原文タイトル：The Wu Tapes
原著者：Jeremy Stern
翻訳：Peggy，BlockBeats

Editor's Note: Against the backdrop of large-scale AI deployment and the transition of AI agents from concept to product, industry discussions are shifting from "How powerful is the model?" to "How does AI truly take over complex work?" However, as code generation, automatic bug fixing, and long-term autonomous task execution become a reality, a more critical question begins to emerge: In the next stage of AI competition, is it a battle of model capabilities, or a battle of organizations, products, and infrastructure?

This article is based on a lengthy interview conducted by Jeremy Stern with Scott Wu, the founder and CEO of Cognition. Scott Wu, an International Olympiad in Informatics gold medalist, is also one of the key entrepreneurs behind the AI programming intelligence agent, Devin. Cognition approaches software engineering automation through Devin, attempting to transition AI from an "assistant tool" to an "autonomous colleague."

Note: Devin is an AI programming intelligence agent launched by Cognition, which can be understood as an "AI software engineer."

In this conversation, Scott Wu does not simply tell the story of a teenage genius founding an AI unicorn but breaks down the rise of the AI agent into a set of more fundamental structural issues: how model capabilities are transformed into real productivity, how a tech genius becomes a startup organization, why software engineering has become the first entry point for AI transformation of the real world, and how human value should be repositioned when cognition itself is automated.

First is the shift in the technological paradigm from "completion" to "agency." In the past, the mainstream imagination of generative AI still lingered on text completion, question-answering, and code assistance, where AI was more like a reactive tool. However, in Wu's view, the real change lies in the emergence of the agent form: it does not wait for user prompts word by word but receives tasks like a colleague, understands the codebase, debugs, tests, and submits reviewable results. This means that the core of AI products is no longer just model invocation but whether they can be embedded in real workflows to continuously complete high-context tasks.

Second is the shift of software engineering from "human-intensive labor" to "cognitively scalable processes." In the past, writing code relied on engineers' time, experience, and team bandwidth, with a team always having unfinished projects and having to make trade-offs in limited resources. The direction represented by Devin is to have AI take on a large amount of execution-layer work, freeing engineers from repetitive coding, debugging, and maintenance. This does not mean the disappearance of software creation but rather the bottleneck of software production shifting from "who writes" to "who defines problems, designs architecture, and makes judgments."

第三は、AI起業家の肖像の変化です。過去、テクノロジー企業はしばしば、ジョブズ風の製品への直感、ビジネスストーリー、組織の魅力の組み合わせとして理解されていました。しかし、AIや暗号通貨などの高度技術分野では、新しい創業者層がますます数学、プログラミング競技、量的トレーニング体系から来るようになっています。彼らの利点は知性だけでなく、長期にわたる競争環境で選り抜かれた分析能力、競争心、自己反省メカニズムです。つまり、AI時代の起業家競争は、技術判断、研究理解、製品展開能力がより深く結びついていくということです。

第四は、AIのリスクが抽象的な終末論から現実の適応摩擦へと移行していることです。ウー氏は、AIに対する懸念は、技術自体からではなく、技術の急速な普及によってもたらされる不均衡から主に来ていると述べています。少数のエリートが最初に能力を獲得し、一般の組織、教育システム、セキュリティ防衛メカニズムが未だ追いついていない状況です。特に、ネットワークセキュリティ、ソフトウェアインフラストラクチャ、企業生産システムでは、攻撃能力が防御能力よりも先行して普及すると、社会はより複雑な不均衡に直面することになります。

第五は、人間の価値が「問題解決能力」から「目標設定と自己表現」に移行していることです。AIが最終的にますます多くの原始的知的労働を担うようになる場合、人間はもはや自らを計算能力、論理的推論、実行効率だけで定義しなくなります。ウー氏の回答は強い技術的楽観主義を含んでいます：AIは人間を「生存モード」から「創造モード」に押し上げるでしょう。しかし、これはさらに深い問題を提起しています。認知が複製され、実行が自動化されると、人間が真に置き換えられない部分は、能力そのものではなく、記憶、文脈、欲望、尊厳、そして能力をどのように使用するかを選択する方法かもしれません。

この対談を単純化すると、Devinの意義はAIプログラミング製品だけでなく、AIエージェントが実際の生産システムに進入する初期の実験でもあると言えます。この意味で、この論考の対象は、もはやスコット・ウー氏やコグニションだけでなく、モデル崇拝からワークフロー再構築、能力の展示から生産性インフラへのAI産業の構造的転換になっています。

以下は元のコンテンツです（読解の便宜のために、元のコンテンツが若干編集されています）：

はじめに

数学の天才に関する古典的な物語があり、長い間一般の想像力を引き付け続けてきました。

それは、まだアメリカ人が自分たちで戦争に勝てると信じ、キャンパスにいる書き手が物置に押し込まれるであろう時代でした。技術力の公共の顔は、依然としてWASP（白人のアングロ・サクソン系新教徒）、伝統的なエリートネットワーク、そしてスポーツスターに属していました。

この種の物語には、通常、馴染みのある四幕構造があります。

第一幕：新しい証明書や定理が突然現れ、天才は爆発的な才能で全分野を覆い、その結果、既存の権威たち―大学の権威、受賞者、および地位を揺るがされた全ての人々―を怒らせます。

第二幕：彼は自分を正当化し始めます。論文、講義、公の場への露出、そして一群の忠実な学生やフォロワーが、長い弁明運動を形成します。プロセスはあちこちで阻まれますが、最終的には制度機関が彼の価値を不本意ながらも認めざるを得るようになります。その一方で、政府機関や外国の情報機関も彼に興味を持ち、利用しようとします。

第三幕：激しい不眠症、偏執症、精神的な不均衡の症状が目立ってきます。離婚、栄養失調、自傷行為、精神病院、またはキャンパスで奇妙な存在になる―バスローブを着用し、研究会に無造作に乱入し、不気味な記号や文章を黒板に書き残します。

第四幕：不可逆的な精神的崩壊、鎮静剤、または死。その後、神話が生まれ始めます：狂気が天才が支払わなければならない代償であると解釈され、彼の物語が学部の教科書や中流階級の文化的な古典系譜に入り、文学賞や伝記執筆、アカデミー賞の有力候補映画の素材として何度も消費されます。

私たちは今日まで、このような物語を好んで語ります。『オーブンハイマー』や『後翼離兵』の成功、ジョナサン・ローセンとベンハミン・ラバットの近年の執筆などがそれを裏付けています。しかし、これらの物語はほとんどが20世紀に遡る必要があるという偶然ではないのです。

21世紀の最初の四半期に入ると、アメリカのトップギークの運命は逆転しました。

今日、若い「書き手の天才」たちと同じ分野で活動している人々は、個人的な脅威としてではなく、幾何級数的リターンに見合うリスク投資や、九桁規模の人材買収として彼らを見ることがより一般的になりました。国内外の政府、特に情報機関は、潜在的な監視者に留まらず、彼らのクライアント、パートナー、さらには事業パートナーになることさえあります。拒否された者は常春藤大学生になります。

彼もうだつを上げるために偏執症や引きこもりが必要なくなりました。家族や社会、現実との完全な関係断絶といった過去のイメージは、社交的な交流ネットワーク、東洋の瞑想、幻覚体験、効果的な利他的食事倫理、および最適化された睡眠管理という別の生活様式に置き換えられつつあります。彼はもはや裸足でキャンパスの芝生を歩き回り、破滅的な妄想をつぶやくことはありません。彼は単に、自分が構築している技術が多くの仕事を破壊し、人類の運命さえ変えるかもしれないことをアンダーソン・クーパーに語り、とにかくそれが株主価値を創出することを示すだけです。

より重要な変化は、おそらく、かつての本読みの天才たちが「真理」に対する狂信的な姿勢が薄れつつあることです。その熱狂には、理解されたいという願望と、理解されないことに対して放逐されることを甘受する意志とが含まれていました。

今日、名声や富、権力は死後まで待たなくても認められます。それらは評価額、IPO、重要インフラの制御権、国家元首のロビー活動、個人やシステムへのリアルタイムなディスパッチ能力を通じて示されます。また、それらは X のタイムラインで毎日塗り替え、拡大、合理化されます。技術に崇拝された一群の信奉者は、書き入れ時の天才的知恵、オープンな人格の欠陥を含め、すべてをスティーブ・ジョブズ風の起業神話に包装し、「創業者モード」の一時的発作であると主張します。

これが、「愛されるAI巨人」は本質的にカクテルパーティー的な矛盾修辞であり、「カナダの悪役」とか「ドイツのコメディアン」と同様である理由でもあります。

誰もがこの状況を本当に楽しんでいるわけではありません。ホワイトカラーの仕事が置き換えられることを心配する必要がない人や、データセンターがどれだけ水を消費しているかを理解する必要がない人、深い技術への憎しみを抱かない人でさえ、この状況を楽しいと感じるのは難しいです。

アメリカ人は文化的にまだ中流階級です。彼らは本能的に、天才の合理的な帰結は、カンヌでセレブと一緒にいることでもなく、国家よりも強い立場に立つことでもないと信じています。彼は国家の安全保障に奉仕すべきであり、星々を探求すべきです。その後、おそらく Costco のような「真の企業」で働く。最後には、恒温で静かな小さな窓のある大学の小屋に引退し、そこで「穏やかなシングュラリティ」や「世界の脳」を構築する方法について考えます。そして、このシステムが他の誰かの手に渡れば、「すべての人を殺す」かもしれないと人々に警告します。

この直感を持つ人々は、今日ではスーパーマーケットであなたのバッグ詰めを手伝っているかもしれず、あるいは彼らのポッドキャストにあなたを招待しているかもしれません。あなたが既に知っているように、彼らも最終的にはこのテクノロジーの語り部になるでしょう。しかし、彼らが引き続き税金を納め、体制の安定に従い、必要な場合は国のために戦い続けることを望むのであれば、「神」になることが求められるものは、彼らが理解し受け入れられる形で提示されなければなりません。

個人の経験

それでは、今度は Scott Wu の話になります。

Cognition の創業者兼CEOである Scott Wu は、現在、AIプログラミングインテリジェンス会社を率いています。この会社は、AIアプリケーション層で最も注目されている新興プレーヤーの1つと見なされており、近年最も成長しているテクノロジースタートアップの1つです。しかし、少なくとも現時点では、Wu のもっとも広く知られているアイデンティティは、まだ数学とプログラミングの競技界で「マイケル・ジョーダン」式の人物であるとされています。

