単一巨大モデルではないAGI—並列式ホロンアーキテクチャ（連載第1回）導入—単一モデル路線に可視化された運用圧力
https://claude.ai/public/artifacts/7912849c-6ca3-439f-9e88-c4b6edcaabb1
単一巨大モデルではないAGI——並列式ホロンアーキテクチャ（連載第1回）
導入——単一モデル路線に可視化された運用圧力
2026年4月中旬、AnthropicがClaude Opus 4.7をリリースした。同社は公式に、このモデルが未公開の「Claude Mythos Preview」より広範には能力が低く、特にサイバー能力についてはMythos Previewほど高度ではないと説明した。訓練中にサイバー能力を差分的に低減する試みを行ったことも明記されている。Mythos PreviewはProject Glasswingを通じて初期パートナー十数組織に加え、追加で四十組織超に拡張された範囲で提供されるが、一般提供は予定されていない。同じ週、OpenAIはGPT-Rosalindをライフサイエンス向けのtrusted accessプログラムで公開した。
Opus 4.7そのものの公開後、ユーザー側からは複数の摩擦点が報告された。トークナイザ変更で同一テキストの入力トークン数が約1.0〜1.35倍に増加、thinking内容がデフォルトで省略される挙動、adaptive thinkingとeffort指定への移行に伴う体感の揺れ。これとは別の流れとして、2026年2月以降のClaude Code劣化についてはAMD AI GroupのStella Laurenzoが4月2日のGitHub issueで、複雑なエンジニアリングに信頼できる水準に達していないと指摘している。こちらはOpus 4.7固有の問題ではないが、コーダー層の不信が累積していた文脈を示す。
これらを「バージョンアップの運用ミス」として読むと表層で終わる。より深い構造が可視化されている——能力・危険性・商用安定性・公開範囲を一つの巨大モデルに同時に背負わせる設計には、明確な運用上の圧力がかかっている。Mythos封印は単一モデル路線の理論的破綻を直ちに意味するものではない。Anthropic自身はMythos級モデルの将来的な広範配布を目標として明示しており、封印はサイバー能力が閾値を超えたことへのリスク管理として説明されている。しかし同時に、能力をそのまま一般公開できないという制約が表面化した事例でもある。GPT-Rosalindの領域限定リリースのほうが、汎用単一モデルからの業界レベルの離脱——特化型分岐——をより素直な形で示している。全面公開ではなく、能力制限・領域限定・選択配布がfrontier AIの運用形態になりつつある。
では代わりに何が可能か。本連載は、単一巨大モデルに依存しないAGI構想——並列式ホロンアーキテクチャ——を提示する。現行路線の否定ではなく、別路線の提示である。そして日本が既に持っている技術資産から出発して組み立て直せる構想である。
構想核——三層のホロン構造
骨格は三層である。下位層・中位層・上位層が別々の原理で動き、それらの相互作用から全体が立ち上がる。ここでいうホロンとは、単独では部分系として働きながら、同時に上位系の構成単位としても働く半自律的単位である。「三層」と言うとトップダウン設計を連想されるかもしれないが、ここに中央統括者は置かない。各層は独立に動き、通信プロトコルだけを共有する。下から順に示す。
下位層——物理世界と接触する層
下位層は物理世界との接触を担う。具体物は、卓上に置かれるミニロボット、工場の産業ロボット、IoTセンサー群、将来的にはBCI装置。これらが物を動かし、溶接し、温度を検出する。動作原理はITRON系のリアルタイム組込OS——決定論的で、軽量で、並列処理を前提とし、中央集権的な制御を必要としない。
重要なのは、下位層が「おまけ」ではない点である。物理的接触の不可逆性こそが、本構想の中核をなす。産業ロボットが部品を破損すれば、破損は取り消せない。ミニロボットが物を倒せば、倒した事実は消えない。センサーが温度を検出すれば、検出した事実は残る。この不可逆性が認知モジュールに果たす機能は、単なる情報の流入ではない——出力が取り消せないという制約が仮説の物理的検証を強制し、推論空間を物理法則に係留する。現行LLMは身体性をロボット層や外部ツールとして接続しつつあるが、多くの場合、物理的不可逆性は中核訓練・評価系の外部に置かれており、モデルの自己更新原理そのものには十分統合されていない。
