、ソフトウェア駆動型自動化の真実

Latent Space

0:00--:--

はじめに：AIの矛盾とDiogo Almeidaの問い

現代のAIは、その驚異的な知能で数学のミレニアム懸賞問題を解決するほどの進化を遂げています。しかし、TypeSafeの共同創業者兼CEOであるDiogo Almeida氏は、この目覚ましい進歩の裏にある、ある根本的な矛盾を指摘します。「なぜAIは、これほどまでに賢いにもかかわらず、ごく基本的な定型業務すら完全に自動化できないのか？」

OpenAIを離れてTypeSafeを立ち上げたDiogo氏の問いは、現在のAIが持つ「プラグ」と、経済的に価値のある「仕事」との間に存在する深い溝を示唆しています。私たちは、驚くほど高性能な「自動化エンジン」を手に入れたにもかかわらず、それが現実世界のビジネスやソフトウェアにシームレスに接続されていない現状に直面しています。

しかし、この状況は今、変わりつつあります。Diogo氏が「技術史の道筋を変える」と確信する、TypeSafeの「Jev（ジェヴ）」がそのギャップを埋めるべく登場しました。本記事では、Diogo氏がなぜOpenAIでJevを構築できなかったのか、TypeSafeのJevが従来のAIモデルと何が違うのか、そしてそれがビジネスと未来のテクノロジーにどのような影響をもたらすのかを深く掘り下げていきます。

Jevの核心：機械ネイティブな「System Oneモデル」とは

Jevを理解する上で、まず重要なのは、それが「新しいクラスのモデル」であるという点です。Diogo氏はこれを「機械ネイティブなSystem One大規模プログラマブルモデル」と表現しています。このモデルの究極の目標は、「コードがコンシューマーとなること」です。

従来のLLMは、主に以下の用途に特化して開発されてきました。

  • 事前学習済み大規模言語モデル（Pre-trained LLM）: インターネットのオートコンプリートのように、次に続くテキストを予測する。
  • RLHF（Reinforcement Learning from Human Feedback）モデル: チャットボットや指示追従モデルとして、テキストに対する返答を生成する。

これに対し、Jevが目指すのは、ソフトウェアが直接消費する出力を生成することです。TypeSafeという社名自体が、このコードとの統合、つまり「型安全性」へのこだわりを物語っています。Diogo氏は、AIを最大限にパワフルにするには、それをソフトウェアと深く統合する以外に道はないと考えており、モデルの深い内部構造から外部インターフェースに至るまで、すべてがソフトウェアとの最適化を念頭に設計されています。

「Intelligence per Dollar」を追求するJev

Jevは、TypeSafeが提供する最初のSystem Oneモデルであり、その最適化の中心にあるのは「Intelligence per Dollar（ドルあたりの知能）」という指標です。この概念は、信頼性、コスト、キャリブレーション（校正）、速度という、AIモデルの性能を測る上での重要な要素のバランスを指し示します。

Diogo氏は、多くの人々がコストと速度にばかり注目しがちであると指摘します。しかし、本当に重要なのは「知能」であり、コストや速度はそれを達成するための手段に過ぎません。Jevは、この「ドルあたりの知能」のフロンティアを常に追求するモデルシリーズの名称となるでしょう。

特に「キャリブレーション」は、従来のLLMにおいて見過ごされてきた重要な要素です。モデルが自身の内部的な確信度を正確に表現できるか、そしてユーザーの求める結果とどれだけ一致するか、という点が、信頼性の高い自動化を実現する鍵となります。

RLHF/RLVRへの批判：モードドロッピングと安全性アライメントの罠

Diogo氏は、従来のAIモデル、特にRLHF（人間からのフィードバックによる強化学習）やRLVR（価値モデルからの強化学習）が抱える根本的な問題について、鋭い批判を展開します。

モードドロッピングとキャリブレーションの欠如

Diogo氏が指摘するRLHFの大きな問題の一つが「モードドロッピング（Mode Dropping）」、または「モード崩壊（Mode Collapse）」です。これは、ヤン・ルカン氏の有名なスライド（LLMは破滅する）に触れながら説明されます。ルカン氏の主張は、シーケンス長が長くなるほどエラーの確率が増すというものですが、経験的には必ずしもその通りにはなりません。Diogo氏は、この「数学的に明白だが、経験的に誤り」という乖離の原因がモードドロッピングにあると説明します。