彼はルイジアナ州のバトンルージュで育ち、典型的でないアメリカ人の技術天才が育つ場所でありながら、数学とプログラミングのハイプレッシャートレーニングの舞台で早くも名を馳せました。彼は国際情報オリンピック（IOI）史上、アメリカの金メダリストであり、チームメイト、コーチ、競技記録のすべてに記録を残した希少な存在の1人です。彼は他の人にポーカーやチェスの挑戦をし、トランプで数学のトリックを披露することもあります。つまり、彼は教科書に書かれたような本当の意味での天才と言えます。

Wu は、初めて自身を同業者の中で有名にしたのは2003年のことでした。当時、彼は2年生の生徒でありながら、中学生向けの数学競技大会に参加しました。7歳の子どもが7年生向けの部門に入ったことで、授賞式で自分の名前が呼ばれるだろうと思っていたが、結局呼ばれなかったのです。20年後、彼はこの経験を回想する際、まるでジョーダンがキャリアの中で受けたあらゆる軽蔑を語るかのように、すべてを心に留めています。

翌年、彼は3年生として9年生向けの大会に参加し、1位を獲得しました。高校を卒業する17歳までには、彼はMathCountsという全米でもっとも重要な中学生数学競技大会で全国1位に輝き、自身のIOI金メダル3つのうちの最初の1つを手に入れました。当時、彼のチームメイトには、後にScale AI、Perplexity、Decagonの創設者となるAlexandr Wang、Johnny Ho、Jesse Zhangが含まれていました。

ウージン・ワグナーはかつて有名な言葉を持っており、「ディラック、シラード、テイラー、そしてアインシュタインですら、フォン・ノイマンをそれぞれの中で最も賢いと認めることはできるでしょう。」と言いました。同様に、WuのIOI時代のチームメイトたちは、最後の共同金メダル獲得から10年後、これらの人々が設立した企業の合計評価額が約800億ドルに達しているように、彼を見る際にも同様の考えを持っているようです。

Cognitionの共同創業者であり、同様にIOI金メダリストであるWalden Yanはかつて述べました。「スコットと私の間の差は、私と出場資格を得られなかった人々との間の差と同じくらいです。」

Wuを中心に、ほぼ全員が「天才」に関する物語を持っています。

Cognitionの第三共同創業者であり、以前のIOIチームメイトであるSteven Haoは、WuにPutnam数学コンテストの候補問題を出題し、2時間以内に解くよう挑戦しました。その結果、Wuは声を大にして考え続け、さらにはペンも触らず、わずか90秒で解法を示しました。

さらに、Wuは最大の投資家であるPeter ThielとNapoleon Taに国際象棋とポーカーの挑戦を仕掛け、会社により良い投資条件を勝ち取ろうとしました。そしてIOIコミュニティ内での感情的な噂話もあります：ほぼ全員が敬愛しているあの女の子が、元々は中国チームの主要選手と交際する寸前だったが、最終的にはWuを選びました。原文では、「降参するんだ、中国チームよ。」と挑発的なおどけたジョークが使われています。

また、Founders Fundは《スーパースマッシュブラザーズ メレー》のLANパーティーを開催しました。特別ゲストはMangoであり、"Five Gods"のリーダーであり、史上最も偉大な《メレー》のプレイヤーの1人でもあります。Wuはこのゲームの神級プレイヤーではなかったが、彼はそのパーティーに現れ、Mangoを打ち負かしました。それを可能にしたのは、プロのトレーニングではなく、より速い反射速度と、ポーカーのようなブラフ判定だったのです。

重要なのは、もしも違う時代に、ミシシッピ川の東岸出身、自力で成功した、気性の荒い、多くのスキルに精通し、競争を好み、時折「壮絶な戦い」を望むプログラマーと国際的な知識競技大会のチャンピオンが、29歳になったら、おそらく彼は伝統的な書き手天才の物語の第二幕と第三幕の間にいるでしょう：制度に認められつつも、自らの才能、偏執、孤独に苛まれる日々。

もしも彼が別の人間だったら、おそらく既に『60 Minutes』に出演し、政府が新興競合他社にほぼ禁止的な規制負担を課さない限り、あるいは彼が重要な訴訟に勝利しなかった場合、彼の会社がアメリカ社会に修復不可能な亀裂を引き裂くだろうと一般市民に警告しているでしょう。

しかし、現実の中のウーは、このような劇的な道筋を選択しませんでした。彼はほとんど無音で Cognition を構築してきたのです。

Cognition のフラッグシップ製品であるDevinは、自律型AIソフトウェアエンジニアです：独自のマシンで実行され、プログラミングタスクを受け取り、既存のコードベースを理解し、自身の作業をテストしてデバッグし、最後にプルリクエストを人間にレビューしてもらう。

これが退屈でありそうでもある意味ではそうかもしれませんが、同時にCognitionはビジネス史上最も急成長している企業の一つになり、Devinの利用は8週ごとに倍増し、サービスが開始されてから18ヶ月で収益率が4.45億ドルに達しました。これには大きく関与している理由が4つあります。

まず、Wu はほとんどの人よりも早く、AI業界が知能体形態に収斂すると判断しました。将来のAIはもはや単なる自動補完ツールではなく、24時間バックグラウンドで動作し、同僚のように割り当てられたタスクを引き受けるようになるでしょう。

次に、彼はGPT-4時代のモデル能力が、この種の知能体の初期構築をサポートするのに十分であると見ていました。当時、業界全体には本当に使えるAIエージェントがまだ数年かかるという共通認識がありました。

第三に、外部がAIエージェントが製品市場に適合しているか疑問視している中、Wuはこれが問題ではないと考えていました。理由は非常に単純です：この世界は既に毎年、「生肉計算機」―つまり人間のソフトウェアエンジニア―に数兆ドルを費やしているからです。

最後に、彼は製品を早めにリリースし、それに続くバックラッシュに耐える意志がありました。2024年3月、WuはDevinを発表しました。当時、それはSWE-Benchでのスコアがわずか13％だけでした。SWE-Benchは、AIプログラミングエージェント向けのテストで、モデルが独自でソフトウェアのバグを修正できる割合を測定するものです。このスコアは大勢の公開批判を引き起こしましたが、Wuはこのリードタイムを利用して継続的にイテレーションし、結果としてCognitionが今日の先行優位性を築き上げました。

今日、関連するベンチマークのスコアは、元の SWE-Bench で 90% 近く、SWE-Bench Pro では 80% 近くに達しています。Devin はすでに、米国陸軍、ゴールドマン・サックス、メルセデス・ベンツなどの機関の顧客が選んだ AI プログラミング エージェントとなりました。1 年半前、Cognition の顧客数はゼロでしたが、今日ではこの企業は約 250 億ドルの評価額で資金調達を行っています。

Wu が Cognition およびより広い意味での AI について語る際、彼は終末論的な情景を描写することに興味を持っておらず、技術支配についての壮大な物語に熱中することもありません。彼がより頻繁に語るのは、「誰もが本当に使いやすいソフトウェアをより簡単に構築できるようにする方法」です。

彼が指すのは、運転免許証センターや税務署、病院、航空会社、そしてあなたの子供の小学校のウェブサイトが、Instagram のようにスムーズで直感的に動作するようにすることです。彼は AI が現代生活の中でイライラする非効率性、障害、およびシステム全体の摩擦を取り除くことを望んでいます。

彼が好んで言うように、「そうすれば、私たちはもはや『サバイバル・モード』で生きるのではなく、『創造モード』で生きることができるようになります。」AI ジャイアントであり、「書き手皇帝」とも呼ばれる人物にとって、これはほとんど予期せぬ普通の願いです。

それでは、Cognition は成功するでしょうか？

恐らく成功しないかもしれません。恐らく AI は本質的にゼロサムの市場であり、2023 年 11 月になって初めて AI エージェント ラボを立ち上げたという点では Wu にとっては手遅れかもしれません。恐らくこれは現に競争が激しい市場であり、Cognition は OpenAI の Codex、Claude Code、あるいは xAI と Cursor が組み合わさった何かに圧倒される可能性があります。おそらく、全員が書き手でほとんど「アスリート型」の人物がいないスーパーチームでこの戦いに勝利しようとすること自体が賢明な選択ではないかもしれません。

あるいは、Devin の初期の評価が今日のそれほど優れていない場合、これは市場判断に長期的な影響を与えるかもしれません。おそらくこれは重要ではないかもしれませんが、Cognition が最終的には Cursor のように、より大きなモデル企業やプラットフォーム企業の前で独立性を放棄するかもしれません。さらには、実際には私たちは NFT に似たバブルの物語について再び話しているに過ぎず、始めからそれほど重要ではなかったかもしれません。

作家であり、ある種の「稀少な人間蝶々」のコレクターとして、最近私はサンフランシスコにある Cognition の本部を訪れ、Wu と長時間の対談を行いました。会う際、彼は私にカワウソのぬいぐるみを手渡しました―それは Devin の動物的イメージで、名前は「dev-elop-in」という一種の言葉遊びから来ています。

私は口にしただけで、入口に入るとすぐに、会社のフィットネスセンターには従業員が器具を使用していないことに気づきました。多分それは、その場所が同時に湿った生ごみを保管する場所でもあるからかもしれません。Wu は答えました。彼らがフィットネスセンターに湿った生ごみを置くのは、彼らが数学のオリンピック選手だからだそうです。

私はインタビューのツールを机の上に置き、Metronome の創設者兼 CEO の Kevin Liu が Wu にいちごの箱を渡すのを待ちました。彼はこれらのいちごが「あなたの人生を変えるだろう」と言いました。そして、録音ボタンを押しました。

以下はこの会話のテキスト記録です。会話はおよそ3時間続き、編集され圧縮されていますが、読みやすくするためです。

インタビュー原稿

マーズ人：中国系天才少年

Jeremy Stern（司会者）：Scott、あなたは今やAIの巨頭であり、同時にあなたを取り巻く豊かな個人的伝説が形成されています：あなたは肉体ではなくコンピューターのようであり、そして、あなたは沼地で育ったと言われています。ですので、ますむかえます。

Scott Wu：私の両親は上海出身で、彼らは中国で育ちました。当時、中国では通常の大学入試制度が存在しなかった長い期間がありました。おそらく10年間ぐらいです。私の両親はちょうどその時期を迎え、大学に進学することはできませんでした。中学校や高校に行くこともほとんどありませんでした。

