Ethan Mollick、AIエージェント時代の「Thing」の輪郭と連鎖的な混乱を論じる

Mollickは、ChatGPT登場後の人間とAIの往復型の協働を co-intelligence と呼び、2025年後半からはClaude Code、OpenAIのCodex、OpenClawのようなAIエージェントに仕事を任せる段階に入ったとする。数時間分の人間の作業を数分で返すこともあり、AIと働くのではなくAIを管理する時代だという。能力の向上は画像生成のOtter Testや動画モデルの例で示され、METRのLong Tasksグラフも挙げている。同グラフには批判があり、METR自身も問題点を指摘していると断っている。

他のベンチマークでも同様の曲線が見られるという。Google-Proof Q&Aでは最良のAIが94%、GDPvalでは最新のAIが熟練した人間と同等かそれ以上となる割合が82%、Humanity's Last Examやパズルでも同様の伸びがあるとする。一方で各テストには欠陥があり、AIの能力は凸凹で、多くの組織ではまだ変化が小さいとも書いている。

組織の変化の例として、StrongDMの3人チームのSoftware Factoryを紹介している。コードを人間が書かず、レビューもしないという二つのルールを置き、エンジニア1人あたり給与相当、最低でも1日$1,000分のトークンを使う想定である。人間が書いたロードマップをもとに、コーディングエージェントが開発し、テストエージェントが模擬の顧客環境で検証する。Mollickは個別の詳細よりも、働き方に対するこうした実験が可能で、おそらく必要になった点を重視している。

2月22日のCitrini Researchの架空シナリオが株式市場を動かし、26日にBlockがAIを理由に40%の人員削減を発表し、27日にPentagonとAnthropicがClaudeの利用ルールをめぐり対立したという。いずれも見かけ通りではなかったが、能力への突然の認識、雇用への影響、政策との絡み合いという近い将来の姿を示す1週間だったとする。

背景として、Dario AmodeiやDemis HassabisがDavosで再帰的自己改善に言及し、OpenAIが2月の最新Codexモデルを自己の開発に寄与した最初のモデルと説明したことを挙げる。Mollickは、どこまで進むかは分からず、停滞して社会が徐々に吸収する可能性も排除しないと述べる。それでも今の選択が前例になるため、組織が良い使い方を探る意味は大きいと結んでいる。