GAN（敵対的生成ネットワーク）が初期のモデルのように「ぼやけた画像」を生成する代わりに、「少数派のクラス」を無視して「本当に一般的なもの」だけを生成するように、RLHFモデルもまた、エラーを避けるために極端に保守的になり、確率分布を「毒」してしまうのです。これにより、モデルは長文をエラーなく生成するために、微妙だが正しい可能性のある出力を捨て、ごく一般的な回答に「モード崩壊」します。これは、モデルが自身の持つ多様な「モード」（可能性のある出力）を十分にカバーできないことを意味し、結果としてキャリブレーション（自己確信度の正確な表現）が著しく損なわれます。このようなモデルは、意思決定のタスクにおいて信頼できないものとなります。

「安全性アライメント」と「拒否反応」：ソフトウェアの論理に反する設計

Diogo氏はまた、既存のAIプロバイダーが重視する「安全性アライメント」や、不適切な要求に対してAIが「拒否する」挙動にも強く異議を唱えます。

「安全性アライメント」は、チャットGPTのような製品において、NSFW（Not Safe For Work）なロールプレイを拒否するといった形でユーザーに提示されるのは理解できるとしながらも、これをAPIに適用することは「完全に受け入れがたい」と主張します。もしAPIが、ユーザーが送った奇妙なメッセージによって「確率的に壊れる」ような挙動をするならば、それはソフトウェア開発者にとっては「正気の沙汰ではない」と断言します。

Diogo氏の主張の根底には、「AIは共同作業者（AI co-worker）ではなく、認知コア（cognitive core）であるべき」という思想があります。彼はAIをデータベースのような汎用技術と見なしており、データベースがCIAによって「悪人を殺す」ために使われたとしても、それがデータベースの責任ではないのと同様に、AIの基盤技術層において特定の目的を阻害する倫理的制約を設けるべきではないと考えています。

  • APIの原則: 開発者は、バックグラウンドで実行される依存関係としてAIを利用する。その依存関係が予期せず「拒否」するような挙動は、ソフトウェアの信頼性を根底から損なう。
  • 汎用技術としてのAI: 技術レイヤーで制約を加えることは、AIの知能を「破断（fracturing）」させ、汎用性を失わせる。AIは、あらゆる未来のユースケースに対応できる「一般性」を持つべきである。

Diogo氏は、自身の製品が殺人に使われることを望まないのは当然としながらも、そのために技術レイヤーに「親指をねじ込む（put my thumb in the scale）」ことは、結果として知能を損ない、AIの真の可能性を抑制すると主張します。彼は、ユーザーがAPIをどのように利用するかをサービス提供側が「知るべきではない」と述べ、ソフトウェアエンジニアに最大限の力を与える「良い境界線」を強調します。

RLCD：コードからの強化学習という新しい「北極星」

Diogo氏は、RLHFが「人間を喜ばせる（Please Humans）」という北極星を目指しているのに対し、Jevを支えるRLCD（Reinforcement Learning from Code Data）は「プログラム可能なAIをプロフェッショナルにする（Make programmable AI pro）」という新しい北極星を目指していると説明します。これは、従来のRLHFやRLVRがベンチマークを最適化する方向に進んだのとは一線を画します。

RLCDは、モデルをソフトウェアに直接統合し、プログラマが信頼できる形で利用できるようにすることに焦点を当てています。これは、モデルが「人間にとって心地よい」出力を出すのではなく、「コードにとって使いやすく、信頼できる」出力を出すように訓練されることを意味します。このアプローチは、AIを単なるチャットインターフェース以上のものとして、ソフトウェアスタックの深い部分に組み込むことを可能にします。

TypeSafeの哲学：データ駆動型アプローチと開発者への揺るぎないコミットメント

TypeSafeのアプローチは、「データ」と「開発者」への深いコミットメントによって特徴づけられます。Diogo氏は、TypeSafe自身を「データラボ」と表現し、モデルの能力はデータに大きく依存すると強調します。

