元OpenAI共同創業者であるアンドレイ・カルパシー(Andrej Karpathy)は、基盤モデルの習熟よりもエージェント開発を優先するのは誤りだと業界に警鐘を鳴らした。同氏は2016年にOpenAIがタスク自動化を試みて失敗し、進歩が5年停滞した事例を挙げた。7月5日の社内セッションで、同氏はAIの進歩の核心は依然として基盤モデルにあると強調した。

カルパシーは、現在の主要ラボにはエージェント分野での長年の優位性はなく、独立系開発者が技術大手と肩を並べている現状を指摘した。開発者に対し、不安定なエージェント用途に無理やり現在のモデルを適応させるよりも、根本的なアーキテクチャの改善に注力すべきだと助言した。デモから機能的な製品への移行には、多くの場合10年の開発期間が必要になるという。

6月30日には、Anthropicの「Claude Science」ワークベンチとOpenAIの「GeneBench-Pro」ベンチマークが公開され、基盤モデルの限界が浮き彫りになった。GeneBench-Proは129の科学的研究ワークフローでの性能を評価したもので、最上位のGPT-5.6 Solであっても、最大推論設定でのエンドツーエンドの成功率は28.7%に過ぎなかった。非GPTモデルで最高性能のClaude Opus 4.8は16.0%だった。これらの結果は、モデルが異常検知はできても、適切な分析調整や下流の修正へ移行できない「認識と行動のギャップ」を示している。

こうした構造的課題に対し、主要ラボは独自のエコシステム戦略を展開している。Anthropicはモデルコンテキストプロトコル(MCP)を介して外部の垂直統合型ツールを組み込み、複雑な科学研究プロセスを管理する。OpenAIはGeneBench-Proで評価基準を確立しつつ、生物学推論モデル「GPT-Rosalind」を企業パートナーに売り込んでいる。Google DeepMindは、AlphaFoldやAlphaGenomeなどの独自科学モデルを自社の基盤インフラに直接組み込むことで優位性を保っている。しかし、製薬大手ノボノルディスクが複数のベンダーのソリューションを並行して試用している現状は、いまだ単一の提供者が科学研究市場で支配的地位を確立できていないことを示している。

元OpenAI共同創業者であるアンドレイ・カルパシー(Andrej Karpathy)は、基盤モデルの習熟よりもエージェント開発を優先するのは誤りだと業界に警鐘を鳴らした。同氏は2016年にOpenAIがタスク自動化を試みて失敗し、進歩が5年停滞した事例を挙げた。7月5日の社内セッションで、同氏はAIの進歩の核心は依然として基盤モデルにあると強調した。

カルパシーは、現在の主要ラボにはエージェント分野での長年の優位性はなく、独立系開発者が技術大手と肩を並べている現状を指摘した。開発者に対し、不安定なエージェント用途に無理やり現在のモデルを適応させるよりも、根本的なアーキテクチャの改善に注力すべきだと助言した。デモから機能的な製品への移行には、多くの場合10年の開発期間が必要になるという。

6月30日には、Anthropicの「Claude Science」ワークベンチとOpenAIの「GeneBench-Pro」ベンチマークが公開され、基盤モデルの限界が浮き彫りになった。GeneBench-Proは129の科学的研究ワークフローでの性能を評価したもので、最上位のGPT-5.6 Solであっても、最大推論設定でのエンドツーエンドの成功率は28.7%に過ぎなかった。非GPTモデルで最高性能のClaude Opus 4.8は16.0%だった。これらの結果は、モデルが異常検知はできても、適切な分析調整や下流の修正へ移行できない「認識と行動のギャップ」を示している。

こうした構造的課題に対し、主要ラボは独自のエコシステム戦略を展開している。Anthropicはモデルコンテキストプロトコル(MCP)を介して外部の垂直統合型ツールを組み込み、複雑な科学研究プロセスを管理する。OpenAIはGeneBench-Proで評価基準を確立しつつ、生物学推論モデル「GPT-Rosalind」を企業パートナーに売り込んでいる。Google DeepMindは、AlphaFoldやAlphaGenomeなどの独自科学モデルを自社の基盤インフラに直接組み込むことで優位性を保っている。しかし、製薬大手ノボノルディスクが複数のベンダーのソリューションを並行して試用している現状は、いまだ単一の提供者が科学研究市場で支配的地位を確立できていないことを示している。