サンフランシスコのOpenAIオフィスで、工学担当副社長のThibault Sottiaux氏はびっしりと並んだコードをスクリーンで見つめている。過去2年間、彼が率いるチームはAIプログラミングツールをOpenAI最速の成長プロダクトラインへと変貌させた——2025年第4四半期だけで、Codexシリーズは約3億ドルの収益をもたらし、前年比400%超の成長を記録した。そして今、彼はさらに重い責任を担っている。ChatGPTの全面的なアーキテクチャ刷新を指揮することだ。社内では「Project Atlas」と呼ばれるこの取り組みは、チャットインターフェースの背後にあるモデル能力、ツールエコシステム、ユーザー体験を根本から書き直すことを目指している。
学術研究から実践的エンジニアリングへ
Thibault Sottiaux氏は典型的なシリコンバレーエンジニアではない。ルーヴァン・カトリック大学でコンピューターサイエンスの博士号を取得し、プログラム合成と形式的検証を専攻した。2019年にOpenAIに入社したのは、GPT-2がリリースされたばかりのタイミングだった。当初は強化学習とコード生成の基礎研究に携わっていたが、すぐにある確信を持った——AIを単なる「コードを書くおもちゃ」として扱い続ける限り、それは本番環境に入ることができないと。
「コード生成とは、モデルにStack Overflowの回答を暗記させることではない。意図を理解し、抽象を構築し、エラーを処理することだ——これにはコンパイラ理論から人間とコンピューターのインタラクションに至るフルチェーン設計が必要だ。」——Thibault Sottiaux氏、2025年NeurIPSでの講演より
彼のチームはCodex APIをいち早くリリースし、GitHub Copilotの大成功を土台として、「コード補完→ユニットテスト→ドキュメント生成→デプロイ・運用保守」というエンドツーエンドの循環をさらに探求した。このプロダクト志向の思考により、OpenAIのプログラミングツールは開発者の間で「Copilotよりもプロジェクトのコンテキストを理解している」という評価を獲得した。
ChatGPTの「コア革命」
「Project Atlas」は単純なバージョン番号の更新ではない。複数の内部関係者によると、この変革の核心はChatGPTを単一モーダルな対話ボットからマルチエージェント協調プラットフォームへと進化させることにある。具体的には、Sottiaux氏のチームはモデルの推論レイヤーを再構築し、数十の専用サブモデル（コードインタープリター、画像生成器、ウェブブラウジングエージェントなど）を動的にスケジューリングできるようにし、ユーザーの意図に基づいて計算リソースを自動的に割り当てる仕組みを構築している。
「たとえばChatGPTに『グラフと注釈付きの予算レポートを作って』と伝えると、今後はコードモデルを呼び出してデータを生成し、描画モデルを呼び出してグラフを作り、さらに自然言語モデルを呼び出して分析を書く——これらすべてがミリ秒単位で完了し、ユーザーには滑らかな会話フローとして届く。」Sottiaux氏は社内の全体会議でこのように説明した。
また、今回のアップグレードでは長期記憶モジュールとクロスセッションのコンテキスト管理も導入される。これにより、ChatGPTは3ヶ月前のプロジェクト設定を記憶し、ユーザーが明示的に言及しなくても過去と現在のタスクを関連付けることができるようになる。
業界背景：AIプログラミングの熾烈な競争
2025年末以降、AIプログラミング市場は急速に競争が激化している。AnthropicはClaude Engineerをリリースし、GoogleはGemini Code AssistをAndroid Studioに深く統合し、MetaのオープンソースモデルCode Llama 3はHumanEvalで初めてクローズドソースの競合を上回った。この挑戦に対してOpenAIは、プログラミング能力を独立したプロダクトラインとしてではなく、ChatGPTアップグレードの「先鋒」として位置づける戦略を選択した。
編集者注：この戦略的選択は興味深い。競合他社が独立したプログラミングIDEやプラグインを相次いでリリースする中、OpenAIは最も収益性の高いプログラミング能力を汎用対話製品に内包させた。これはおそらく、同社が「AIの競争は垂直ツール戦ではなく、基盤プラットフォーム戦だ」と判断していることを意味する——最も多くの能力を最もシンプルなインタラクションインターフェースに封じ込めた者がユーザーを囲い込む、という発想だ。
実際、Sottiaux氏はWIREDの独占インタビューでもこの点を示唆している。「ユーザーにさまざまなAIツールを渡り歩かせたくない。ChatGPTは賢い同僚のようであるべきで、背後にいくつの専門的な頭脳があるかをユーザーが知る必要はない。ただやりたいことを口にするだけでいい。」
課題と懸念
しかし、この「大統一」アーキテクチャはエンジニアリングと倫理の二重の課題をもたらす。エンジニアリング面では、マルチモデルスケジューリングのレイテンシ最適化は極めて困難だ——あるサブモデルの応答が遅れれば、会話体験全体がカクつく。倫理面では、AIがコードの実行、ネット接続、コンテンツ生成を同時に行えるようになると、悪用リスクも指数関数的に増大する。たとえば、攻撃者が複数のサブモデルに同時に命令することで、単一のセキュリティチェックを回避できる可能性がある。
これに対してSottiaux氏は、チームが「インテントファイアウォール」システムを開発中であると述べた。モデルのスケジューリング前にユーザー入力を多次元的にリスク評価するものだ。「機能の充実のためにセキュリティの基盤を犠牲にすることはしない」と彼は語った。
将来のロードマップ
公開されている採用情報と特許文書によると、「Project Atlas」の次のフェーズではハードウェアレベルの適応が導入される。ChatGPTはデバイス（スマートフォン、PC、ARグラス）に応じてモデルのサイズとデプロイ場所を自動的に調整できるようになる。これはユーザーがネット接続を必要としなくなることを意味する——ローカルチップ上で小型化されながらも十分に賢いモデルのコピーが動作し、必要な時だけクラウドに接続する。
「AIをどこにでも存在させるが、それを意識させない。」これがおそらくSottiaux氏の追求する究極の目標だ。「安全なAGI」を使命とする企業にとって、この道のりは決して平坦ではないが、少なくともコードはすでに最前線に書かれている。
本文はWIREDより編集翻訳
© 2026 Winzheng.com 赢政天下 | 转载请注明来源并附原文链接