証明主張と検証の距離
Anthropicに所属する数学者Levent Alpöge氏が、AIのClaudeと共同でリーマン予想を証明したと主張しています。同氏が自身のウェブサイトで公開した文書によるもので、独立した検証はまだ行われていません。リーマン予想はクレイ数学研究所が定める7つのミレニアム賞問題の一つで、解決者には100万ドルが用意されています。同研究所の規則では、公開後に少なくとも2年間の精査と数学コミュニティの一般的な受け入れが必要とされます。現時点で確定した成果ではなく、主張と検証の間には長い時間軸がある点を押さえておきたいところです。
エージェント前提のSaaS設計
LinearのCOO、Cristina Cordova氏がLatent Spaceのインタビューで、ARR1億ドル突破までの経緯と方針を語りました。2025年5月にMCPサーバーを公開し、いまやLinearで作られるissueの半分以上はエージェントによるものです。同社はSDRを一人も雇わない販売体制をとり、サポートは人間が最終判断する形を保っています。課金はシート課金を残したままAI課金を組み合わせる設計です。エージェントが利用の主導権を握りつつある中で、SaaS企業が参考にできる判断が並んでいます。
ハーネス特化のチューニング
Hugging Faceは2026年11月20日、エージェントハーネスごとにLoRAアダプタを強化学習で訓練し、モデルの精度とトークン効率を同時に改善する手法をブログで公開しました。Qwen3.8-27BをPiハーネスで使う場合、Terminal-Bench 2.1のスコアは39%から55%に上がり、1タスクあたりの平均トークン使用量は2.9Kから1.5Kに減ったと報告されています。さらに3つのハーネス向けアダプタを1つに統合した「スーパーアダプタ」も示されています。モデルそのものを大きくするのではなく、使われ方に合わせて調整する発想が特徴です。
明日以降に注目したい点
3本に共通するのは、AIの出力や効果をどう確かめるかというテーマです。リーマン予想の証明主張は2年以上の精査を経て初めて評価が定まる可能性があり、Linearの数字はエージェント比率がさらに上がった先の課金設計を見る必要があります。Hugging Faceの手法も、他のハーネスやモデルで同様の改善が再現するかが焦点になります。主張・事業指標・ベンチマークのいずれも、第三者による追試と計測が次の論点になりそうです。
AI導入も顧問も、お任せください
何から手をつけるか、どこまでAIに任せるか。自社の業務に合わせて整理し、導入から運用まで伴走します。相談だけでも構いません。
AI導入について相談する