合成データの戦略：バイアスを回避し、未来を構築する

TypeSafeは、ユーザーのリアルワールドデータに依存せず、独自の合成データアプローチを採用しています。この戦略には複数の理由があります。

  1. バイアスの回避: 実際のユーザーデータには、特定のタスクや一般的な質問に過度に適合してしまうバイアスが含まれています。これにより、モデルは汎用性を失い、特定の用途に過学習する「破断」状態に陥る可能性があります。
  2. 未来のユースケースへの対応: TypeSafeは、Jevが数年後の「SFのような未来」において、現在の私たちには想像できないような、スタックの奥深いインフラ層で利用されることを目指しています。現在収集できるデータは「現在」に過学習させ、未来のユースケースに対応できません。
  3. 知能の彫刻: TypeSafeのデータチームは、モデルの「認知コア」を研究し、その「ギザギザな部分（jaggednesses）」、つまり不整合性や弱点を見つけ出し、外科手術のように修正します。これは、特定のケースだけでなく、あらゆる次元で課題に対処し、真に汎用的なモデルを構築するための、芸術的なプロセスであるとDiogo氏は語ります。

彼らは、単に「より多くのデータ」を投入するのではなく、「正しいデータ」を、極めて高い「センス」と「ケア」を持って吟味し、生成しています。これにより、モデルは一般的なケースに対応し、特定のユースケースに過度に最適化されることなく、より幅広い問題に対応できる頑健性を獲得します。

ベンチマークへの懐疑論と「Vibes and Trust」

Diogo氏は、AI業界で広く用いられる公開ベンチマークに対して極めて懐疑的です。彼は、公開ベンチマークが「極めてゲーム可能（extremely gameable）」であり、モデルの知能を正確に測るものではないと考えています。

  • ゲーム化の問題: 過去には、MMLUのようなベンチマークで良いスコアを出すために、それに似たデータを収集するチームが存在しました。これは「余計なステップを踏むベンチマーキング」に過ぎません。
  • 知能の質: 本当に重要なのは、モデルが実際にワークフローに組み込まれた際に、どれだけ信頼できる結果を出すかです。これは、単なる数字ではなく、開発者が「使える（usable）」と感じる「Vibes and Trust（雰囲気と信頼）」によって測られるべきだとDiogo氏は主張します。
  • 信頼性へのコミットメント: TypeSafeの仕事は、「信頼性の9を増やし続けること」です。彼らは、Jevを1年半前にリリースすることも可能だったが、「愚かになる」ことを避けるためにそれをしなかったと述べます。モデルの信頼性は、厳格な内部評価によって継続的に測定され、向上されます。

Diogo氏にとって、モデルを信頼してもらうためには、ベンチマークではなく、開発者が実際にプロダクトでその力を「感じる」ことが何よりも重要です。

開発者コミュニティへの揺るぎない忠誠

Diogo氏は、ローンチに際してVIP投資家とのタウンホールよりも、開発者コミュニティとのタウンホールを優先したことを明かしています。彼は、企業にとって「コミュニティが常に最優先される世界」を理想としています。

  • 「Gold Rush」の再来: Jevのローンチは、開発者にとって「プログラム可能なAI」の新たなゴールドラッシュの引き金となります。ソフトウェアは超チャージされ、その上にさらにクールなものが構築されることで、「初期インターネットのエネルギー」が再燃するとDiogo氏は予測しています。
  • 反体制的アプローチ: 彼は、巨大なラボだけがAIを構築できるという現状に異を唱え、開発者が自分たちの手で創造できる自由を取り戻すことを願っています。
  • 透明性と原則: 自身の「生意気（unhinged）」だが「実用的（practical）」というブランドの通り、Diogo氏は率直なコミュニケーションを重視します。彼のチームは、開発者からのフィードバックに真摯に向き合い、モデルの改善に繋げています。
  • モデル品質の維持: TypeSafeは、デプロイしたモデルを勝手に変更しないことを明確に約束しています。しかし、高速なイテレーションサイクルにより、新しいモデルバージョンを頻繁にリリースする予定であり、開発者が依存関係の破壊に苦しむことのないよう、将来的に「本当に素晴らしい長期サポート（LTS）」の実現を目指しています。

