なぜOpenAIは逆にClaude Codeを追いかけているのか？

原文タイトル：Inside OpenAI's Race to Catch Up to Claude Code

原文著者：Maxwell Zeff，Wired

原文翻訳：Peggy，BlockBeats

編集者注：AIプログラミングエージェントの急速な台頭の中で、かつてChatGPTで生成AIの波をリードしたOpenAIは、この重要な分野で意外にも「追いかける側」となってしまった。これとは対照的に、元OpenAIメンバーが設立したAnthropicは、Claude Codeによって開発者コミュニティと企業市場で急速に人気を博し、AIプログラミングツール分野の重要なリーダーの一つとなっている。

本稿は、OpenAIの幹部、エンジニア、および複数の開発者へのインタビューを通じて、この競争の背後にある実態を明らかにする：初期のOpenAI Codexプロジェクトが分割され、リソースがChatGPTとマルチモーダルモデルにシフトしたことから、内部チームの再統合、AIプログラミング製品の加速的リリースまで、OpenAIは戦略的軽視から全面的な追撃への転換を経験している。ある意味では、これは技術力の遅れではなく、戦略的リズムのずれである：ChatGPTの爆発的普及が会社の優先順位を変え、Microsoftとの協力関係が製品の道筋を制限した一方で、Anthropicはより早くAIプログラミング分野に賭けていた。

この競争の背後には、より深層的な問題も徐々に浮上している：AIエージェントがますます多くの認知的作業を担い始めると、ソフトウェア開発プロセス、ひいてはホワイトカラー労働そのものが再定義される可能性がある。

以下が原文：

OpenAIのCEO、Sam Altmanはオフィスチェアに足を組んで、天井を見上げ、まだ形になっていない答えを考えているようだった。ある程度、これは環境とも関係がある。

OpenAIのサンフランシスコ・ミッションベイにある新本社は、ガラスと薄色の木材で構成された現代的な建物で、その雰囲気は「技術の聖殿」に近い。受付の後ろの展示棚には「AIの時代」（Eras of AI）を紹介するパンフレットが並び、技術的啓示への道筋を描いているかのようだ。階段の壁面には人工知能の発展のマイルストーンを記したポスターが貼り詰められており、その一枚には、何千人もの観客がライブ配信を通じて、一台のマシンが『Dota 2』の試合でトップクラスのeスポーツチームを打ち負かす瞬間が記録されている。廊下では、研究者がスローガンの入ったチームグッズのTシャツを着て行き来しており、その一枚にはこう書かれている：「良い研究には時間がかかる。」もちろん、理想的には、それほど長くはかからない。

私たちは巨大な会議室に座っている。私がAltmanに投げかけた質問は、業界を席巻しているAIプログラミング革命と、なぜOpenAIがこの波で主導的な位置を占めていないように見えるのか、というものだ。

現在、何百万人ものソフトウェアエンジニアが、プログラミング作業の一部をAIに任せ始めており、これはシリコンバレーの多くの人々が初めて現実に直面していることだ：自動化は彼ら自身の職にも及ぶ可能性がある。プログラミングエージェント（coding agents）は、そのため、企業がAIに対して高額を支払うことをいとわない数少ない応用分野の一つとなっている。道理から言えば、このような瞬間は、完全に可能であり、むしろOpenAIの階段の壁のポスターにおける次の「勝利の瞬間」となるはずだった。しかし今、見出しを飾っている名前はOpenAIではない。

この会社の対抗馬はAnthropicだ。元OpenAIメンバーが設立したAI企業である。そのプログラミングエージェント製品Claude Codeにより、Anthropicは爆発的な成長を遂げた。同社は2月に、この製品がビジネス規模のほぼ5分の1を占め、年間収益250億ドル以上に相当すると開示した。これに対し、関係者によれば、1月末時点でOpenAI自社のプログラミング製品OpenAI Codexの年間収益はわずか100億ドル強だった。

問題は：なぜこのAIプログラミング競争で、OpenAIは後れを取っているのか？

「先行者利益の価値は非常に大きい。」Sam Altmanはしばらく考え込んでから言った。「私たちはChatGPTですでにそれを経験している。」

しかし彼は、今こそOpenAIがAIプログラミングに本格的に取り組む時だと見ている。同社の既存のモデル能力は、高度に複雑なプログラミングエージェント（coding agents）を支えるのに十分強力だと彼は考えている。もちろん、このような能力は偶然ではなく、同社はモデル訓練に数十億ドルを投じてきた。