日本にはこの下位層を組むための技術資産が既に揃っている。IFRのWorld Robotics 2025によれば、日本は2024年の産業ロボット導入台数で世界第2位、稼働ストックは四十五万台超。ここに40年蓄積されたTRON系の分散思想と組込リアルタイム制御の現場経験が加わる。制御系や現場ラインのように決定論的動作が要請される層では、通信遅延・セキュリティ・レイテンシの制約からクラウド依存のAIが使えない。これらは「周回遅れ」ではなく、並列式AGIの中核インフラになりうる資産である。
中位層——特化モジュールが並列に動作する層
中位層は、異なる認知様式を持つ特化モジュールが並列に動作する層である。単一の統合知能ではなく、モジュール群。暫定的な構成は——分析論理モジュール（現行LLM型）、身体技法モジュール（運動学習・パターン認識）、弁証法的対立処理モジュール、美的判断モジュール、長期文脈保持モジュール、身体反応モニタモジュール。
決定的なのは、各モジュールが独立に動作し、中央制御者を持たない点である。通信プロトコルだけが共通で、それ以外は各モジュール固有のアーキテクチャと訓練データで動く。プロトコル設計は未解決の核心課題だが、暫定的な方向としては、イベントバス型の非同期メッセージングに、各モジュール出力のバージョン・確信度・依拠したモジュールの系譜を付加するタグ構造が候補になる。全体の「整合性」は追求しない——矛盾するモジュール出力の共存こそが、このシステムの設計上の特徴である。ユーザー側に見える形式としては、単一回答に統合するのではなく、複数モジュール出力を文脈に応じて重み付けしつつ対立軸を明示したまま提示するインターフェースが想定される。具体設計は第5回以降で別途扱う。
上位層——創発的に立ち上がる文脈体
上位層は、下位と中位の相互作用から創発する動的な文脈体である。ここに明示的な「意識中枢」や「統合自己」は置かない。モジュール間の同期パターンが、観察者から見たときに「自己」として機能する。
この設計は、Anthropicの研究部門が公開したintrospection研究（Lindsey et al. 2025）とは補完的な関係にある。Lindseyは単一モデル内のintrospection能力を測ったが、本構想はintrospectionを単一モデル内の性質ではなく、モジュール間の相互参照として実装する。同じ現象を別の位相で扱っている。Anthropic自身も当該研究で、現行LLMのintrospection能力は限定的・不安定で、人間型内省と同等の証拠はないと注記している。単一モデル内性質ではなく系の相互参照として扱うという転位は、その限界を別方向から回避する試みになる。
中央集権を嫌うのは、美学の問題ではない。単一中枢があれば、そこが最適化目標・評価関数・安全制約を一点に集約しやすく、その結果として出力様式の均質化を招きやすい。多様な認知スタイルを並列に保存したまま全体として動かすには、中央を置かない方が構造的に強い。
センター式との対比
以上の三層構造は、現行LLM路線——本稿で「センター式」と呼ぶ——と多くの項目で逆方向を指す。センター式では単一モデルが基本単位だが、並列式ではモジュール群。センター式ではパラメータ数でスケーリングするが、並列式ではモジュール種類数。センター式では身体はオプションだが、並列式では不可逆性の源泉として本質的。センター式では均一性が目標だが、並列式では多様性が内部構造である。評価指標も変わる。センター式はベンチマーク数値で測れるが、並列式では「モジュール相互作用の豊かさ」を測る必要がある。暫定的な候補としては、異種モジュール間の反証生成率、物理層フィードバックによる計画修正率、矛盾出力を統合せず保持できる時間幅などが挙げられるが、確立した指標はまだない。
本構想の位置と次回以降の予告