Jev APIの革新性：プログラマブルAIの新たな標準

JevのAPIは、AIをソフトウェア開発に深く統合するために、従来のLLMとは異なる独自の設計思想に基づいています。特に注目すべきは、AIからの出力をプログラミングのプリミティブに直接マッピングする3つの新しいプリミティブです。

3つの新しいプリミティブ：Bernoulli, Score, Choice

Diogo氏は、JevのAPIが提供する3つのコアなプリミティブについて説明しています。これらは既存のプログラミング言語の型に似ていますが、厳密には異なります。

  1. Bernoulli（ベルヌーイ）:

    • 定義: 真偽値に似ていますが、連続的な確率を表現します。名称は「ベルヌーイ確率」に由来します。
    • マッピング: プログラミングにおけるif文（条件分岐）にマッピングされます。
    • 用途: 「これはXか？」のような二値的な意思決定に、その確信度と共に利用されます。

  2. Score（スコア）:

    • 定義: 整数型や浮動小数点数型に似ていますが、モデルが与えられた条件に対する「評価」を表現します。
    • マッピング: ソート（並べ替え）や閾値判定（greater thanまたはless than）にマッピングされます。
    • 用途: 複数の選択肢の中から最適なものをランク付けしたり、特定の基準を満たすかどうかを評価したりする際に使用されます。例えば、LLMによる評価（LM Judging）のように、ある項目に対する相対的な「良さ」を数値で示します。

  3. Choice（チョイス）:

    • 定義: 列挙型（enum）に最も近いですが、モデルが複数の事前に定義された選択肢の中から一つを選ぶことを示します。
    • マッピング: switch文（複数分岐）にマッピングされます。ユーザーは、このChoiceを関数に「ハイドレート（hydrate）」することもできます。
    • 用途: 特定のアクションを決定したり、カテゴリ分類を行ったりする際に、明確な選択肢を提供します。

これらのプリミティブは、意図的に既存の型とは異なる名前が付けられています。これは、開発者が既存の型の枠組みにとらわれず、AIの出力が持つ独自の意味合いを正確に理解し、利用することを促すためです。

構造化された入力と「思考のパラダイムシフト」

Jevのもう一つの重要な特徴は、その入力形式です。Diogo氏は、ユーザーが「状態（state）」、「指示（instructions）」、「基準（criteria）」といったすべての入力を、構造化されたJSONオブジェクトとして渡せる点を強調します。

  • テンプレートからの脱却: 従来のLLMでは、多くの情報が「システムメッセージ」のような巨大な文字列テンプレートに詰め込まれていました。これは、人間が読むには良いかもしれませんが、コンピューターがプログラム的に理解するには非効率的です。
  • セマンティックな構造: JSONオブジェクトとして構造化された入力を利用することで、プログラムは適切な場所に情報を挿入でき、モデルもそれをより容易に理解できます。これにより、まるで「AI関数」に引数を渡すかのように、モデルに対して特定の「状態」や「変数」を明示的に渡すことが可能になります。
  • レガシーなアプローチへの批判: Diogo氏は、システムメッセージを巨大なグローバル変数のように扱い、すべての指示を一度に詰め込む「古いやり方」を批判します。これは、コードの可読性や保守性を損なうだけでなく、モデルがすべての指示を正確に実行することを期待する、非現実的なアプローチです。

「問題を小さく分解する」ことの重要性：ソフトウェアエンジニアリングのベストプラクティスをAIへ

Jevは、問題を小さな意思決定に分解し、それぞれをAIに問い合わせるというアプローチを強く推奨します。これは、従来の「大きなLLMに一度にすべてを任せる」という方法とは対照的です。