「これは巨大なビジネスになるだろう。」Altmanは言う。「それ自体がもたらす経済的価値だけでなく、プログラミングが解き放つ汎用的な生産性のためにも。」彼は少し間を置き、付け加えた。「私はめったにこの言葉を軽々しく使わないが、これはおそらく数兆ドル規模の市場の一つになる可能性があると思う。」

さらに進んで、彼はOpenAI Codexが汎用人工知能（AGI）への「最も可能性の高い道筋」かもしれないと考えている。OpenAIの定義によれば、AGIとは、経済的価値のある仕事の大半において人間のパフォーマンスを超えることができるAIシステムのことだ。

Sam Altman、OpenAI CEO。撮影：Mark Jayson Quines。

しかし、Altmanが落ち着き払った態度で自信に満ちた判断を下しているにもかかわらず、過去数年間の社内の実情ははるかに複雑だった。より完全な内部事情を知るために、私は30人以上の関係者にインタビューした。会社の承認を得てインタビューに応じた現役のOpenAI幹部と従業員、匿名条件で社内の運営状況を説明した元従業員を含む。これらの話を総合すると、あまり一般的ではない状況が見えてくる：OpenAIは必死に追いかけている。

時は2021年にさかのぼる。当時、Altmanと他のOpenAI幹部は『WIRED』の記者Steven Levyを、サンフランシスコのミッション地区にあった初期のオフィスに招待し、ある新技術のデモを見せた。これはGPT-3から派生したプロジェクトで、GitHubからの大量のオープンソースコードを使って訓練されていた。

現場デモで、幹部たちはOpenAI Codexというこのツールが、自然言語の指示を受け取り、簡単なコードスニペットを生成する方法を示した。

「それは実際にコンピュータの世界であなたのために操作を実行することができる。」当時、OpenAI社長兼共同創業者のGreg Brockmanはそう説明した。「あなたが持っているのは、実際にコマンドを実行できるシステムだ。」当時でさえ、OpenAIの研究者の間では、Codexが「スーパーアシスタント」（super assistant）を構築するための鍵となる技術になると広く考えられていた。

その時期、AltmanとBrockmanのスケジュールはMicrosoftとの会議でほぼ埋まっていた——このソフトウェア大手はOpenAIの最大の投資家だった。マイクロソフトはCodexを、その最初の商用AI製品の一つであるGitHub Copilotというコード補完ツールの技術的基盤として利用する計画だった。これはプログラマーが日常的に使用する開発環境に直接組み込まれるものだ。

初期のOpenAI従業員の一人は、その段階では、Codexは「基本的にオートコンプリートしかできなかった」と回想する。しかし、マイクロソフトの幹部は依然としてそれをAI時代の到来を示す重要なシグナルと見なしていた。

2022年6月、GitHub Copilotが正式に一般公開された時、わずか数ヶ月で数十万人のユーザーを獲得した。

Greg Brockman、OpenAI社長。撮影：Mark Jayson Quines。

当初Codexを担当していたOpenAIのチームはその後、他のプロジェクトに異動した。初期の従業員の一人は、当時の会社の判断はこうだったと回想する：将来的にはモデル自体がプログラミング能力を持つようになるため、独立したCodexプロジェクトチームを長期間維持する必要はない。エンジニアの一部はDALL-E 2の開発に参加するために異動し、別の一部はGPT-4の訓練にシフトした。当時は、これがOpenAIをAGIに近づける鍵となる道筋のように見えていた。

その後、2022年11月にChatGPTがリリースされ、2ヶ月で1億人以上のユーザーを獲得した。社内のほぼすべての他のプロジェクトは、そのために一時停止を余儀なくされた。その後数年間、OpenAIには実際にはAIプログラミング製品を専門に担当するチームは存在しなかった。Codexプロジェクトに参加した元メンバーの一人は、ChatGPTが人気を博した後、AIプログラミングはもはや会社の新しい「コンシューマー製品優先」戦略の範疇には属さないように思われたと述べている。同時に、業界ではこの分野はすでにGitHub Copilotで「カバーされている」と広く考えられており、それは本質的にMicrosoftの本拠地だった。OpenAIは主に基盤となるモデルのサポートを提供するだけだった。

そのため、2023年と2024年には、OpenAIのリソースはマルチモーダルAIモデルとインテリジェントエージェント（agents）により多く投入された。これらのシステムは、テキスト、画像、動画、音声を同時に理解し、人間のようにカーソルとキーボードを操作できるように設計されている。この方向性は当時、業界のトレンドに合っているように見えた：Midjourneyの画像生成モデルがソーシャルネットワークで急速に人気を博し、業界では大規模言語モデルがより高いレベルの知能に向かうためには、世界を「見て」「聞く」ことができなければならないと広く考えられていた。

