AIが夜通し自ら賢くなる — Karpathyのautoresearchが教えてくれた「自己発展」設計法

夜通し眠っている間にAIが700回の実験を回し、朝起きてみると自ら20個の改善点を見つけておいてくれたら、どうでしょうか。空想のようですが、実際に起きた出来事です。Tesla自動運転チームとOpenAIを率いたAI研究者アンドレイ・Karpathyが2026年3月に公開したオープンソースプロジェクト autoresearch の話です。

興味深いのは結果そのものではありません。このプロジェクトは「どんなプロジェクトでも自ら発展するようにする」という一つの設計原理を、ごく小さく明確な形で示してくれます。そしてその原理は、AI研究ではなく ごく普通の会社業務にもそのまま移すことができます。 今日はその話をしようと思います。

autoresearchが実際にやったこと

Karpathyは、AIモデルを学習させるコードを何か月も手で少しずつ直していました。そんなある日、当然の問いを投げかけます。「これをなぜ自分が手でやっているのか？ AIエージェントに実験を任せればいいじゃないか？」その問いがautoresearchになりました。

構造は驚くほどシンプルです。ファイルが実質三つだけです。

動作の仕組みはこうです。エージェントが train.py を一度直して ちょうど5分間 学習を回し、検証スコア一つ（モデルが次の単語をどれだけ正しく当てるかを測る値、低いほど良い）で成績をつけます。良くなればその変更を採用し、悪くなれば捨てて、また次のアイデアを試します。毎時約12回、夜通しで約100回を、人の手を借りずに繰り返します。

Karpathy自身が明かした核心は、この一文です。

「研究者がやるようにパイソンのファイルを直接触るのではありません。エージェントに文脈を与える program.md というマークダウンをプログラミングするのです。」

つまり、人がやる仕事はコードの修正ではなく 「何に向かって、どこまで変えてよいか」を定義すること へと変わります。結果は明確でした。合計700回の実験の末に、エージェントは自ら20個の最適化を発見し、その改善点をより大きなモデルに適用したところ、学習時間が11%短縮されました。人々はこのやり方を「Karpathy Loop」と呼び始めました。

これが一時的な話題で終わらなかったことを示す状況証拠もあります。2026年5月、KarpathyはAnthropicのプリトレーニング研究チームに加わりました。autoresearchが示した「自己発展ループ」が、最前線のAI研究所の実際の関心事と地続きだと見ることができます。

本当の革新は道具ではなく「自己発展の設計」だ

autoresearchのコードは630行ほどにすぎません。すごい技術が入っているから注目されたのではありません。注目すべきは、どんなシステムでも自ら改善されるようにする設計の骨格 を、これほど小さく蒸留して見せたという点です。その骨格は四つに整理できます。

1. 変えられる面を一つに絞る。 autoresearchは train.py という一つのファイルだけを修正させました。何でも変えられるようにすると、制御もできず学習もできません。「自由に実験する場所」をきっちり一か所に限定することが、最初のボタンです。
2. 「より良い」を数字一つで定義する。 val_bpb という指標一つが、すべての判断の基準です。良くなったか悪くなったかを人が感覚で判断せず、数字が代わりに決めるからこそ、人の手なしでもループが回ります。
3. 時間を決めてループを回す。 実験一回は5分、採用・破棄の判断は即時。短くて反復可能な周期があってこそ、一晩に100回を試せます。完璧な一回よりも、速い百回が勝ちます。
4. 人は方向だけ、実行は機械が。 人が寄与するのは目標の選択、指標の定義、実験空間の設計 — この三つだけです。残りの実行の大部分は、すでに自動化できます。

この四つには、AIモデルという言葉が一つも要らないという点に注目してください。だからこそ、この設計は会社業務へそのまま移せるのです。

自社の業務に移すと

「夜通し自ら改善されるシステム」は、大企業の研究所だけのものではありません。反復され、成否を数字で測れる仕事であれば、この四つのステップを乗せられます。

• 顧客対応の文言: 変える面 = 最初の応答メッセージの文言。指標 = 返信率または予約転換率。ループ = AIが文言のバリエーションを作り → 小規模でテスト → 成績の良い方を採用 → 反復。
• 広告・詳細ページのコピー: 変える面 = 見出し一行。指標 = クリック率。人は「このトーンは絶対にダメ」といった境界だけを定め、バリエーションの生成と比較は任せます。
• 社内業務マニュアル（SOP）: 変える面 = 特定の手順の一段階。指標 = 処理時間またはミス件数。毎週一つの変更だけを試し、良くなればマニュアルに反映します。ただし、ここで多くの場合、最初のボタンを掛け違えます — 指標を「処理時間」だけで設定すると、速度は上がっても品質が崩れます。何を測るかが結果を丸ごと変えるのです。

共通点が見えるでしょうか。すべてを一度に変えるのではなく、変える場所一つと測る数字一つを定めて短い周期で回すこと。 この規律さえ立てれば、システムは自ら良くなり始めます。

ただし、必ず押さえておくべき落とし穴があります。指標を誤って設定すると、見当違いのものを最適化してしまいます。 「通話時間の短縮」だけを指標に掲げると、オペレーターが顧客を急いで切り上げてしまう、といった具合です。数字が目標になった途端、数字だけが良くなり、肝心なものは壊れる — この現象は、よくグッドハートの法則と呼ばれます。だからこそ、この方法論において 人の本当の仕事は、正しい指標を選び、越えてはならない境界を引くことです。 ループを回すのは機械がやりますが、どこへ回すかを定めるのは、最後まで人の役目です。

IROUMISMが顧客企業と仕事を始めるとき、真っ先に行うのも、まさにこの作業です。どの業務をループに乗せるか、何を「より良い」の指標とするか、どこまで自動で変えさせ、どこで人が止まるべきか — この境界を一緒に引くことから、自己発展するシステムが始まります。

まとめとして

autoresearchが投げかけたメッセージは明確です。自己発展するシステムは、大それた技術ではなく 小さく明確な設計 から生まれるということ。変える面一つ、測る数字一つ、決められたループ、そして方向を定める人。この四つがあれば、プロジェクトは自ら良くなり始めます。

問題は「何をループに乗せるか」を選ぶ仕事です。自社のどの業務がこの自己発展ループに最も合うか、どの指標で測れば見当違いの最適化を避けられるか — これを一緒に整理してご提案します。

自社の業務のうち、何から「自ら改善されるループ」に乗せられるでしょうか。30分の無料診断で、最初の候補を見つけてご提案します。