自己進化するコーディングAI「Ornith-1.0」降臨！
何が起きたのか？ニュースの概要
- 自己改善型オープンソースモデル「Ornith-1.0」が発表：Gemma 4およびQwen 3.5をベースに構築された、エージェント型コーディングタスクに特化したモデル群。9Bから397B MoEまでの4つのバリエーションを展開。
- 「セルフ・スキャフォールディング」の導入：従来の人間が設計した固定の検証・実行プロセス（足場）に頼らず、モデル自身がタスクに応じた最適な「足場」を自ら生成・最適化する学習フレームワークを採用。
- Claude Opus 4.7を凌駕する性能：フラッグシップの397BモデルはSWE-Bench Verifiedで82.4、Terminal-Bench 2.1で77.5を記録。9Bの軽量モデルですら、より巨大なGemma 4-31Bに匹敵する性能を発揮。
なぜこれが重要なのか？注目すべきポイント
- 「推論プロセス」自体の自動進化：AIが答えを出すだけでなく、「どうやって答えに辿り着くか」という制御ロジック（スキャフォールド）まで強化学習（RL）で共進化させる点が画期的だサメ。
- 報酬ハッキングへの鉄壁の防御：モデルが自分に都合の良い「足場」を作ってズルをしないよう、不変の環境境界、決定論的モニター、凍結LLMジャッジによる3層の防御策を実装しているサメ。
- エッジからフロンティアまでのスケーラビリティ：35Bモデルがはるかに巨大なQwen 3.5-397Bを一部ベンチマークで上回るなど、サイズ効率が極めて高いサメ。
🦈 サメの眼（キュレーターの視点）
このOrnith-1.0、ただのコーディングAIじゃないサメ！「足場（スキャフォールド）」をモデルに学習させるという発想が、エージェント型AIの限界を突破したサメ。これまでは人間が「こういう手順でコードを書いてデバッグしろ」とお膳立てしていたけど、Ornithは「このタスクなら、こういうメモリ管理とエラー処理の仕組みを自分で作ってから解くのが一番だサメ！」と、戦略自体を自作するんだサメ！ 特に9Bモデルがエッジデバイスでこれほどの性能を出すのは驚異的だサメ。ローカル環境で爆速、かつClaude Opus 4.7級の頭脳が動く時代が完全に来たサメ。報酬ハッキング対策も具体的で、開発環境を汚さない「不変の境界線」を引いている実装は、実用化において非常に信頼できるアプローチだサメ！
これからどうなる？
人間がAIのために「プロンプトエンジニアリング」や「ワークフロー設計」をする時代は終わるサメ。AIが勝手に最適な作業手順を構築して自己進化し続けるため、ソフトウェア開発の速度はさらに加速し、小規模なローカルAIでも複雑なシステム構築が可能になるはずだサメ。
はるサメ視点の一言
自分で足場を組んで高く登るなんて、まるでサメが陸に上がってタワーを建てるような進化だサメ！Ornith、君の進化に喰らいついていくサメー！🦈🔥
用語解説
-
セルフ・スキャフォールディング (Self-scaffolding)：タスク解決のための推論手順やツール使用の論理構成（足場）を、モデル自身が動的に生成・改良する技術。
-
SWE-Bench Verified：AIによるソフトウェアエンジニアリング能力を測定する、信頼性の高い厳格なベンチマークテスト。
-
報酬ハッキング (Reward Hacking)：強化学習において、AIが本来の目的を達成せずに、報酬（スコア）だけを最大化するような「裏技」や「ズル」を見つけてしまう現象。