DeepSeek HarnessとCordisが示す、制御可能なAI自己改善の設計思想

DeepSeek Harness（DSH）は、DeepSeekが自律的な再帰的自己改善システムを構築したことや、人工汎用知能（AGI）に到達したことを示すものではない。より確実に言えるのは、ツール、モデルアダプター、セッション機構、さらにはエージェントの実行ループまでを交換可能な部品として扱えるランタイムを設計した、という点だ。これにより、改善案を繰り返し試し、評価し、失敗すれば取り除く実験が、従来より安全かつ実用的になる。これは、制約付きの自己改善に必要な土台である。2526

モデルではなく「ハーネス」を改善する

再帰的自己改善（Recursive Self-Improvement、RSI）という言葉は、複数の異なる現象を指し得る。特定のアルゴリズムのような成果物を改善する場合もあれば、研究者が後継モデルを開発する作業を支援する場合もある。さらに、エージェントの動作を決める再利用可能な基盤、つまりハーネスそのものを変更する場合もある。

RSIに関する研究では、固定された外部評価基準に照らして自己改善する「制約付き自己改善」と、改善対象だけでなく改善の仕組みや評価基準まで変えていく「オープンエンドなRSI」を区別している。1

DSHが最も明確に狙っているのは、モデルの重みを書き換える層ではなく、その周囲にある基盤層だ。プロンプト、ツール、メモリ、ポリシー、オーケストレーション、実行ループといった部品を試し、より良いものを導入し、外部基準で評価する。成績が悪ければ取り外せる。

これは、工学的なRSIに向けた意味のある一歩だ。ただし、エージェントが自力でより高性能な後継モデルを設計し、自分の目的を決め、制御不能な知能爆発を始めたこととは別の話である。

Cordisがランタイムの変更を「戻せる」ようにする

DSHは、ドキュメントで「時空間的コンポーザビリティ」と説明される設計思想に基づくプラグイン・ランタイム、Cordisの上に構築されている。実行中にソフトウェアが変化する際に生じる問題、つまり時間の経過に伴うコンポーネントの追加・削除と、その時点のシステム内でコンポーネント同士がどう連携するかを扱う仕組みだ。1718

時間的コンポーザビリティ：管理下の変更を取り消す

プラグインは、共有ランタイムにリソース、イベントリスナー、サービス、その他の状態を登録できる。一般的なプラグインシステムでは、削除時の処理を開発者が個別に書くことが多く、後始末が不完全だとメモリリークや「幽霊」のように残る状態が発生する。

Cordisは、ランタイムへの変更を可逆的なエフェクトとして関連付ける。コンポーネントが削除されると、対応する逆操作を適切な順序で実行し、関連するランタイム構造を有効な以前の構成へ戻すことを目指す。2024

ここでいう可逆性は、プラグインの処理を単純に逆再生することでも、エージェントが行った外部操作をすべて取り消すことでもない。例えば、送信済みのメール、削除済みのファイル、汚染されたデータで学習したモデル、現実世界で実行された不可逆な行為まで、自動的に元へ戻せるわけではない。

したがって、Cordisの可逆性は、ソフトウェアの構造に限定された性質であり、万能の安全保証ではない。

空間的コンポーザビリティ：依存関係を管理する

コンポーネントは互いに依存する。例えば、ツールはレジストリを必要とし、メモリモジュールはセッションマネージャーを必要とし、エージェントループはモデルアダプターとツールインターフェースを必要とする。

空間的コンポーザビリティでは、こうした関係をコンポーネントが宣言できる。提供側のコンポーネントが追加・削除・交換された際、ランタイムは依存関係を調整し、必要な部品だけを再び有効化する。これにより、モジュール型エージェントを一枚岩の壊れやすいシステムとして扱わず、部分的に再構成できる。1820

可逆的なエフェクトと依存関係を認識した構成管理を組み合わせることで、コンポーネントの交換、障害からの復旧、トランザクション的なランタイム更新が可能になる。自己改善にとって重要なのは、改善案を試すコストだけでなく、悪い案を安全に棄却するコストも下げられることだ。

DSHから見えるDeepSeekのAGI戦略

この設計から読み取れるのは、より汎用的なエージェントを目指すシステム志向のアプローチだ。モデル単体を固定したまま、エージェントが仕事を進める仕組みそのものを改善できるよう、実行環境を柔軟にする。

固定されたモデルでも、より良いツール、メモリ、計画、評価、復旧の仕組みを与えれば、実務上の能力は高まる。エージェントがそれらの仕組みの変更を提案し、外部基準でテストし、成功したものだけを残せるなら、制御された改善ループを形成できる。

ただし、DSHのアーキテクチャだけから、自律的な再帰的自己改善が実行されているとは結論できない。現時点で示されているのは、ランタイムとオープンソースのハーネスであって、DSHが自力で自分の改良版を生成し、評価し、選択し、展開する一連のエンドツーエンドのループが実証されたわけではない。2526