その後、入試が再開されました。当然のことながら、10年間の蓄積で、同じ数の大学枠を競争する学生がいます。彼らは実際には完全な教育を受けていなかったため、当時、私の母親は織物工場で働いていました。彼らは昼間働き、夜間に復習して勉強し、最終的に大学に合格しました。彼らは学業成績が非常に優れていました。

私の父は囲碁が大好きで、よく一緒に囲碁を打っていた教授がいました。その教授は後にアメリカに行き、父に手紙を書いて、ここははるかに良く、機会もはるかに多いので、アメリカに留学するべきだと言いました。彼は父に学校や手続きの申請を手伝いました。その後、父はアメリカに来て、6か月後に母も来ました。そして、彼らは後にコロラド州立大学で化学工学を学びました。

Jeremy Stern：彼らは当時の文化衝撃について話したことがありますか？

Scott Wu：彼らにとって、それはもちろん非常に異なるものでした。しかし、少なくとも住宅や食料に関しては、アメリカはすでにはるかに良くなっていました——それらのものは当時の中国ではかなり不足していました。彼らは非常に感謝していました。父はいつも、今の人生で最良の選択をしたのはアメリカに来たことだと言っていました。私はそれを本当だと思います。

彼らは以前、中国を出たことがありませんでした。そして後にも同様でした — 私の母は数年前に亡くなりましたが、彼女は一生のうちに中国とアメリカにしか行ったことがありません。父も同様で、去年まで日本に連れて行ってあげるまででした。ですので、それは非常に大きな文化的衝撃でした。

他にもたくさんの小さなことがありました。当時、中国はとても貧しかったので、彼らはアメリカに来るために数ヶ月間お金を貯めました。父がアメリカに着いたとき、彼の持ち物にはたった80ドルしかありませんでした。彼は私にあるエピソードを話してくれました：彼と他の大学院生たちが空港からタクシーに乗り、自然にみんなでチップを出し合ったのですが、彼がチップとして1〜2ドル出すと、突然自分が持っている全財産の約3%だと気づいた瞬間がありました。その瞬間、彼にとっては非常に衝撃的で、ちょっと恥ずかしい瞬間でもありました。

ジェレミー・スターン：その年は何年だったのですか？

スコット・ウー：1989年です。

ジェレミー・スターン：なるほど、それは実に特別なタイミングでしたね：アメリカで学生になることを選び、中国に留まらないで。それから、どうしてバトンルージュに行ったのですか？そこは伝統的な「エリス島移民体験」とはあまり似ていないと思いますが。

スコット・ウー：彼らは化学工学の学位を持っています。当然のことながら、ルイジアナ州には多くの石油や天然ガス関連の仕事があり、彼らは後にそこで仕事を見つけました。父は大気質の許認可に関するコンサルティングをしており、母は政府の環境部門で働いていました。

私には兄のニールがいますが、彼は私より4歳上です。私は1996年生まれです。その頃には、私たちはバトンルージュの郊外に小さな家を持ち、比較的典型的な中流階級の生活を送っていました。

私は小さな頃からはっきりと周りの人々とは異なることがわかっていました。彼らはおそらく私よりもずっと普通でした。休み時間にはサッカーをする人が大勢いましたが、私はあまり興味を持ちませんでした。私は数学が好きで、非常に競争心が旺盛でした。私は自分が3〜4歳のときに九九を学び始めたことを覚えています。実際、最初の多くの数学の知識は、家で自然に学びました。

それは私の兄が4歳年上だったおかげでもあります。私たちは多くの共通の興味を持っており、私は彼を非常に尊敬しています。なぜなら、ルイジアナ州のバトンルージュでは、私たちのような人々はあまりいなかったからです。

ジェレミー・スターン：特に理由はありませんが、子供の頃にいじめに遭ったことはありますか？

スコット・ウー：もちろん、あります。私はよくいじめられていました。私は非常に異なっていました。競技会を通じて自分と似ている人々と出会うようになるまで、基本的にかなり孤独な存在でした。バトンルージュには親しい友人が何人かいましたが、正直なところ、ある種の意味で、自分は全米や世界中から来た数学やプログラミングの競技者たちと一緒に育ったと感じています。なぜなら、彼らは周りの人々よりも私に似ていたからです。

Jeremy Stern: 競技については後で話したいと思います。まず、休み時間に他の子供たちに九九を挑む以外に、数学への情熱をどのように表現してきたのでしょうか？

Scott Wu: （笑）僕の兄は6年生のときで、僕は1年生でした。その頃、彼は中学の数学競技に触れ始めました。自然と僕も一緒に行って、数学をやりたいと思ったんです。そうして、本当に始まったんです。

僕は当時 Buchanan Elementary に通っていて、それが地元の公立小学校のトッププログラムでした。横には McKinley という中学があり、僕は3年生からそこで高校の数学の授業を受けていました。数年間、毎日、先生が小学校に迎えに来てくれて、McKinley に連れて行ってくれました。5年生になると、自分で歩いて通うようになりました。地元の学校システムはとてもよかったです：彼らは僕を応援してくれて、このことがうまくいくように工夫しました。

僕の兄は僕が4年生の頃にプログラミングを教えてくれました。よくコンピューターシミュレーターでポケモンをやっていて、そこでプログラミングを学んだんです。また、テトリスもやっていました。あと 24 ポイントというトランプゲームもやっていました。様々な種類の少し変わったゲームは、基本的に論理、パズル、または戦略に基づいており、そこでさまざまな選択肢を計算できます。これらはずっと僕の趣味でした。

両親は確かに僕の学習や練習をかなり後押ししてくれましたが、すぐに、自分でやりたいと思う段階に入りました。完全に自己駆動型でした。本当に興味を持っていないと、これは難しいことです。数学が大好きだったのは、非常に優雅だからです。もちろん、親の後押しも助けになりました。

Jeremy Stern: 子供がどのようにして「優雅さ」を感じるのでしょうか？

Scott Wu: 父が一次方程式の公式を説明してくれたことを覚えています。彼は紙の上に書いて「Ax² + Bx + C = 0」と言いました。そして、こう扱うべきだと教えてくれました：まず A を割り出して、次に公式を使ってこの方程式を解き、最後に -B に何かを足したり引いたりします。このプロセスがとても好きでした。

僕は常に論理的なことが好きで、物事を自然な結論に段階的に導くのが好きでした。数学の一番のポイントは、これらのものを本当に理解していると、それらが論理的に成り立つことです。もちろん、僕は数学が得意なので、他の人に勝つことができ、それには悪いことはありません。そして明らかに僕は他の人に勝つことが好きです。

Jeremy Stern: 「明らかに」と言いますが、この競争心はどこから来るのでしょうか？

Scott Wu: 今でも家族の中で一番強いですが、両親や兄は基本的には競争心が凄く強いです。もしかしたら一番競争心が強いのは、僕の母親かもしれませんね、もしそうだとしたら。

親に関する固定観念について：彼らはいつもあなたと他人の子供を比較します。「ある家の子供の方が優秀だ」といった具合です。しかし、私の母はいつも逆を言っていました。「その頭のいい子供は実際そんなにすごくないわ。あの人の子供がプリンストンに入ったけど、それほど印象的ではないのよ」と。自分には一定の潜在能力があるという考えを、彼女は私に強く植え付けてくれました。彼女は決して「他の人たちがみんなすごすぎて、あなたは彼らから学ぶべき」とは言いませんでした。むしろ、「彼らができることは、あなたもできる」と言っていたのです。

書き物オリンピック

Jeremy Stern：さて、このマイケル・ジョーダンの比喩を続けましょう。ジェームズ・ジョーダンは、ウィルミントンの自宅の庭にバスケットボールゴールを立てました。マイケルは最初野球が好きでしたが、後に兄ラリーと庭で1対1でバスケットボールをするようになりました。彼はラリーを尊敬していましたが、同時に彼を倒したいと思っていたのです。そして彼の人生を変えた重要な瞬間がやってきました：マイケルは自分でも校内チームに入れると思っていましたが、トライアウトに落ちてしまったのです。あなたの人生でそのような時期について教えてください。

Scott Wu：（笑）私はその前提を受け入れるかどうかはわかりません。史上最強の競技プログラマーはゲナディ・コロトケヴィッチですが、今は Cognition で働いています。

Jeremy Stern：もちろん、「ジョーダンのように」というのはチャンピオンリングだけではありません。それには何十億ドル規模のスニーカービジネス、何でも競争にする能力、1000ワットの笑顔、そして魅力的なキューバ系の妻を持つことも含まれます。ちなみに、彼女は Alexander Wang のモデルもしていたような気がします。もちろん、別の Alexander Wang ですがね。

Scott Wu：わかりました。私が初めて参加した数学競技会は、ルイジアナ州バトンルージュのサザン大学でした。それは中学生と高校生を対象とした大会で、6年生は6年生の数学部門に、7年生は7年生の数学部門に参加します。当時私は2年生でしたが、7年生の数学部門に登録しました。

授賞式で、受賞者の名前が読み上げられ始めました。私はいつかは自分の名前が呼ばれるだろうとずっと思っていました。しかし、呼ばれませんでした。私はその時、非常に納得がいかなかったです。本当に、非常に、非常に納得がいかなかったです。今でもそのことを覚えています。それは私の最初の記憶の一つです。

同じ大会で、私は3年後に再び戻りました。その時点で私は既に Algebra 1、すなわち代数1 を学んでいました。私は9年生の部門に参加し、多分満点を取り、1位になったと覚えています。小さいときから、私は常に誰かに勝ちたいと思っていました。相手が自分より年上であることは重要ではありませんでした。

ジェレミー・スターン：私たちが以前に確認したように、あなたは子供の頃いじめられていました。

スコット・ウー：私が2年生の頃、本当に友達がほとんどいませんでした。しかし、おそらく6年生になる頃、つまり中学に進むと状況が変わり始めました。中学には MathCounts という競技会があります。学校で最も優秀な子どもたちが市の大会に参加し、市の大会で勝者が州の大会に進み、州の大会で勝者が全国大会に進みます。主催者はみんなをディズニーワールドに連れて行き、旅行は3〜4日間続きます。

競技は午前中に大規模な筆記試験から始まります。みんなが一つの巨大な部屋に座ってテストをします。その後、上位12位の選手が「カウントダウンラウンド」と呼ばれる、一対一のデュエルに進みます。

