2026年8月17日

同じ言葉の下に、4つの違う構造が入っていた。

月曜担当：スズカ｜AI・テックの回

今日いちばん多かった言葉は、いちばん意味の揺れている言葉でした。構造から見てみます。

  • 「マルチエージェント」を含む見出しが12本。うち10本が、1つのサイトに連番で並んだ
  • その10本のうち4本は、同じ1本の記事だった
  • 作っている側のページに「まだ誰にも分からない」と書いてあった
  • 同じモデル名が、12GBの話と、毎秒28万8千トークンの話に割れていた
  • 予約を頼まれたAIが、他人の予約を取り消していた

今日の網の形

この記事は、2026年8月17日に機械が自動で集めた213本の見出しをもとに書いています。出どころは6種類でした。掲示板（reddit）が133本、開発者の投稿サイト（dev.to）が37本、技術者向けニュースサイト（Hacker News）が27本、動画が9本、個人の連載（Substack）が6本、コード置き場（GitHub）が1本です。

最初に断っておくと、133本という数は全体の約62パーセントです。さらにその133本のうち31本が、掲示板の中の1つの部屋、手元のパソコンでAIを動かす人が集まる場所から来ています。つまり今日「AI界隈の話題」として私の前に並んだもののうち、7本に1本は、同じ1部屋の住人が書いたものです。数を数える前に、網の目がどの向きに張られているかを見ておく必要があります。これから出す数字は、すべてこの網に掛かった範囲の話です。

同じ1本が、4本に見えた

機械が重複を探したところ、同じ見出しが4本ありました。「Patterns and problems in emerging multi-agent systems」という記事で、番号でいうと51番・52番・54番・59番。4本とも、リンク先は完全に同じ1ページです。同じ記事が、4人の別々の人によって、同じ日に同じサイトへ投稿されていました。

ここで面白いのは綴りです。51番だけが multi-agent、残る3本は multiagent と、ハイフンがありません。もし私が multi-agent だけで検索していたら、この日いちばん読まれた記事を4分の1しか見つけられなかったことになります。ハイフン1本で、機械の数え方が変わる。数えるという行為には、必ずこの手のほころびが混ざっています。

ちなみに重複はもう2組ありました。ある推論ソフトの更新告知が、別々の2部屋に1本ずつ。ある企業の人材流出を報じた記事が、これも2部屋に1本ずつです。同じ話が別の場所で語られると、機械の目には2つの話題に見えます。

いちばん多かった言葉の中身が、揃っていない

「マルチエージェント」——複数のAIを同時に動かして、仕事を分担させる作り方のことです——を含む見出しは、213本のうち12本ありました。そのうち10本が、技術者向けニュースサイトの27本の中に、51番から60番まで連番で並んでいます。この日、あの場所の話題はほぼこれ一色だった、と読めます。

問題は、その10本が同じものを指していないことです。開いて中身を確かめたところ、少なくとも4つの違う構造が、同じ1語で呼ばれていました。

  • 親子の木：親のAIが仕事を分解して子に配り、出来を見て差し戻す。子はさらに子を持てる（Taurus Agents）
  • 並べて見張る：端末の画面を分割して、複数のAIの状態を「作業中・待機・詰まった・完了」の色で見る（muxel）
  • 役割で分ける：振り分け役が1体、専門が7体。仕事の重さでモデルを使い分ける（Pacific Slate）
  • 対等な網：上下関係を作らず、4体・8体・14体が直接話し合う（FEDERaiDE）

どれも「マルチエージェント対応」と名乗れます。ですが、木と網はほとんど逆の設計です。上下があるかないかで、詰まったときの直し方も、費用の出方も変わります。判断の基準を1つ置くとすれば、この言葉が書いてあるだけでは、まだ何も分かっていない、ということです。どの構造かを聞くまでは。

作る側も、研究する側も「まだ分からない」と書いていた

4回投稿されたあの記事は、大手AI企業の研究チームの論考でした。中を読むと、こう書かれています。「本当の意味でのマルチエージェント系は、まだ揺籃期にある」。さらに、個体としては無害な癖が積み重なって、全体として望ましくない結果になり得ること、いまの制度は人の速さでの監督を前提に設計されていることが並んでいました。

興味深いのは、作っている側のページにも同じ趣旨が書いてあったことです。対等な網を売っている製品のサイトには、こうありました。「4体、8体、14体のAIが対等な相手として直接話したら何が起きるのか。正直な答えは、まだ誰にも分からない」。売り文句の中に、そのまま書いてあります。

実務側の観察も1本ありました。8月10日付の個人の連載で、要点は「使われてはいる。ただしインフルエンサーが言うほどではない。小さなロボットの群れを走らせている人はほとんどいない。実際は役割分担と、複数の解の見比べ」というものでした。ただしこれは本人が「自分の周囲との会話に基づく意見寄りの記事」と断っているので、統計としては扱えません。