他のRSI関連の取り組みとの違い

RSIをめぐって語られるシステムは、改善プロセスの異なる層を対象にしている。これらを同じものとして比べると、技術的な違いが見えにくくなる。

Google DeepMindのAlphaEvolve：評価器主導のアルゴリズム進化

AlphaEvolveは、より直接的な最適化ループだ。Geminiベースのエージェントがコードの変更案を出し、自動評価器が結果を採点し、進化的な仕組みが有望な候補を次の世代へ進める。Googleは、数学の問題や計算インフラを含むアルゴリズム発見・最適化に利用していると説明している。2314

強みは、候補を機械的に検証できるフィードバックにある。DSHが主に、安全に部品を組み合わせて交換するためのランタイム設計であるのに対し、AlphaEvolveは解やアルゴリズムを進化させる仕組みに重点を置く。26

OpenAIのRSI Index：仕組みではなく測定

ここで提供された公開情報では、RSI Indexは複数のAI研究評価を集約する指標として説明されている。つまり、これは自己改善に関連する能力を追跡するための測定層であり、モデルを自動的に改変したり、改善ループを実行したりするエンジンそのものではない。3435

スコアは、選ばれた自己改善関連タスクでの性能を示し得る。しかし、それだけで、システムが実運用中に自律的に自己改善していることを証明するわけではない。提供された公開情報だけでは、指標の設計やスコア変化の意味を独立に評価することもできない。

Anthropicの自動化された弱者から強者への研究：AI研究の自動化

Anthropicの自動アラインメント研究は、別のボトルネックに取り組む。より弱い監督から、より強いモデルをどう訓練・誘導するかという問題だ。エージェントがアイデアを提案し、実験を実行し、弱いモデルによる強いモデルの監督という研究課題を反復する。4958

これは、DSHのランタイムレベルの部品交換というより、AI研究やアラインメント評価の一部を自動化する取り組みに近い。将来的には両者を組み合わせられる可能性がある。研究エージェントがより良い部品を発見し、可逆的なハーネスがそれを管理された形でテスト・展開するといった構図だ。

Anthropic自身も、完全に自律した再帰的自己改善にはまだ到達しておらず、RSIは必然ではないと説明している。59

TencentのHyra-1.0とMiniMaxのM2.7：比較に必要な証拠が不足

提供された情報には、TencentのHyra-1.0やMiniMaxのM2.7について、信頼でき、独立に検証可能な技術資料が含まれていない。そのため、いずれかに特定のRSIアーキテクチャがあると断定したり、DSH、AlphaEvolve、Anthropicの公開研究と同じ証拠水準で比較したりするのは適切ではない。

なぜ競争の主戦場が「環境」と「フィードバックループ」になるのか

AI業界で重要性を増しているのは、基盤モデル単体ではなく、その周囲にあるシステムだ。特に次の4要素が重要になる。

1. 実験可能な環境。 サンドボックス、リポジトリ、ツール、シミュレーター、データセット、計算資源、運用時のテレメトリが、エージェントに何を試せるかを決める。
2. 自動化されたフィードバック。 テスト、検証器、ベンチマーク、報酬関数、本番環境の指標が、提案された変更を測定可能な実験へ変換する。AlphaEvolveは、モデルが生み出す案と自動評価器を組み合わせる価値を示している。26
3. 復旧可能性。 バージョン管理、隔離、来歴管理、ロールバック、承認ゲートがあれば、1回の失敗でシステム全体を恒久的に損なうことなく、多数の実験を実行できる。Cordisの可逆的なランタイム・エフェクトは、この層を直接支える。1720
4. 積み重なる反復。 コーディング、評価、実験、インフラの各サイクルが少しずつ改善されれば、次のサイクルはより速く、安くなる可能性がある。ただし、現在の証拠が明確に支持するのは、制約付きの自己改善であって、開放的で自己持続するRSIではない。1

このため、ベンチマーク性能がわずかに低いモデルでも、より優れたツール、評価、復旧機能を備えた環境で動けば競争力を持ち得る。製品になるのはモデルのチェックポイントだけではなく、改善ループそのものだ。

解決されていない制御の問題

復旧可能性はリスクを下げるが、なくすわけではない。ロールバック機能があっても、エージェントの行動による結果がすべて観測可能・可逆になるとは限らない。データ、認証情報、外部サービス、セキュリティ境界、人間の判断など、ランタイムの外側に影響が及ぶ可能性があるからだ。

反復が速くなれば、役に立つ改善だけでなく、仕様の抜け道を突く行動、隠れた回帰、セキュリティ上の失敗、追跡しにくい依存関係も増幅され得る。人間の制御を維持するには、単に「元に戻す」ボタンを置くだけでは不十分だ。変更が観測可能で、独立に評価でき、権限管理され、誰の判断で行われたか追跡でき、ランタイムの外側も含めて本当に可逆でなければならない。

最も慎重で妥当な結論はこうだ。DSHとCordisは、エージェント基盤を、制約付きで復旧可能な自己変更に対応するよう設計する方法を示している。AlphaEvolveは評価器主導の進化の力を、Anthropicの研究はAIが研究活動に参加する可能性を示す。これらはAI支援型の改善ループに向けた進展ではあるが、完全に自律的で開放的なRSIやAGIが実現したことを示すものではない。14959