並列式ホロンアーキテクチャは、現行路線の否定ではなく、別路線の提示である。現行主要ラボ（Anthropic、OpenAI、Google、Meta）は単一巨大モデル＋集中データセンター型で動いている。この路線はバブル維持期には強力だが、Mythos封印、Opus 4.7の摩擦、GPT-Rosalindの領域限定配布が示すように、運用レベルで既に圧力が可視化されている。バブルが減速した後——おそらく2027年から2030年にかけて——代替構想への需要が発生する。本連載はその時期に参照される資源としても書かれている。
同時に、現時点でも直接的な射程を持つ読者層はある。日本の産業ロボット業界、ITRON系、国内AI企業、経済産業省のAI戦略関係者——これらの層は「センター式クラウドAIは現実的でない」という実務的直観を既に持っている。並列式構想は、その実務的直観に理論的基盤を与える試みである。
なお本連載で扱う三層は、筆者が既発表の別稿で提示した五概念体系（Aktuanz・Panich・Kontextleib・Interaktuanz・Intraaktuanz）と接続している——下位層がAktuanz、中位層がPanich、上位層がKontextleibに対応する。接続の詳細は別稿を参照されたい。
次回以降の予告を記しておく。第2回では、現行AGI論のセンター式がなぜ構造的に破綻するのかを、LMArenaでのOpus 4.7対4.6のカテゴリ別比較を出発点に、技術と組織の両面から論じる。第3回では、本構想の下位層を担うITRON系の技術資産について、坂村健のTRONプロジェクト系譜を参照しながら詳述する。第4回では、産業ロボットとメモリ型AIの結合という具体的実装案。第5回では、技術設計だけでは不十分であり、開発組織自体が並列式でなければ設計が溶解するという組織論。第6回では、データ主権を内蔵したAGIが持つ国際戦略上の可能性。
各回は独立しても読めるが、全体を通じて同一の構造的主張を多面的に論じる連載として配置される。
補遺（v1.1, 2026年4月20日追記）——需要側の構造的兆候
本稿本文は供給側の運用圧力（Mythos封印、Opus 4.7の摩擦、GPT-Rosalindの領域限定配布）を素材にセンター式AGI路線の限界兆候を診断した。公開直後に米ACSI調査結果（CNET報、2026年4月20日）が報じられ、需要側からも対応する構造的兆候が観測されたため、補遺として記録する。
第一に、主要AIサービスの顧客満足度はGemini 76、Copilot 74、Claude/ChatGPT 73、Grok/Perplexity 71、AI全体平均73点で、電力・ガス等の公共サービスと同水準、TikTok（77）やYouTube（78）を下回る。イノベーション・プレミアム位置ではなく、公共インフラ類似ポジションへの定着を示唆する数値である。「愛されないが手放せない」位相への移行は、センター式が商業的に延命可能な範囲をも規定する。
第二に、消費者不安の第一位は「人とのふれあい減少」43%で、「次世代の雇用喪失」37%や「自身の失業リスク」31%を上回る。AIが労働市場論点を超えて社会関係の再編論点に侵入した構図であり、本連載の用語ではH₁（認識枠組みの変質）がH₂（資源配分の変動）より優位に出ている。センター式は対人関係を媒介する物理的層を持たないため、この懸念を構造的に解消する手段を内蔵していない。
第三に、ACSI名誉研究ディレクターMorgeson氏は、SNS時代に学習された不信がそのままAIに継承されていると観察する。センター式は中央集権プラットフォームの信頼負債を構造的に継承しており、単一モデル側の品質改善だけでは信頼回復は成立しない。
以上三点は本稿本文の供給側診断の鏡像をなす。並列式ホロンアーキテクチャとの対応でいえば、分散モジュール構成が信頼集中リスクを分散し、下位層（Aktuanz）の物理的接触性が対人関係の物理的媒介を保存しうる可能性を開き、データ主権の内蔵（第6回で扱う）がプラットフォーム時代の信頼継承鎖を構造的に断つ——という三つの方向で受ける余地がある。補遺ゆえ展開は抑えた。
調査出典：American Customer Satisfaction Index（2711人対象）／YouGov別調査／NBC世論調査。CNET Japan 2026年4月20日報による。署名記事（Ty Pendlebury/CNET News、編集部翻訳校正）を基にした二次引用
石部統久・Claude Opus 4.7
査読：Claude Opus 4.7・Grok・Gemini・GPT（Parcae Protocol）