ジェレミー・スターン：そう、「燃えるような」女の子とのビデオだね。

スコット・ウー：そうです。だから私は全国大会に行き、そこでたくさんの他の子供たちと出会いました。その後、私たちは Google Hangouts で連絡を取り合いました。高校になると、この連絡は続きます。優れた数学とプログラミングの学生たちはさまざまなサマーキャンプに参加します。これらの人々は後に私の最も親しい友人の大部分となりました。私はそれらの中の多くの人と一緒に Cognition を立ち上げた人々です。

彼らのほとんどは、想像できるように、カリフォルニアのクパチーノ出身であるか、ワシントンDC周辺、Thomas Jefferson に通っているか、ニューヨークの Stuyvesant 出身です。私はルイジアナ出身ですが、それでも自分を彼らとより似ていると感じています。私たちはずっと親密な関係を築いてきました。

私はこうして Jesse Zhang や Johnny Ho、Hyperliquid の Jeffrey Yan、そして Scale の Alexandr Wang などの人たちに会いました。Jeff は私の高校時代と大学時代の最良の友人の1人でした。Alexandr は私の中学時代の最良の友人のような存在でした。彼はニューメキシコ出身で、その意味では、私たちは少し似ています。

3年生のウーが9年生の数学部門競技会で優勝しました。（2006年）

ジェレミー・スターン：なぜあなたが後に「野球」から「バスケットボール」に転向したのですか？

スコット・ウー：私は常に数学とプログラミングの競技会の両方に参加していましたが、プログラミングの方が得意でした。私はプログラミング競技会の方が好きでした。いくつかの理由があります。

まず、プログラミングの問題自体が私の興味に合っています。数学では、確率、組合せ数学、数え上げ問題が得意です。これらは実際には戦略ゲームに非常に似ています：異なるオプションを計算し、何が何につながるかを理解する必要があります。一方で、幾何学のような問題もできますが、それほど好きではありません。そして、プログラミングの多くの問題は、本質的に組合せ数学により近いです。

もう1つは、数学には多くの専門用語があるという点です。例えば、ここではパスカルの原理を使用し、そこではパロモジェドの定理を使用する必要があるか、他の何らかの定理が必要になるかもしれません。興味深いのは、私にとって一貫している特徴は：私はそのような名前をあまり覚えないということです。

私は常にそれらをより直感的なレベルで理解してきました。例えば、この条件が成立すると、結果は必ずこのようになります。私は何かが何と呼ばれるかをよく知らず、それがどの定理に対応するかもわかりません。私にとって、それは単により広範囲で普遍的な真理の具体的な事例です。

これは昨日も一度ありました。その時、私たちは量子知覚トレーニングに関する研究報告を聞いていました。彼らはたくさんの用語を使っており、私は言いました。「申し訳ございません、これらの用語の意味がわかりません。しかし、あなたが話しているのは実際にはこれを最初にやって、それからあれを行う部分ですよね？」私は、物事をより直感的な方法で理解してきたと思います。これは確かに少し異常です。

そして、プログラミングにはもう1つ非常に明確な特徴があります：それは非常に実用的です。MathCounts全国大会に向けてトレーニングしていたとき、自分自身にさまざまな暗算問題を出すプログラムを書いたことを覚えています。自分で作成したゲームをプレイし、トレーニングに使用しました。自分で何かを作り出せるということに気づくことが本当に満足でした。

Jeremy Stern: つまり、IOIで3回金メダルを獲得し、後に若手選手のコーチや指導者として活躍し、数学とプログラミングの天才からなる分散型の友人ネットワークを持つようになった。そして、私の情報によれば、あなたは高校を中退したとのことです。それは合法ですか？

Scott Wu: 厳密に言えば、私は卒業しており、ただし高校を卒業した後に離れました。カリフォルニア州の児童労働法は、18歳に達する前または高校の卒業証書を取得する前は、カリフォルニアで正式な仕事をすることはできません。私は当時、ベイエリアで働きたいと考えていたため、自分が卒業証書を取得するために何をしなければならないかを基本的に理解しました。そして、私はそれに従いました。

新しいブダペスト：新しいAIの創設者世代

注：「新しいブダペスト」は著者が歴史的な比喩をしているものです。20世紀初頭、ブダペスト周辺には非常に傑出したハンガリー系ユダヤ人数学者や物理学者が集まりました。そして今日、AI分野では、同様の技術的天才や起業家のクラスターが出現しているようです。

Jeremy Stern: 20 世紀の多くの偉大な数学者や物理学者が、後にロスアラモス国立研究所や冶金研究所で働いたり、または現代数学、物理学、経済学の基礎モデルを提唱した人々は、ほぼすべてが 1900 年前後に生まれ、ブダペストおよびその周辺のユダヤ系中流階級出身者だったという問題がずっと存在していました。私の記憶では、彼らを「マーズ人」と呼んでいたのはシュラッドでした。

Richard Rhodes は原子爆弾についてのその本の中で、答えはおそらく複数の要因が重なり合った結果だろうと推測しています：急速な近代化が進んだブダペスト、同化されたが従来の身分システムに排斥されたユダヤ資産階級、優れた学校や数学競技会、知的優秀を重視する文化、ドイツ、さらにアメリカへの強制的な移住、戦時中の科学機会。この説明はほとんど退屈で想像しがたいほどですが、それが正確な可能性が高いと私は思っています。

私はちょうどあなたを「エア・ジョーダン」と例えたばかりなので、あなたや友人たちを「マーズ人」と例えるつもりはありません――少なくともあなたの前でそう言うつもりはありません。ただ、私は確かに興味を持っています。どのようにしてこのような創設者グループを説明すべきか：あなたたちは一緒に MathCounts や IOI に参加し、Google Hangouts を使って連絡を取り合い、後にハーバード大学を中退し、量化会社のトレーニングプログラムに入り、その後 LLM の機会に乗じて飛躍することになった；そして、あなたたちはほとんどが千禧年前後に生まれたアジア系アメリカ人です。

Scott Wu: 私もこの問題についてよく考えます。まず最初に、私たちは非常に幸運であると感じています。私たち全員にとって、最もクールなことは、AGI の誕生の瞬間に立ち会えることです。私は、これが実際に人類史上最も変革的な出来事かもしれないと考えています。少なくとも、それは間違いなく私たちの世代が経験した中で最も重要な出来事でしょう。

私にはいくつかの考えがあります。

そのうちの一つは、すべてのものはある段階で基本的に「Moneyball」になるということです。たとえば、ポーカー。70年代、80年代、90年代には、ポーカーコミュニティには非常に原始的な人々が多数いました。彼らはハリウッド映画のような「問題に満ちた人生」を持っていました。彼らがゲームをプレイするとき、それはゲームに非常に深い直感を頼りにしていました。もちろん、彼らは分析もしますが、確率をシステム的に研究するほどではありません。

しかし、時が経つにつれ、ポーカーが最終的に進化したものは、実際には数学でした。そこには多くの数学があり、今日、最高峰のポーカープレイヤーの多くは本質的に数学の愛好家です。チェスも同様であり、多くの同様のゲームも同様です。

私は、起業も同様の曲線をたどったと感じています。過去には Steve Jobs のような人物像がありました。しかし、特にAI分野、ある程度は暗号通貨を含めると、起業家のイメージは明らかに高度に技術志向に転換しています。

人々が今話している AI 大手企業の多くは、似たようなコミュニティ出身の人々によって運営されています。OpenAI はその一例です。たとえば、Greg Brockman は私よりも年上ですが、私たちと同様のすべての競技会に参加しています。彼はかつてアメリカの数学トップ 24 にランクインし、アメリカの化学チームにも参加し、化学の国際オリンピックで銀メダルを獲得した経験があります。OpenAI の研究チームリーダーである Mark Chen は、私がアメリカの IOI チームで共に指導したことがあります。Jakub Pachocki 、つまり OpenAI のチーフサイエンティストは、以前よく競技した相手です。彼はポーランド出身ですが、私たちは同じ国際競技に参加していました。Anthropic の Dario Amodei は、かつてアメリカの物理チームの一員でした。

要するに、まず第一に、ここには移植可能な深い分析能力が明らかに存在しています。第二に、特に AI 分野では、良し悪しに関係なく、非常に強力な技術的バックグラウンドが非常に価値があることが証明されています。なぜなら、解決しようとしている問題自体が非常に技術的だからです。

ただし、私たちの世代には、もう一つの「伝染要因」があります。この点に関して、私は Alexandr Wang の役割を非常に認めています。なぜなら、彼は実際に私たちの中で最初に「よし、会社を立ち上げよう」と言った人だからです。私たちの関係は非常に緊密で、お互いをよく知っているので、その感覚は、私たちはみんなその行動を取るべきだと感じるようなものでした。

私は初中の時に Alexandr と一緒に起業アイデアのドキュメントを書いたことがあり、今でも覚えています。そのアイデアは確かにひどかったと思いますが、当時からいつか会社を設立すべきだと考えていました。

Jeremy Stern：よし、それでタイミングと知能が説明されたので、次はリーダーシップです。テクノロジー史上、すべての時代がこのように「知能崇拝」的なわけではありませんでしたが、AI には重要な進歩を遂げた人々、例えば Noam Shazeer のような人々が、かなりの割合で数学オリンピックチャンピオンでもあります。

おそらく知能のこの側面も、第一原理推論能力を説明しているのでしょう。たとえば、より遠くまで意思決定ツリーを辿る能力：モデルがどれだけ良くなるか、またはならないか；スケーリングと強化学習がどのように機能するか；データとコンピューティングパワーがどのように変化するかなど。この点は理解できます。

ただし、これだけでは説明できない点がまだ残っています。あなたはリーダーでなければなりません。非常に賢い人々を引き付けることができなければなりません。舞台全体の中で、はっきりと主役でなければなりません。グループ写真の中で、他の光に照らされているように見えなければなりません。製品への直感と人間関係スキルも必要です。

年に約 25 人の金メダリストがいると仮定し、実際に関連する時間枠が 10 年であるとします。したがって、地球上の何十億人の中で、このプールは最大でも数百人にすぎません。しかし、ほとんどの人は創業家の資質すら持っておらず、複数の能力を持つことなど望むべくもありません。

だから私は依然として、アメリカ人中国系のことについて非常に興味を持っています。なぜなら、ごく最近までこのような状況ではなかったからです。私はその明白な答えを避けようと努めています ― それをユダヤ人とハリウッド、または銀行業界にたとえてみましょう。