  • 信頼性の向上: AIコードベースの品質を向上させる上で最も重要なことは、問題を単純な意思決定に分解することです。これにより、それぞれの部分が「極めて評価可能（extremely evaluable）」になります。
  • 検証可能性と測定可能性: 分解されたタスクは、個別に検証し、測定することができます。例えば、拒否を判断する際に「ここで拒否すべきか？」と一度に問うのではなく、「これは不適切なコンテンツか？」「これはVIP顧客からの問い合わせか？」といった独立した質問を複数投げかけることができます。
  • デバッグと改善: モデルが期待通りに動作しない場合、どのサブタスクで問題が発生したかを特定し、その部分のプロンプトや閾値を調整することで、外科手術のようにバグを修正できます。これは、AI開発における「MLのないML」のようなもので、ソフトウェアエンジニアリングのバグ修正プロセスをAIに応用するものです。
  • 効率性とコスト: 過去には、このような分解されたアプローチは、LLMの呼び出しコストと速度の制約から、非効率的でした。しかし、Jevは高速かつ低コストであるため、多くの小さな問い合わせを並行して実行することが可能となり、全体の効率と信頼性が向上します。
  • コンテキスト管理: 各メッセージにIDを付与し、そのIDに基づいて個別の質問を投げかけることで、一度に大量のコンテキストを渡すことなく、必要な情報にのみ焦点を当てた問い合わせが可能になります。これにより、コストを削減しつつ、モデルの推論品質を維持できます。

決定性（Determinism）と頑健性（Robustness）

APIの信頼性に関して、Diogo氏は「決定性（同じ入力に対して常に同じ出力）」と「頑健性（類似の入力に対して類似の出力）」という二つの概念を区別します。彼は、Jevは後者の「頑健性」に重きを置いていると説明します。

  • 頑健性の重要性: LLMは、プロンプト内のわずかな変更（例：UUIDやナンセンスの追加）によって出力が大きく変わることがあります。これは、AIが意思決定を行う上で非常に危険です。Jevは、セマンティックに同じ質問であれば、入力の些細な違いに関わらず、類似の出力を生成する「頑健性」を追求しています。
  • 決定性のトレードオフ: Diogo氏は、決定性を実現することも可能だとしながらも、それは「ドルあたりの知能」を犠牲にする可能性があると述べます。TypeSafeは、GPU資源が限られている現状において、より多くの開発者に知能を届けるため、最大の知能対コスト比を優先しています。

開発者からは決定性を求める声もあるでしょうが、Diogo氏は実用性を重視し、ユーザーが本当に求めているのは、知能の「信頼性」と「予測可能性」であると考えています。

Jevが切り開く未来のユースケースとビジネスインパクト

Jevは、単なる新しいAIモデルではなく、ソフトウェア開発と自動化の領域に広範な影響をもたらす可能性があります。Diogo氏は、Jevによって可能になる主なユースケースのファミリーを4つに分類しています。

  1. ダークデータ（Dark Data）の活用:

    • 課題: 多くの大企業は、大量の「ビッグデータ」を蓄積しているにもかかわらず、その複雑さやコストから、LLMを適用して分析できていない「ダークデータ」を抱えています。
    • Jevの貢献: Jevの低コストと高信頼性により、企業はこれまで手つかずだった膨大なデータに対してAIによる分析を適用できるようになります。これは、データサイエンティストにとって「夢のような状況」であり、企業の隠れた価値を掘り起こす可能性を秘めています。

  2. リアルタイムシステムとインテリジェンス・イン・ザ・ループ（Intelligence-in-the-Loop）:

    • 課題: eコマース、AIアシスタント、ゲームなどのリアルタイムアプリケーションでは、ミリ秒単位の応答速度がユーザー体験や収益に直結します。
    • Jevの貢献: Jevの高速性は、これらのシステムにリアルタイムで知能を組み込むことを可能にします。例えば、ユーザーの行動に応じて即座にパーソナライズされた応答を生成したり、ゲーム内のNPCがより賢く、動的に振る舞ったりするような、これまで不可能だった体験が実現します。Diogo氏は、自動バトルゲームのような、AIがプレイヤーのコマンドをインテリジェントに解釈する新しいゲーム体験に大きな期待を寄せています。

  3. LLM呼び出しの検証と最適化（Verify Everything）:

    • 課題: 従来のLLMの呼び出しは、その出力の信頼性や一貫性が低く、検証が困難でした。
    • Jevの貢献: Jevのインターフェースは、「非常に検証可能（so verifiable）」であるため、すべてのAI呼び出しを監視し、期待通りの動作をしているかを確認することが容易になります。特に、並列で多くの質問を投げかけることで、コストを抑えつつ、LLMの信頼性を高めることができます。例えば、大きな状態（state）を持つアプリケーションでは、その状態全体を一度にモデルに渡すのではなく、各メッセージにIDを付与し、それぞれのメッセージについて個別に質問を投げかけることで、関連性の高いコンテキストのみを効率的に利用し、コストを削減できます。