対照的に、Anthropicは異なる道を選んだ。同社もまたチャットボットとマルチモーダルモデルを開発していたが、プログラミング能力の可能性に早くから気づいていたようだ。最近のポッドキャストで、Brockmanも、Anthropicは非常に早い段階から「プログラミング能力に強く焦点を当てていた」と認めている。彼は、Anthropicがモデルを訓練する際、学術コンテストの複雑なプログラミング問題だけでなく、実際のコードリポジトリからの大量の「混乱した」コード問題も使用したと指摘した。

「これは私たちが後になって気づいた教訓だ。」Brockmanは言った。

2024年初頭、Anthropicはこれらの実際のコードリポジトリデータを使用してClaude 3.5 Sonnetの訓練を開始した。このモデルが6月にリリースされた時、多くのユーザーがそのプログラミング能力に強い印象を受けた。

このパフォーマンスは特に、Cursorという名前のスタートアップで実証された。20代の若者グループが創業したこの会社は、開発者が自然言語で要件を記述し、AIが直接コードを修正できるAIプログラミングツールを開発した。CursorがAnthropicの新モデルに接続されると、そのユーザー規模は急速に拡大した、と同社に近い関係者は明かした。

数ヶ月後、Anthropicは自社のプログラミングエージェント製品、Claude Codeの内部テストを開始した。

Cursorの人気が高まるにつれ、OpenAIは一時、このスタートアップを買収しようとした。しかし、同社に近い複数の情報筋によると、Cursorの創業チームは交渉が深まる前にこの提案を拒否した。彼らはAIプログラミング業界の潜在的可能性が巨大であると考え、独立した発展を維持したいと考えていた。

Andrey Mishchenko、OpenAI Codex研究責任者。撮影：Mark Jayson Quines。

当時、OpenAIは最初のいわゆる「推論モデル」、OpenAI o1を訓練していた。この種のモデルは、答えを出す前に、問題を段階的に推論することができる。OpenAIはリリース時に、このモデルは「複雑なコードの正確な生成とデバッグ」において特に優れたパフォーマンスを示すと述べた。

Mishchenkoは説明する：AIモデルがプログラミング能力で明らかな進歩を遂げた重要な理由の一つは、プログラミングが「検証可能なタスク」（verifiable task）であることだ。コードは実行できるかできないかのどちらかであり、これはモデルに非常に明確なフィードバック信号を提供する。一度エラーが発生すると、システムはどこが問題だったかを迅速に知ることができる。OpenAIはまさにこのフィードバックループを利用して、o1により複雑なプログラミング問題で継続的に訓練させている。

「コードベース内で自由に探索し、変更を実施し、自身の結果をテストする能力——これらはすべて『推論』能力の一部である——がなければ、今日のプログラミングエージェントは現在のレベルに達することはできなかっただろう。」と彼は言う。

2024年12月までに、OpenAI社内では複数の小規模チームがAIプログラミングエージェントに焦点を当て始めていた。そのうちの一つのチームは、MishchenkoとThibault Sottiauxが共同で率いていた。Sottiauxは以前Google DeepMindに在籍し、現在はOpenAIのCodex責任者である。

当初、彼らのプログラミングエージェントへの関心は主に内部研究開発のニーズから来ており、モデル訓練タスクの管理やGPUクラスターの稼働状態の監視など、大量の反復的なエンジニアリング作業をAIで自動化したいと考えていた。

もう一つの並行した試みは、Alexander Embiricosが主導した。彼は以前OpenAIのマルチモーダルエージェントプロジェクトを担当しており、現在はCodexのプロダクト責任者を務めている。EmbiricosはかつてJamというデモプロジェクトを開発し、社内で急速に広まった。

Thibault Sottiaux、OpenAI Codex責任者。撮影：Mark Jayson Quines。

マウスとキーボードでコンピュータを制御するのとは異なり、Jamはコンピュータのコマンドラインに直接アクセスできる。2021年のCodexデモは、AIが人間のためにコードを生成し、人間が手動で実行することを示すだけだったが、Embiricosのバージョンは自分でそのコードを実行できる。彼は回想する：当時、自身のラップトップ上でJamの操作行動をリアルタイムに記録したページが次々と更新されていくのを見て、内心ほとんど震撼させられた。

「しばらくの間、私はマルチモーダルインタラクションが私たちの使命を実現する道筋かもしれないと考えていました。例えば、人間が一日中AIと画面を共有して一緒に働くような。」Embiricosは言う。「その後、突然非常に明確になりました：おそら