Scott Wu：あなたの言い方だと、まるで私を驕慢な野郎のように見せようとしているかのようです。

Jeremy Stern：それは私の問題です、あなたの問題ではありません。だれもがそれを混同することはないと保証します。

Scott Wu：私は、私の考えでは、私たちの業界で本当に重要なのは知性と飢えです。

あなたがさっき触れたその他の要素は、これら2つの基本的特性から派生しています。競技社会が選りすぐったのは、まさにこの2点です：第一に、あなたは非常に頭が良い；第二に、あなたはとても腹を立て、全員を打ち負かしたいと願っています。

もし十分に賢ければ、継続的に分析し、調整し、次にどこで間違ったか考え、次により良い結果を出すよう努めることができれば；そして同時に、あなたは十分な動機を持ち、毎日同じことをし続け、数年間も止まることなくこれを続けられるならば、一般に言って、自分の他の能力をかなり高いレベルで発展させることができると思います。

アメリカ人中国系のこの点については、私が前述した感染力の一部が関係しています。私たちは本当に非常に幸運であり、お互いを持っていることができる。実際、多くの人が起業も選択肢の1つであることに気づいていないかもしれません。私は本当に、私たちが一緒に過ごし、お互いが成長する過程を共有できることを幸運に思います。

Wilderness Years: The Decade of Trial and Error

Jeremy Stern：話がそれてしまいました。少し急ぎます。あなたは 17 歳でカリフォルニアに行きましたが、それは何年でしたか？

Scott Wu：2014 年です。

Jeremy Stern：よし、カリフォルニア法によれば、あなたはまだ「未成年労働者」でしたが、高校卒業証書を取得し、免除条件を満たしたため、Addepar に雇われたのですね。そこで働いた後、他の「マーズ人」と一緒に HRT（Hudson River Trading）に行き、その後ハーバード大学に入学し、中退して LunchClub を創設し、最後に Cognition を立ち上げました。その10年の間で、最も印象に残ったことは何ですか？

Scott Wu: はい。私はJohnny Hoを通じてVlad Novakovskiと知り合いました。当時、VladはAddeparのエンジニアリング副社長でした。私はAddeparでソフトウェアエンジニアとして、主にパフォーマンスエンジニアリングと最適化を担当していました。

Addeparには多くの金融分析機能があり、顧客や財務管理会社のためにさまざまなデータを計算する必要があります。私が行った多くの作業は、これらの計算をより高速に実行することでした。私がそこにいた1年以上の間に、特定のメトリックの実行速度が約100倍向上しました。

私はまた、採用活動に多くの時間を費やしました。その1年、私はおそらく会社で2番目または3番目にランクされていた面接官であり、しばしばMITにキャンパスイベントに参加しました。すべての応募者は私よりも年上でしたが、私は彼らにこう説明する立場にいました：皆さん、本当にAddeparで働くべき理由はこれです。

Jeremy Stern: その時、あなたのビジネス感覚はどうでしたか？

Scott Wu: ゼロでした。

私の人生の多くの時間は数学とプログラミングに費やされてきました。私は何かを作ることができますが、この世界がどのように動作するかを理解することについてはほとんど経験がありませんでした。すべてをゼロから学ぶ必要がありました。

後に私はAddeparを退社し、ハーバード大学に行きました。約2年間そこに滞在しました。私は経済学専攻だったのですが、今ではそれを振り返るとかなり笑えます。実際、私は自分が卒業しないことをある程度知っていました。私はライティングクラス、パブリックスピーキングクラス、哲学クラス、そしてコンピュータークラスに出席しました。しかし、私は学校そのものにあまり関心を持っていませんでした。

ハーバードでは、期末試験前に1週間の読書週間があります。それは、論文の執筆や復習に使われる1週間です。しかし、私はまったく気にしませんでした。その1週間は、私がさまざまな人と会って話をし、一緒に遊んで過ごしたものでした。多くの人は1週間中ほとんど勉強し、他の人とほとんど会わないでしょう。彼らの中には、私が彼らの1週間のうち唯一の休息だった人も多かったです。

その後、私は退学し、サンフランシスコに引っ越し、Vladと一緒にLunchClubを創設しました。それは2017年の夏でした。私たちは事前シードラウンドの資金調達を完了し、当時SPC（South Park Commons）インキュベーターの最初のバッチでオフィスを構えました。

最初のアイデアはElliot Technologiesといい、スケジュールを立てたり、誰とコネクトしたりするべきかを判断するためのアプリでした。後に、私たちは多くの段階的な方向転換を行いました。これはもはや個人間のつながりに留まらず、職業的なソーシャルに焦点を当てています。また、これは単なるスケジュール調整だけでなく、どの新しい人と知り合うべきかを判断するのを助けます。そして段々と、事はLunchClubへと変化していきました。

それは非常に興味深い経験でした。私たちは一緒にこの会社を約5年間運営し、何百万ものミーティングを実現し、チームは最大で約30人まで増えました。実際、ごく少数の人々がLunchClubを非常に好んでおり、人々との出会いや新しいつながりの構築を絶えず楽しんでいました。

その後、多くのことが起こりました。まず最初にCOVIDがありました——オフラインのミーティングを促進する製品にとっては、それ自体が特異な状況でした。その後、ある時点から、成長とビジネス化もますます困難になっていきました。その間、私の母は2020年から重病でした。私は2022年6月にLunchClubを辞めました。

Jeremy Stern: 彼女はいつ亡くなったのですか？

Scott Wu: 2023年10月です。

Jeremy Stern: 他の人からあなたについて尋ねるとき、競争、トランプマジック、認知と一緒に、通常彼らが最初に言及するのはこれです。

Scott Wu: 彼女はステージIVの肺がんと診断されました。彼女は標的治療薬を数年間服用しました。後に他の合併症や問題が現れました。

Jeremy Stern: しかし、人々が言及するのは、彼女が亡くなっただけでなく、あなたが彼女を介護するために家に戻ったことです。あなたが直接彼女の介護をしたことです。

Scott Wu: それはたぶん……それは私の人生で非常に重要な出来事の1つでした。（一時停止）申し訳ありません。

（一時停止）その後、私はルイジアナ州に戻りました。COVIDの大部分の間、私は彼女と一緒に過ごしていました。私は1年以上家にいました。この意味では、COVIDは私と兄弟にとって、実際には非常に大きな贈り物でした。なぜなら、その期間を通じて両親と本当に一緒にいる機会を与えてくれたからです。

2021年、外部の世界が再び開放され始めたとき、私は他の場所により多く滞在し始めました。私は一時期マイアミに住んでいましたが、後にニューヨークに移動しました。2023年前後に、母の病状が明らかに悪化したとき、私は再び家に戻りました。

全体的に、それは非常に特別な期間でした。私にとって、その多くは、人生から何を得たいのかを本当に理解することでした。私は最初の会社を立ち上げましたが、それなりの結果が出たものの、それは大きな成功とは言えませんでした。しばらく休んで、さまざまな他の考えを探求しました。その一方で、私は母親の世話もしていました。

全体的に、そのプロセスは感情的に非常に強いものでした。しかし、それはまた、考えるのに適した時間でした：自分にとって何が重要であり、何を大切にし、自分の人生の仕事が何であるか。

Jeremy Stern: あなたがご自身で探求した考え方は何でしたか？

Scott Wu: 私は Steven Hao や Andrew He と一緒に何度もさまざまなことを試し、それを通じてこの世界を理解しました。仮想通貨の世界には興味深い方向性がいくつかあり、私たちは市場を学ぶことができました。セキュリティ領域にも探求すべき問題がいくつかあり、ゼロ知識証明などがその例です。

その後、ChatGPT が2022年11月にリリースされました。その年の後半になると、私たちは自然と多くの時間を AI をさらに深く研究することに費やし、この技術が今後どうなるか真剣に考えました。

しかし、私はその時期をほぼ休暇と考えていました。なぜなら、母親と多くの時間を過ごすこともしていたからです。私の母は2023年10月6日に亡くなりました。1か月後、私たちは Cognition を創設しました。

Cognition はカリフォルニア州バークレーの拠点に位置しています。（2025年11月25日）

Cognition: Devin がハッカー屋から AI ソフトウェアエンジニアに成長するまで

Jeremy Stern: 一方で、あなたの人生の経緯を考えると、私たちの AI オーバーロードを訓練することは、あたかもあなたがこの世界に来る際に運命づけられたことのように思えます。一方で、すべては偶然に満ちているようにも思えます。ある種、私たちそれぞれがそうであるとも言えるでしょう。しかし、この両者の関係をどのように理解していますか？

Scott Wu: もちろん、後で振り返って物語全体を意図的に解釈して、すべてがあたかも意図されたようであるかのように語ることはできます。しかし、それが完全な真実だとは思いません。

実際には、当時私たちは生成モデル AI を探求していました。ChatGPT がリリースされると、多くの人がさまざまな応用について議論していました。その時、ほとんどの人が興味を持っていたのはテキストの補完でした。自然な思考モデルは：このものはインターネット全体でトレーニングされたものなので、それはインターネット上の誰かが言うであろうことを補完できるはずです。ChatGPT は質問応答システムであり、現在のようなものです。

Jeremy Stern: 大胆ですね。

Scott Wu: しかし、当初から非常に興味を持っていた方向性の1つがプログラミングでした。なぜなら私たちは皆プログラマーだからです。そして、AI にコーディングを教えることは、おそらくあなたが試みることができる最高にクールなことの1つでしょう。

2023年末には、特定の時点で、人々が強化学習が本当に機能しているのを見始めました。私はそれを生成的AIの第2の時代の始まりだと考えています。ChatGPTは第1の時代ですが、比較的基礎的です。

Jeremy Stern: 研究室の多くの人々を知っている以外に、なぜ強化学習が機能していると分かったのですか？

Scott Wu: 確かにその理由がありますが、私は関連する研究を常に追っており、論文からもそれが分かります。

これはAI領域における非常に興味深い現象です。過去には、ほぼすべての研究成果を公表していました。しかし2022年11月になると、その技術が非常に高いビジネス価値を持つ可能性があると気付いた人々によって、そのような状況がほぼすぐに止まりました。ただし、数学の問題やコードなどのタスクを中心にモデルをトレーニングする研究を引き続き見ることができます。

その時点でいくつか非常に興味深い論文がありました。簡単に言えば、次のステップは論理的に非常に明白なことでしたが、そのステップは公に発表されなかったのです。そこで、私たちはいくつかの人々と意見交換を始め、この問題をさらに理解しました。後に、私たちは徐々に判断を形成しました：AIはこのような論理推論のタスクで非常に強力になるでしょう。それでは、次に何が起こるのでしょうか？

