ハーネス・ボトルネック仮説：AIの知能は「外装」で決まる #AIシステム論 #2026年AIシステム工学 #ポストスケーリング則
ハーネス・ボトルネック仮説：AIの知能は「外装」で決まる #AIシステム論 #2026年AIシステム工学 #ポストスケーリング則 巨大モデル神話の終焉と、ランタイム設計による認知空間の支配 目次 イントロダクション：モデルの「生」の知能は死んだ 要旨・本書の目的 方法論：三層比較分析と分散認知モデル 本書の目的と構成 登場人物紹介 歴史的位置づけ・先行研究の整理 疑問点・多角的視点 日本への影響 第1部 スケーリング則の黄昏：重みからシステムへ 第1章 2026年のAIパラダイムシフト 第2章 効率の逆説：Soofiと低コスト推論の衝撃 コラム：開発室の片隅から ―― 1Bモデルが動いた日 第2部 ハーネス・ボトルネックの理論的基盤 第3章 ランタイム設計が規定する論理境界 第4章 探索空間の物理学：ATG（Atomic Task Graph）の正体 コラム：物理学者とAIの対話 ―― 複雑性の海を渡る 用語索引・用語解説 イントロダクション：モデルの「生」の知能は死んだ あなたが手元にある最新の人工知能エージェント（自律的にタスクを実行するAI）を動かし、昨日よりも鮮やかに難問を解いたとします。あなたはきっと、 「モデルの脳ミソそのものが賢くなったのだ」 と確信し、開発企業の「スケーリング則（モデルの規模を大きくするほど性能が上がるという法則）」の成果を称賛することでしょう。しかし、それは現代における最も巨大な誤解の一つです。 API（アプリケーションを外部から連携して使うための窓口）の境界線で起きている通信ログを精密に分析すれば、驚くべき事実が露わになります。モデル自体の「生の知能（モデルの重み、パラメータに内包される素の推論能力）」はここ半年間、1ポイントも上昇していません。それどころか、商業的な推論コストや電気代を削減するために、意図的に「去勢（モデルを軽量化・簡略化すること）」されていることすらあるのです。...