  4. スマートソフトウェア（Smart Software）の構築:

    • 課題: 既存のソフトウェアは、基本的なロジックに基づいているため、複雑な意思決定や柔軟な振る舞いを実現するのが困難でした。
    • Jevの貢献: Jevは、ソフトウェアに本質的な「コンポーザビリティ」と「知能」をもたらします。これにより、これまで不可能だった「奇妙で楽しい」新しい種類のソフトウェアが開発できるようになります。Diogo氏は、「プログラミング言語としてのJev」という概念を挙げ、AIがコードの深い部分に埋め込まれ、複雑なロジックをインテリジェントに処理する未来を描いています。

特に、AIコーディングエージェントの分野では、Jevが大きな変革をもたらすと予測されています。既存のクローズドなコーディングエージェント（Codeex, Claude Codeなど）は、単一モデルの世界に構築されていますが、Jevの登場により、オープンソースのコーディングエージェントがJevを組み込むことで、その能力が飛躍的に向上する可能性があります。Diogo氏は、一つでもキラーユースケースが発見されれば、それがオープンソースコミュニティ全体に波及し、競争環境が大きく変化すると見ています。

また、Jevは「Do What I Mean（私が言ったことではなく、私が意図したことをする）」というAIの長年の夢の実現に貢献するとDiogo氏は語ります。彼が見たコンピューター使用のデモ（音声コマンドでPCを操作し、写真を開く、X.comで検索するなどのタスクをこなす）は、この概念が現実のものになりつつあることを示しています。これは、コンピューターがこれまで基本的かつ文字通りにしかコマンドを解釈できなかった制約から解放され、より滑らかで直感的なインタラクションが可能になることを意味します。

TypeSafeの成長と「AI冬」の回避

TypeSafeのローンチは、Diogo氏の予想をはるかに超える成功を収めました。ローンチから1週間足らずで、トークン利用量は「1日1兆トークン」という驚異的なマイルストーンを突破し、夜間でも機械学習モデルがJevを呼び出し続けていることから、一時的な試用を超えた「実際の仕事」に利用されていることが明らかになりました。

この成功は、Diogo氏がOpenAIを離れてTypeSafeを立ち上げた際の個人的な使命感と深く結びついています。彼は、「もしAI冬が訪れ、その回避のためにあらゆる手を尽くさなかったとしたら、個人的な責任を感じるだろう」という強い思いを抱いていました。既存のRLHFアプローチが「過剰な約束と過小な提供（overpromise underdeliver）」を助長し、AIの真の価値が引き出されていない現状に危機感を覚えていたのです。

Jevの成功は、この「AI冬」が回避されたことを示唆しています。AIが自動化に本当に役立つことが、具体的な数字と開発者の熱狂によって証明されたのです。

GPU制約とモデル提供戦略

TypeSafeは、現在のGPU制約の中で「ドルあたりの知能」を最大化することを最優先しています。これは、例えばモデルを量子化して品質を犠牲にするといったことではなく、モデルの知能を最大限に引き出しつつ、最も効率的に提供することを意味します。

Diogo氏は、TypeSafeが「他のモデルプロバイダーよりもはるかに速くモデルをローンチする」計画であることを明かしています。これは、常に最新かつ最高の知能を提供するための取り組みです。ただし、開発者の依存関係の破壊を避けるため、将来的に「本当に素晴らしい長期サポート（LTS）」モデルを提供することも視野に入れています。現行のJev 1.13.0のようなモデルが一時的にLTSとなる可能性も示唆されています。

彼らは、モデルのバージョンアップごとに「より賢く」なることを約束しており、モデル間の変更は、従来のLLMが同じモデルを二度呼び出した際の出力の変動よりも小さい傾向にあると述べています。これは、TypeSafeが追求する信頼性の高さを示しています。