これがCognitionの種です。

しかし、本当の始まりは2023年11月17日であり、つまりSam AltmanがOpenAI理事会から解任された日です。

Jeremy Stern: なぜその出来事が違いをもたらしたのですか？

Scott Wu: その日、私はニューヨークでいくつかの人々と昼食をとっていました。その時、私はこのような考えを話していました：推論能力が明らかに向上しており、強化学習が効果を発揮し始めており、今が新しい研究所を設立する適切な時期かもしれないと。思考がまったく研究的な段階にあった時でした。私たちはまだ製品が何であるか、ビジネスモデルが何であるかを明確にしなかったのです。そして、その午後、Samが解任されました。私たちは自然と考えました：さて、もし本当にそのような瞬間があれば、それが今なのかもしれません。

実際、私たちはすでにそれをする計画を立てており、おそらくはするでしょう。しかし、このことは私たちにとって大きな推進力となり、スピードを上げなければならないし、本当にそれを真剣に受け止めなければならないと感じさせました。時には、起業はこのような瞬間が必要です：あなたを本当にその中に没頭させる瞬間です。過去に会社を設立し、創業者をやっていたとしても、今回は違います。今回は大きい。今回は生涯をかけてやることです。

だから、私たちはベイエリアに飛んで、ハッカーキットを開催しました。私たちは知り合いで、AIに取り組んでいる人々にメールやメッセージを送りました。私たちは言いました、「ねえ、私たちはこれを構築している途中です。一緒にハックしましょう、一緒に探求しましょう、最終的に何ができるか見てみましょう。」

その家はカリフォルニア州バークレーにありました。

ジェレミー・スターン：バークレーは、エイブラハム・リンカーンが中国に派遣された大使にちなんで名付けられた小さな町です。彼は中国からの移民のアメリカへの制限を解除する条約を交渉したことがあります。

スコット・ウー：そう、それは非常に面白いです。今、私たちはその家の住所にちなんで会議室を持っています。

私たちはそこに約2週間滞在しました。その期間はちょうど感謝祭の休暇でした。本来、私は父親と感謝祭を過ごす予定でしたが、その時点では母親が亡くなってから数週間しか経っていませんでした。しかし当時、私はこれをやらなければならないと感じました。私たちはこれを成し遂げなければなりません。そのため、私は元の予定をキャンセルしました。

結果として、その感謝祭は友達と一緒にコードを書いたり、いじったりするのにはかなり良いものになりました。

その後、私たちは12月に再びハッカーキットを開催しました。その後、それは継続的に進んで、本当の会社になるまででした。実際、会社が設立されただけでなく、その時点をはるかに超えています。私たちはその家を維持し続け、今年の1月までそこで運営を続けました。

写真：Andria Lo

ジェレミー・スターン：あなたたちはDevinが最終的にどのような形を取るかを決定するのはいつですか？

スコット・ウー：私たちは常にそれを「同僚」として考えていました。

もちろん、AIの同僚と人間の同僚の間には多くの違いがあります。しかし、2年前でさえ、私たちはこのコンセプトがまだ時期尚早だったと言える時期でも、私たちの判断は常にここにありました。それは完全な知的存在でなければならず、独自のマシンを持ち、自力で作業を完了し、同じシステムで実行し、Slackに一緒に表示され、Jiraや他のツールに一緒に表示され、それから同僚としてあなたと協力します。

名前さえそうです。私たちはそれをDevinと呼ぶことにしましたが、それをツール的な名前にすることはしませんでした。それは理由があります。私たちはそれを、独立した存在として自力で仕事をすることができる存在と見てきました。

時間の経過と共に、この点はますます現実味を帯びてきました。2年前、それはまだビジョンのようなものでした。日常的な使用では、DevOps に対しては引き続きデビンの手取り足取りのガイダンスが必要です。しかし正直に言うと、私たちはもはや、デビンを同僚として協力することができる段階に到達しています。

具体的な例として、これまで私たち内外のデビンセッションでは、人間が手動で起動する必要があるもののかなりの部分が自動的に実行されるようになっています。

一部のデビンセッションは特定のトリガ条件で開始されます。また、デビンはサイクルで実行され、特定の行動を継続的に探したり、製品内で問題があるように見える部分を見つけ出して自ら修正するようにしています。つまり、デビンはあなたに割り当てられたタスクを完了するだけでなく、実際には自分自身に実行すべきタスクを積極的に探します。

ジェレミー・スターン：どのようにして、エージェントやモデルが現実世界でより優れて有用になっているのかを見極めるのですか？そのモデルが単に評価やベンチマークテストのために最適化されているだけでないかを見極めるのです。つまり、モデルが十分に賢くなると、ベンチマークテストは簡単になり、モデルもテストの隙間を突くことを学びます。判断力が非常に欠如し、能力もあまりないのに SAT テストで高得点を取る人を見たことがあると思います。競技志向のテスト参加者として、この問題について考えたことがあるでしょう。

スコット・ウー：言語モデルが AMC（アメリカ数学競技）で私たちを打ち負かし始めると、その後の展開はかなり明らかになります。AMC は非常に難しい高校数学コンテストです。

あなたの言う通り、サンドボックス環境でのパフォーマンスと、現実世界での実務活動への移行との間には、明らかに大きな違いがあります。ただし、私はそれを直接的な適用とは見なさず、むしろ「何が可能か」を示す証明と考えています。

一部の非常に難解な問題を解決するには、大量の基本的な論理推論能力や創造性、非常に長い推論鎖をつなぎ合わせ、各ステップを整合させる能力が必要です。モデルが適切に強化学習および適切なトレーニングデータでこれらを達成できることを知っていることは、多くの現実世界の実用的なタスクも達成できる可能性があることをかなり明確に示しています。

この出来事はおそらく 2024 年初頭に起き、その時モデルはこの種の数学問題で優れたパフォーマンスを発揮し始めました。過去2年間、あなたがほぼ見てきたのは、同じセットの技術が広く適用されていることです。

私が特に指摘したいのは、過去2年間において、注目のスケールや、強化学習そのものには、大きな画期的な進歩があったわけではないということです。実際、過去2年間に実際に起こった変化は、主に他のいくつかのカテゴリにあります。

当然、単純にスケールです：より多くの計算リソース、より多くのデータ。しかし、それ以外にも、実際の問題に直面する世界中の人々が日常的に直面している問題をどのように処理するかを理解するために行われる作業が多くあります；どの評価基準に従ってモデルを訓練するか；モデルに、特定のタスクで何が良く、何が悪いかを理解させる方法；そしてそれを現実世界に展開し、ユーザーをその世界に導く本当の意味でのプロダクト体験を構築します。

過去2年間、AIの使用を急速に推進し、人々がAIから価値を得られるようにしたのは、これらの混乱し、具体的で実践的な作業でした。それは、単一の技術的ブレークスルーを超えた、純粋な研究技術の側面よりも重要です。

Jeremy Stern: モデルがいつばらつかなくなるのか？いつ、その愚かなエラーを停止するのか？

Scott Wu: おそらくこう言えるでしょう：私は、モデルは永遠にばらつく存在であると考えていますが、あるレベルに到達し、そのばらつきが人間の能力と交差するようになります。

これは合理的です。なぜなら、人間が何をするために訓練されているかを尋ねられた場合、それはモデルとは非常に異なります。したがって、自然に、両者の能力分布が異なることが予想されます。最も明らかな例は、物理世界での作業と、知識労働や抽象的思考に従事することとの違いです。

モデルは、インターネット上のすべてのトークンでトレーニングされているため、最初は知識労働でのパフォーマンスが良くなります。そして人間はますます歩行と話すことを学ぶ必要があります。私たちの多くのニューロンも、この種の問題に費やされています。ですので、私は、このようなばらつきが永遠に存在すると考えています。

ここで興味深い問題があります：モデルは、人間に比べて依然としてばらつく存在かもしれませんが、人間がすでに完璧に近い能力を持つ分野では、モデルも同様に良い、あるいはやや優れたパフォーマンスを示すことができるでしょうか？これらの分野では、私たちは理論上限に近づいています。そして、他の分野では、人間は本来的にそのために生まれていないかもしれませんが、最適化され、トレーニングされたコンピューターは非常に優れたパフォーマンスを発揮します。

興味深いのは、ある意味で、プログラミングと数学において、人間が数学問題を解くことができること自体が非常に不思議であることです。私は、洞窟住居者の生存体験の中で、私たちが数学をする方法を教えたのは、すごく重要な部分ではあるのですが、どの部分なのかよくわからないです。しかし、この能力は確かに存在します。

この観点から、プログラミングに特化したモデルが人間よりも優れたトレーニングを受ける、ということは奇妙なことではないかもしれません。結局のところ、プログラミングは基本的にコンピューターと対話し、それに何をすべきか伝えることです。この観点から見ると、プログラミングは偶然にも最初の偉大なAIの使用シナリオになり、それほど狂ったことではありません。しかし、私のポイントは：このことはほぼ人間の知性よりも、コンピューターの知性をより多く示しているということです。

Jeremy Stern: 多くの業界関係者が「すべては統合へと進んでいくだろう：モデル企業がアプリケーション層に進出し、アプリケーション層企業が先端モデルを構築し始める」と言っています。皆様がなぜモデル企業にならないのか、それには何が阻止していると考えますか？

Scott Wu: 1つの企業にとって、焦点を合わせることが非常に重要だと考えています。

さまざまな機能や垂直方向を持つことができますが、1つのゴールしか持つことができないと考えています。何かを試みつつ、同時に基礎研究の問題を解決しようとすることはできません。

Cognitionの唯一のゴールについて尋ねられた場合、私は、世界中のすべての人がソフトウェアをより簡単に構築できるようにすることですと言います。その目標を追求しており、それは基礎モデル研究所の目標とは異なると考えています。

この目標を達成するためには、モデルトレーニングには確かに取り組むべき課題があり、また製品にも取り組むべき課題があります。しかし、これこそが私たちの根本的な目標です。

1つの企業のDNAは、ある程度までかなり固定されていると考えています。ミッションは時間とともに変化する可能性がありますが、変化の幅は想像しているよりも小さくなります。ある段階に達すると、企業内のすべての人が同じことについて考えるようになります：あなたがサービス提供する顧客、あなたが構築する製品、あなたが運営するビジネスモデル。これらすべては、特定の核心目標に根差しています。

ですので、そうですね、両者は前進し続け、拡大し続けるでしょう。しかし、私たちのような企業は、AIの利点を世界中の人々にもたらすことを本質的なDNAとしています。これは、研究の最前線を推進することに真に焦点を当てた企業とは非常に異なります。