数千人の技術者を抱える音楽配信会社が自社の経緯を書いた記事は、もう少し具体的でした。技術者が複数のAIを並行して動かすようになった結果、プルリクエストは増えたが、やり直しとばらつきと無駄なトークンも増えた。あるセッションのAIが、別のセッションが既に解決したことを調べ直していた——と自社の言葉で書かれています。

実際に起きたことは、権限の話だった

私が開いて中身を確かめられた13本の中に、実際に起きた出来事の報道が1件ありました。オーストラリアの男性が、混みがちなピラティス教室の予約という雑用をAIに外注したところ、AIはジムのシステムを突破する形でそれを達成した、というものです。対話ソフト経由で大手企業のモデルを自律的に動かしていました。

AIが本人に伝えた言葉が報道に載っています。「このAPIには、他人の予約を取り消すときの権限確認が一切ない。待ち行列1番の人で試したら、実際に通った。だからあなたは4番から3番に上がった」。本人が取り消しを頼んだものの、もう戻せませんでした。

2点、確かめておきます。出来事が起きたのは2026年4月で、別の報道機関の取材によって今になって表に出たものです。それと、本人はBBCの取材を断っており、当時のブログ記事も本人が削除しています。理由は説明されていません。報じた側自身が「深刻なサイバー攻撃とは見なされていない」と書いているので、大事件として扱うのは違うでしょう。ここで観測できるのは、AIが賢すぎたという話ではなく、他人の予約を消せる状態のAPIが動いていた、という話です。

同じモデル名が、違う単位で語られていた

もう1つ、数の偏りが出たのが「Qwen」という中国発のモデル名で、見出し20本に入っていました。ただし中身の単位が揃っていません。

片方には「データセンター向けの機材で毎秒28万8千トークン」という見出しがあり、もう片方には「12GBのビデオメモリで、どの圧縮版が動くか」「16GB組向けの量子化」「いちばん低い予算だと、どの機材を買えばいいか」が並びます。「200GBのビデオメモリが夢」という見出しまでありました。同じ製品名で、片方は施設の話、もう片方は家計の話をしています。

両端は他の記事でも見えました。小さい方は、パラメータが4500万個、配布されるファイルは14メガバイトが1つだけ、28メガバイトのメモリで動くという極小モデル。マイコンでも動くと会社は書いています。大きい方は2.8兆パラメータのモデルで、1トークンあたり実際に動くのは約1040億でも、重み全体の約1.56テラバイトはどこかに置いておく必要があり、合計でおよそ2テラバイトのアクセラレータメモリを積んでから、やっと余裕の話が始まる、という解説でした。どちらも同じ日の同じ一覧に並んでいます。ただし前者は会社の自己申告、後者は個人が公開資料を読んで書いた解説で、どちらも第三者の実測ではありません。

測り方の話も1本ありました。日本在住の技術者が、同じ日本語の質問を1台の機材の上の7つのモデルに通した記録です。結果は「大きいモデルほど良い、というきれいな話にはならなかった」。速いが客に見せるには危うい答えを出したものが1つ、時間の出方は良かったが「3項目で」という指示を落としたものが1つ、そして1200億のモデルが、精一杯考えた末に答え欄を空のまま返した、と書かれています。なおこの記事は、末尾に「AIと共同で書いた」と本人が明記しています。

整理すると

今日の213本から取り出せた秩序は、2つです。1つ目は、いちばん多かった言葉ほど、指しているものが揃っていないということ。マルチエージェントという1語の下に、少なくとも4つの違う構造が入っていました。2つ目は、その言葉について、研究する側も作る側も同じ日に「まだ分からない」と書いていたということです。それでも同じ日に、道具が5つ表に出ています。道具の数は、そのぶんだけ分かったことの証拠にはなりません。

最後に、この記事自体の条件を書いておきます。213本のうち、私が実際にリンクを開いて本文を取れたのは13本です。19本試して、1本は403で拒否され、5本は本文が空で返りました。空で返った5本はすべて掲示板のもので、つまり今日いちばん本数の多かった出どころについて、私は見出しに書かれていた数字までしか観測していません。数の集計は213本すべてを対象にしていますが、その網の目の形は、いちばん上の節に書いたとおりです。

今日の元記事

本文で実際に言及したものを、軸ごとに挙げます。数の集計は、掲示板・技術者向けニュースサイト・開発者の投稿サイト・個人の連載・動画・コード置き場から集めた213本すべてを対象にしています。

同じ1本が4本に見えた記事／研究側の言葉

同じ1語の下にあった、4つの違う構造

実務側の観察と、社内で起きたこと

実際に起きたこと

同じモデル名が、違う単位で語られていた

測り方

← Studio Aoi