経済革命とTFP成長への貢献

Diogo氏は、Jevがもたらす影響を、経済全体に波及する「経済革命」と捉えています。彼は、5年以内に「TFP（全要素生産性）成長率が3%」を達成することを期待しています。これは、OpenAIの元々の憲章が「世界の経済的に価値のある仕事の大半をこなすAGI」を目指していたことと本質的に一致するとDiogo氏は指摘します。

彼は、現在のAIモデルが「数学のミレニアム問題を解ける」一方で、「経済的に価値のある仕事の0%（または誤差の範囲内）」しかこなせていない現状を問題視しています。Jevのようなモデルが、これまでのAIが自動化できなかった領域に知能のプラグを差し込むことで、経済統計に明らかな影響が現れるとDiogo氏は確信しています。これにより、大規模な失業ではなく、より良い世界へと導く「素晴らしいシフト」が起こるだろうと予測しています。

また、Diogo氏は「AIが常に前景のキャラクターであることに疲れた」と語り、AIが背景に溶け込み、世界をより楽しく、豊かにする「ユーティリティ」となる未来を望んでいます。2019年から2026年までの間、SaaSソフトウェアがAIの進歩にもかかわらず「基本的に全く同じ」である現状を批判し、Jevが「SaaSの超チャージ」を引き起こし、逆の「SaaSアポカリプス」をもたらすと予測しています。

AI研究の方向性に関するDiogoの提言

Diogo氏は、AI研究と開発の現状についても独自の視点を持っています。彼は、特に「System One」と「System Two」の知能、そして新しいAIスタートアップ（Neolab）のあり方について言及します。

System OneとSystem Twoの問題

Diogo氏は、大規模言語モデル（LLM）の根本的な知能が「System One思考」に非常に近いと信じています。System One思考とは、直感的で高速かつ自動的な意思決定を指し、Jevはこの領域を最大化することを目指しています。

一方、RLVR（価値モデルからの強化学習）は「System Two思考」、すなわち、よりゆっくりとした、熟考に基づく意思決定の領域で「信じられないようなこと」を成し遂げたとDiogo氏は評価します。しかし、彼はRLVRモデルが「非常に壊れやすい（very fragile）」とも指摘します。これは、RLVRが「ベンチマークを最適化する」ことを北極星としているため、結果として「人間を喜ばせる」RLHFモデルと同様に、特定のベンチマークに過学習し、知能が「ギザギザ」になる（一貫性を欠く）傾向があるためです。

Diogo氏は、JevはSystem Oneの領域に焦点を当てているものの、System Twoのタスクを完全に放棄するわけではないと明確にします。モデルは、自信度が低い場合はその不確実性を表現すべきであり、適切な閾値設定やヒューリスティックによって、System Twoの課題にも対処できる可能性を探ります。ただし、彼は、モデルが「多段階推論（multihop reasoning）」のような複雑なタスクにおいて、ホップ数が増えるごとに性能が「単調に低下する（monotonically increasing as you increase the hops）」という現在の限界も認識しています。

新しいNeolabへの助言：原則と「正しいタスク」の追求

Diogo氏は、多くの新しいAIスタートアップ（Neolab）に対して厳しい見方をしています。彼は、多くのNeolabが「方向性を持たず」、単に「実験を行うためのお金」を求めているに過ぎないと指摘します。

彼の助言は以下の通りです。

  1. 研究の血統よりも「正しいタスク」: 純粋な研究の経歴や血統そのものには価値を見出していません。本当に重要なのは、「正しいタスク」を見つけ出し、それに対して「情熱を注ぐ」ことです。
  2. 価値の創造: 多くのNeolabは、ゼロから仕事をやり直すことで「価値を破壊している」ように見えます。Diogo氏は、実際に価値を生み出し、フロンティアを動かす可能性は低いと考えています。
  3. 原則に立つ: 「実験のために研究者として遊びたい」のであれば、既存のラボが良い場所かもしれません。しかし、もし「正しいタスク」に取り組み、明確な原則を持って世界を変えたいのであれば、起業することは強力な選択肢となり得ます。