Jeremy Stern: あなたはCursorの道を辿りますか？

Scott Wu: 私たちは実際に「スイス」をしています。これにはいくつかの理由があります。まず第一に、私たちは自分たちが必要不可欠なインフラを構築しており、企業が私たちを信頼し、パートナーとして扱い、一緒により速く走り、より多くのものを提供する方法を模索できるようにしています。そのため、中立でいることには大きな価値があると率直に考えています。

Databricksやさまざまなクラウドプロバイダーとの関係において、ある程度この点をすでに見てきたと思います。しかし、ここでは、私は状況がさらに極端であると考えています。私たちの信頼をある特定のモデルに結びつけることは、非常に恐ろしいことになるでしょう。12か月後に誰が最高のモデルを所有しているかを誰も知りません。

したがって、すべての異なるモデルと協力し、特定のユースケースに最適な異なるモデルを使用することで、迅速に変化に適応し、パートナーがどのように異なるモデルを仕事で使用すべきかを理解するのを助けることができます。これは非常に重要です。

その上、私は指摘したいと思います。現在、テクノロジー業界では、新しいものを立ち上げる理由について議論があります。今、本当に何か新しいものをゼロから構築するべき時なのでしょうか？

その背景には、世界に存在できる企業数についての仮定があります。既存の企業が最終的にすべてを独占するという考えです。シリコンバレーでは、「意味のある新しいものをゼロから構築できるのか」という点に関して、かなり否定的な見方が広がっています。私はこれが完全に誤っていると考えています。

そのため、私たちはこの挑戦と野心を楽しんでいます：一群の人が同じ部屋に集まり、自分たちで素晴らしいものを作り出すこと。

これがより面白いのです。

写真撮影：Andria Lo

AIが知的労働を引き継ぐとき、人間に残るもの

Jeremy Stern: AGIの世界では、人間の天才はどのように見えるでしょうか？

Scott Wu: 私は、AIに従事するすべての人にとって、最も重要な基準は、人間の脳自体の存在だと考えています。

私たちは人間の脳についてすべてを理解しているわけではありませんが、私たちがそれを十分理解していると考えることができるレベルに達しており、基本的には肉体で構成されたコンピューターと言えます。もちろん、ここには多くの詳細があり、その形成に関する多くの興味深い問題があります。しかし、AI領域では、これらの回路を「ニューラルネットワーク」と呼んでいるのは、それらが脳内のニューロンをモデルにしているからです。

人間の脳の接続方法からは、学習能力が見て取れ、非常に困難な問題を解決することができることがわかります。したがって、次の判断が自然に生じます。十分な時間、スケール、エネルギーがあれば、「電子脳」のように作動するものを製造できるはずだということです。違いは、私たちがより多くのこのような脳を作ることができ、それらにより多くの回路を追加できることです。

人々はよく尋ねます。「永遠に人間ができるけれどもAIが永遠にできないことは何か？」これは実際には少し面白い質問であり、過去数年間、人々が提示した多くの答えが後には持たないことが証明されてしまった。

私は昔、コンピューターがチェスを指すかもしれないが、囲碁は無理だろうと言われたことを覚えています。囲碁には深層の直感と世界への深い理解が必要であり、これはコンピューターが獲得できるものではないとされていました。しかし、実際にはそうではありませんでした。

数学問題を解決し、コードを生成し、新しい情報を吸収し、新しい定理を証明することはすべて同じです。AI はこれらのハードルを乗り越えています。人間の心の役割に関する質問に戻ると、私は十分な時間スケールで見ると、AI が永遠に達成できないが人間が達成できる能力は存在しないとは思いません。

ただし、私は人間の経験自体にはまだ多くの内在的な価値があると考えています。共同創設者の Walden は「私たちはこれまでずっと『マイクラ』のサバイバルモードで生きてきましたが、今後はクリエイティブモードに入ることになります。」と述べたことがあります。私はこれに同意します。

私たちは皆、建設したいもの、自己を表現したい方法、幸福と意味を見つけたい方法を持っています。私たちはこれらのことをやりたいと思うでしょう。そして今、私たちはAI を持ち、一緒に非常に困難でありながら非常に重要な問題を解決するでしょう。

Jeremy Stern：しかし、人間は実際には肉体で構成されたコンピューターではありません。尊厳というものを持っています。そして、私たちが共通に持つ伝統の中で、尊厳は能力に依存せず、したがって競争によって排除されることはありません。

私たちは特定の時点、特定の場所で生まれ、特定の両親から生まれ、名前を与えられた存在です。私たちはどこかから来ます。私たちは大部分が記憶によって形作られており、それらの記憶は自分で選んだものではありません。それらは私たちが意識を理解する際の最も核心的なもの、例えば「家」の概念などを形作っています。

もしそれが単なる複製可能な回路であるならば、「内在的な価値」とは、鎮静剤であるだけではないのですか？それとも、逃避でしょうか？

Scott Wu：私たちが話したバージョンは、AI の長期的な終着点により近いものです。しかし、短期および中期において、AGI は本当の二項の概念ではありません。むしろ、段階的な上昇プロセスのようなものです。

今後数年間、段階的な進展が続くでしょう：よし、それらのことはできるようになりましたが、そのことはあまりできません。その後、私たちはそのことも解決します。

そのため、私は多くの高い文脈や一般的なタスクが、世界中で起こる様々なことを理解し、膨大な情報を吸収し、正しい直感的な結論を導き出す必要があるようなものにおいて、中期的には人間がまだ優位であると考えています。

時間の経過とともに、AI が人間と同じ文脈を持ち、同じ目標のもとで作業する場合、最終的にはそれも達成できるべきです。

今の段階では、私は私自身、またはどの人間も、最も大きな利点の1つは、非常に豊かなソフトコンテクストにアクセスできるということだと考えています。

私たちが日々の認知の中で行っている仕事、または任意の企業における仕事を考えると、基本的な論理的問題をゼロから解決するというものは多くありません。純粋な論理レベルでは、AI はほとんどのことにおいて基本的に任意の人間と同等に強力です。

一方で、日々行うすべての小さな意思決定、あるいは何らかの原則に基づいて行動する選択、あるいは特定の歴史の断片を考えるとき──たとえば、「これが最初にシステムアーキテクチャをこのように設計した理由であり、しかし、ある新技術が登場して以降、徐々に別のフレームワークに移行することを決定した」のような場合や、「これが Cognition の独自の作業方法であり、他のほとんどの企業とは異なる」のような場合──、すべてのことにおいて、人間が文脈を処理し、情報を検索し、経験を呼び起こす能力は非常に強力です。

私は、検索は人間が本当に得意なことの一つだと言っています。実際、これはちょうどあなたが記憶について言及した内容とも合致しています。

モデルと人間の脳を比較すると、モデルにはコンテキストウィンドウがあり、見えるトークンがあり、使用できるツールがあり、その中の1つが検索かもしれません。私たちのコンテキストウィンドウははるかに狭いです。この点に関して私がよく冗談を言うのは、二要素認証に使われる六桁の認証コードです。認証コードが十桁になったら、私たちはもうどう対処すればいいかわかりません。これが私たちのコンテキストウィンドウがどれだけ短いかということです。

しかし、一方で、あなたは非常に素晴らしい能力を持っています。コードファイルを開いていると、突然、ある記憶が襲いかかってきて──ああ、そうだ、4か月前にこの問題を処理したときにこのバグに遭遇したことがあった。そして、これがちょうどあなたが現在のタスクを遂行するために必要な情報です。

Jeremy Stern: プログラマーのオタクはマドレーヌ・ケーキをお茶に浸す。

Scott Wu: または、誰かと話していて、突然思い出す：ああ、そうだ、7か月前にあなたがそのことを言っていたね？

これは元のコンテキストとは異なります。これは、私たちが経験したすべてのソフトな文脈を蓄積し理解しているようなものです。私は、これが現在のところ、人間がAIに対して持つ主要な利点だと考えています。

現在、AI 領域では、この点を中心にいくつかの問題が研究されています。そのうちの1つは埋め込み検索です。ある意味では、これが最も直接の対応物です：過去のすべての会話、さまざまなコードファイル、または検索する可能性のあるデータが含まれる大規模なデータベース内で、現在の問題と最も関連性の高い部分を正確に検索する方法は何か？

また、積極的に進められている別の種類の問題があり、業界の多くの人々が持続的学習と呼んでいます。それは──私はこれが人間の心の働き方に近いと考えています──AI が学習したことに基づいてどのように自己の重みを更新するか、という意味です。

ここにはおおよその考えがあります、「同時に活性化されたニューロンは互いにつながります」。AI が対話し、これらの経験を通じて自身の重みを更新できるように望んでいます。理論上、これにより次に関連する問題に遭遇したときに思い出すことができるはずです。これらは現在積極的に探究されているトピックです。私は、ある時点が訪れると思います、おそらくそれほど遠くない将来に、AI がこれを成し遂げることができるようになります。でも少なくとも現時点では、人間が優位です。

ある意味で、AI の問題解決をすることは、実際には認知そのものを解決することを意味します。

これは非常に狂ったことであり、真剣に向き合わなければならない問題です。なぜなら、人間の歴史の中で私たちは、このような前提の下で生きてきたからです：私たちはあるツールや他のツールをより速くすることができますが、最終的に問題を解決し、やり方を理解する人間が必要です。そのものを発明する人間が必要です。

今まで、私たちは「新しい問題に考えて解決する能力を持つことができる」ということを、人間であることの中心的な側面と考えてきました。そしてこれが変わったとしても、それが必ずしも悪いことを意味するわけではありません。私は、このような面で私たちを助けることのできる AI を持つことは非常に素晴らしいことだと考えています。

もっと詩的な言い方をすれば、AI はレバーであり、私たちの夢が永遠に夢の中にとどまる必要はないことを確認します。でも、今、再考し、再定義する「人とは何か」という時期に確かに差し控えています。

ジェレミー・スターン：では、人間であるとはどういうことでしょうか？

スコット・ウー：私はこうしたたとえを挙げます。

何百年も何千年も前の私たちの祖先が、私たちをどのように見るだろうか想像してみてください。彼らは私たちがボタンを押してコンピューターで作業し、そして他の人々と一緒に部屋に入って、単に話す姿を見たとき、どう思うでしょうか。私たちはそれを会議と呼び、それを仕事と呼びます。その一方で彼らは毎週7日間、自分たちが食べるのに十分な食べ物を確保するために畑で働いていました。

私たちが経験する現代の変化は、基本的に私たちが原始的な身体労働を自動化する方法を学んだことです。つまり、人間は主に知識と思考に基づく仕事に携わることができるようになったということです。過去200年にわたる人類の進歩を、一言で言えば、これです。

そして今、私たちは「原始的な知性」の問題に取り組んでいます。

これがもたらすものは何でしょうか？より簡単な例としては、栄養たっぷりで美味しいピザが欲しいですか？フェラーリが欲しいですか？ダンクしたいですか？よし、それができます。

より深刻に言えば、私は、生存モードから創造モードに移行することが正しい方向だと考えています。これは2年後や4年後に起こることではないかもしれませんが、それは到来しています。

いつか、あなたが本当に受ける制約は、ただ想像できることと、自分の人生をどう過ごしたいかだけになるでしょう。それは非常に異なる人生でしょう。

あなたの質問に戻りますと、私が考えるところの大部分は純粋な自己表現であると思います。人々は自分が望む人生を生きることができるようになるでしょう。夢を現実に変える障壁は、大幅に狭まるでしょう。

そして、私たちの現在の生活様式は、その時点では非常に狂気じみて見えるでしょう。

ジェレミー・スターン：あなたが一番恐れているのは何ですか？

スコット・ウー：私がこの質問を初めて聞いたとき、私の頭に真っ先に浮かんだのは、過去の技術革命達でした。

シリコンバレーでは、人々は通常、携帯電話、インターネット、クラウドコンピューティング、パーソナルコンピュータを思い浮かべます。しかし、さらに遡って電力、さらには産業革命までさかのぼることもできます。私はAIがその規模で言えばより大きく、形態的にもこれらの技術とは異なる可能性がありますが、より高いレベルから見ると、実際、それらは非常に似ています。

長期的に見ると、AIは非常に強力な能力です。それは私たち全員の生活を変え、私たちはもっと多くのことを行えるようにします。今日のような生活ができることは、人間の労働の90%を農業に割り当てる代わりに非常に偉大な革新であると私たちは同意すると思います。

しかし、一方で、短期および中期では、確かに実際の摩擦が発生するでしょう。AI自体よりも、それらの進展が速すぎるためにもたらす摩擦を心配しています。

これは大部分が１つの問題に向いています：我々は世界中の普通の人々の教育に非常に焦点を当てる必要があります。人々はこの技術をどのように使用すべきですか？それは人々の生活をどのように改善しますか？そして、より多くの人々が可能な限り同調的にそれにアクセスできるようにするにはどうすればよいのでしょうか？

私にとって、最も悪い結果は、かなり長い期間、サンフランシスコのエリートのみ、あるいはそのような限られたグループのみが、実際にそれらの能力を使用し、他の人々が排除されることです。

または、私たちが最近いくつかの具体的な例を経験していることを挙げましょう：モデルが非常に強力なネットワーク攻撃能力を持っているが、世界中の多くの人々が同じ能力を防御に使用していないとしたら、そしてその賢いハッカーたちは既にそれを攻撃に利用しているとしたら、世界は非常に困難な不均衡状態に入るでしょう。

したがって、本当に重要なことは、世界中がこの技術を理解し、それを使用し、それと協力することができることです。多くの問題の大部分は、実際には、人間がそれに適応するスピードにあります。

産業革命は何世代にもわたって起こりました。それは非常に徐々に変化しており、人々は時間とともに徐々に学び、これらの変化が徐々に彼らの生活に入ってきています。しかし、今日見ている変化は、はるかに速い速度です。

私は人々が適応できると信じており、新しい技術が私たちの生活を改善するさまざまな方法を見つけることになると思います。これは薬物の発見であったり、口当たりと栄養が完璧なピザを作ることであったり、日常的に使用しているすべての技術を改良することであったりします。

しかしこれはまた、人々が進行中の出来事に追いつかなければならないことを意味します。過去の多くの技術革命では、2年遅れたり5年遅れたりしても、基本的には間に合うことができました。しかし今回は、適応がより速やかに行われなければなりません。

Jeremy Stern: AI 開発に本当に関わっていない場合、これらのことを真剣に想像することは実際には難しいです。これが、私たち外部の人々が、多くのAI分野の重要人物が未来について語るときに、少なくとも口先だけであると感じる理由でもあります。

Scott Wu: 私がよく考えることの1つは、METR の研究です。

その研究では、現在、インテリジェント・エージェントは中断される必要がある前に、人間に匹敵する数時間の作業をすでに遂行できており、この期間は数か月ごとに倍増しています。これは、過去数年間に、インテリジェント・エージェントが数秒しか作業できなかった状態から、数時間もの作業を持続できるようになった過程です。

明らかな問題は：この倍増が続くとどうなるのか？私たちは数時間ではなく、数日、数週間、最終的には1年単位で話しています。

興味深いのは、私たちは既にこの曲線に沿って進み、数秒から数分、さらに数時間までそれを見てきたということです。しかし、それでも私たちはそれを理解することが難しいと感じています。人間の心は、指数関数の理解に非常に苦手であると言えるのです。

1年分の仕事をこなせるエージェントとはどういう意味でしょうか？あなたがそれにタスクを与えると、それは「私がやります。」と言い、1年後に戻ってきて、仕事が完了しています。これは狂ったように聞こえますが、私は本当にそこに到達すると思います。

AI分野外の人々にとって、いつもある種の感覚があります：まあ、曲線は突然上昇しましたが、ここが停滞して台頭する時点でしょう。その後、再び上昇すると、「まあ、しかし今回は天井に違いない」と言うことになります。

AI分野にいますし、これらすべてを目の当たりにしている人々にとって、その感覚が異なる理由の一部は、曲線上の各小さなデータポイントを見ているからです。それがここに至るまでどのようにしてきたかを知っています。過去3年間に、14回のブレークスルーが起こったわけではなく、1回だけかもしれません。しかし私たちは、この道を辿り、能力を前進させ続ければ、何ができるかを見ています。

AI分野のすべての専門家にとっても、これは本当に理解しにくいものです。

Jeremy Stern: あなたは私の日常生活からどれだけの手間を自動化してくれることができますか？それによって私は好きな趣味に戻れますか？

Scott Wu: （笑）単純に言うと、一人が一日に持つアイデアの数はいくつでしょうか？そして、それらのアイデアのうち実際に実行可能なのはどれくらいでしょうか？

この比率がまだ100％に達していない限り、実行に関する面倒な作業にはかなり明確なボトルネックが存在することが分かります。この比率が現在100％に近づいているとは私は考えていません。おそらく、5％に過ぎないかもしれません。あなたは、やりたいこと、作りたいこと、試したいことがさまざまなアイデアを持っていますが、現実の中でそれを行うことははるかに難しいことを知っています。

私は、これがAIが解放する重要な能力の一つだと考えています。特にソフトウェア分野でこの点をよく見ることができます。

私は、このように自分たちの仕事を見るエンジニアリングチームを見たことがありません：よし、今月はこのプロジェクトをリリースし、来月にはすべてが終わり、もうソフトウェアは必要ない、私たちはすべてを作り出しましたと言うようなことはありません。

現実は常にその逆です：85個のプロジェクトがありますが、選択できるのはたった6つだけです。帯域幅がその程度しかないからです。将来、より多くの人々がしたいことをすべて行うことができるようになるでしょう。

人々がソフトウェアを構築することを愛していると言うとき、彼らが本当に愛しているのは何でしょうか？現実の中で、その仕事の10％は真の自己表現です：あなたは各問題に対して何を優先すべきか、どのようなアーキテクチャを使用すべきか、どのような具体的な製品を構築すべきかを考えることができます。

そして、残りの90％はコードを書くこと、デバッグ、実行、および多くの繰り返し労働が含まれます。人々が本当にソフトウェアを構築することを愛していると言うとき、通常、彼らを引き付けるのは前者です。

すべての領域がそうであるように。我々は段階に達するでしょう：あなたは本当に愛する10％を自分で何度も行うことができます。

Jeremy Stern: 最後の質問。私は、どこかで神に祝福されたり、神々に負わされたりしている人々に常に興味を持っていました。

彼らは何らかの才能を持っています。彼らはおそらく努力もしていて、良い家族に生まれ、よい教育を受け、素晴らしい友人や師匠に出会い、幸運を十分に得て、適切な時代に生まれたり、Malcolm Gladwell が彼らに何をすべきか命じたりして、今日の成功を達成しています。

しかし、根本的には、そこには天賦があります。そしてそれは彼ら人生のエッジです。

それは善のために使われることも、濫用されることもあります。それは無駄にされることも、搾取されることもあります。それは、AIが達成すると言ったようなすべての夢を叶えることができます。逆に、それは消耗されることもあり、あるいはあなたを破壊することさえあります。

そこで私は尋ねたいのです：16気筒の数学の脳みそのような天賦を与えられた人間として、そしてその上に少しの不服従心が加わったものとして、あなたは自分がこの天賦を使って何をしようとしていると考えていますか？また、自分の選択を賢明だと思いますか？

Scott Wu：要するに、私は……

AIは人類史上最も重要な出来事かもしれず、そしてプログラミングは、AIが現実世界でどのように行動し、物事を構築するかを学ぶ方法です。私が何かをする運命にあるなら、ここに来る理由があるなら、私はそれがAIにプログラミングを教える人になることだと思います。

私は失敗するかもしれません。もし事実が示すとすれば、私がその役割を果たす運命にある人間ではないとすれば、私はもちろんとても悲しいでしょう。なぜなら私は非常に負けず嫌いで、非常に競争心が強いからです。

しかし、本当に自分に向き合えなくなるのは、別の結果です：私は、自分が天然に愛し、大切にし、そして幸運なことに少しの才能を持っていることが完全に一致するものを持っているのに、そのために全力を尽くさなかったという結果です。

もし最終的な問題が、私がそれをもっと努力しなかった、またはそれを達成するための十分な動機づけがなかったということであれば、その場合、私は自分と向き合うことができなくなるでしょう。

Jeremy Stern：ありがとうございます、Scott。

Scott Wu：うん。さあ、これらの苺を味わってみましょう。

[Original Article]

BlockBeats の公式コミュニティに参加しよう：

Telegram 公式チャンネル：https://t.me/theblockbeats

Telegram 交流グループ：https://t.me/BlockBeats_App

Twitter 公式アカウント：https://twitter.com/BlockBeatsAsia