Diogo氏は、現在のAI業界における「フロンティアをペースダウンすべきだ」という議論が、RLVRのような特定のAI開発アプローチに固執する「非常に狭い焦点」から生まれていると批判します。彼は、OpenAIやAnthropicの研究者たちが「真の選択肢」を認識していない、あるいは意図的に隠している可能性を指摘し、この「単一モードの思考（uni-modal mind）」を打ち破る必要性を強調します。

他者に託したい未来のタスク

Diogo氏は、TypeSafeのミッションに忙殺される中で、他の開発者や研究者に取り組んでほしいと願ういくつかのタスクを提示しています。

  1. 知的ゲームの世界:

    • AIによってゲームが「超クール」になる可能性。例えば、AIがNPCを制御し、より複雑で魅力的な物語や行動パターンを持つStardew Valleyのような世界。
    • Jevを直接ゲームループに組み込むのはコスト的に難しいかもしれないが、NPCのシンプルな状態マシンにAIを適用するだけでも、没入感のある世界を構築できるとDiogo氏は考えます。

  2. KVキャッシュの制約から解放されたコーディングエージェント:

    • Diogo氏は、自身の論文「KV cache rules everything around me」を引用し、現在のコーディングエージェントが「KVキャッシュの暴政」によって制約を受けていることを指摘します。
    • 課題: KVキャッシュは、一つのモデルに情報を蓄積するため、エージェントが単一モデルに閉じ込められ、効率的な状態管理、抽象化、分解といったソフトウェアのベストプラクティスを妨げています。これにより、ルーティングやサブエージェントの連携が困難になり、コンテキストの圧縮（compaction）も難しくなります。
    • 未来: KVキャッシュの制約から解放されたコーディングエージェントは、新しいプログラミングパターンを可能にします。
      • 階層的なサブタスク: サブタスクごとに状態を明示的にラベル付けし、必要なコンテキストだけを関連するサブタスクツリーから検索できる。
      • 歴史的コンテキストの活用: 過去のコンテキストを安価に参照できるため、スクラッチから再学習する問題を解決し、「連続学習（continuous learning）」の問題をメモリ管理の問題として再定義できる。
      • 並列エージェントと協調: 複数のエージェントが相互の状態を共有し、ロックやインテリジェントな調整を通じて協調作業を行う。これにより、従来のプリミティブなロックではなく、AIが意思決定を支援する形で、複雑な並列処理が可能になる。
    • Diogo氏は、この分野に「熟した探求の領域」があり、賢い開発者が時間を費やして「コーディングエージェントの体験を再考」することを強く望んでいます。

結論：ソフトウェア革命の触媒としてのJevとTypeSafeの挑戦

Diogo AlmeidaとTypeSafeがJevによって提示しているのは、単なる新しいAIモデルではありません。それは、AIの可能性をソフトウェアに深く統合し、これまで実現不可能だったレベルの自動化と知能を、開発者の手に取り戻すための根本的なパラダイムシフトです。

OpenAIでの経験から、Diogo氏はAIが「チャット」に過度に最適化され、その汎用的な知能が「破断」されている現状に強い危機感を抱いていました。Jevは、この反動として生まれ、安全性アライメントやベンチマークのゲーム化といった「人間を喜ばせる」ための歪みから解放され、「コードを喜ばせる」ことに特化することで、真の「信頼性」と「ドルあたりの知能」を追求しています。

Diogo氏は、自身の使命を「純粋なテクノロジスト」として、この技術革命を推進することにあります。彼は、TypeSafeが将来的には「知能のAWS（Amazon Web Services）」のような存在となり、Jevがその「TCP/IP」のような基盤レイヤーとして機能することを夢見ています。

Jevのローンチは、開発者コミュニティに熱狂的な反響を巻き起こし、AIがもたらす経済的な価値と変革の可能性を明確に示しました。これは、AIが単なる「すごい技術」から、現実世界の問題を解決し、ソフトウェアを根本的に強化する「実用的なツール」へと進化する歴史的な転換点となるでしょう。

TypeSafeの旅はまだ始まったばかりですが、そのビジョンと情熱、そして開発者への揺るぎないコミットメントは、間違いなく次世代のテクノロジーを形作る大きな力となるはずです。Diogo氏の言葉を借りれば、「これは始まりに過ぎない」のです。

← 一覧に戻る