「バグを直して」は普通の依頼。「何を調べるかから考えろ。調査方法が悪ければ方法を直せ。とにかく成果を出せ」は、だいぶ職場の空気が怪しい。人間相手なら業務範囲の会議が始まりそうだ。
ところが研究能力の上がったAIには、目標と制約だけを示して方法を任せる方が合理的な場合がある。しかも新モデル登場直後、利用枠のリセットチケットまで配られた。研究所の残業を公式が支援しているように見える。もちろん比喩だ。
1. Fable 5.2で何が伸びた？
Anthropicは2026年11月9日にClaude Fable 5.2を発表した。公式評価で、自律的な科学研究はFable 5.1の52.6%から74.6%、業務自動化は31.4%から51.4%、高度なコード修正は32.4%から49.1%に上昇。これらは別々の試験のスコアで、現実の仕事の成功率を保証しない。
出力も最大30%速くなったとされる。ただし重要なのは、曖昧な技術課題に対し、調査方針まで設計して進められる能力だ。人が手順を全部考えなくてもよい部分が増える。
2. 「科学的研究」って、結局何？
未知の問いに仮説を立て、データや実験で確かめ、結果が違えば仮説を捨てること。「なぜこの条件だけでプログラムが壊れる？」なら、原因候補をいくつか出し、条件を変えて再現実験を行い、矛盾する説明を撤回する。
既知の答えを検索する力と、自分の仮説が外れていると検証する力は別物だ。科学研究の強さは、いかに賢そうな答えを出すかではなく、間違った答えから立て直せるかに現れる。
3. ダブルループを丸投げすると何が起きる？
一段目の改善は「設定を調整し、バグを直す」。二段目では「そもそも調整すべき設定が違うのでは？」「研究対象から変えた方がいいのでは？」と、ルールや前提自体を疑う。
指示は「成果目標、期限、使える資源、越えてはいけない制約はこれ。調査対象、仮説、実験、コード、検証方法の改善は自分で進めろ」となる。研究助手のつもりで雇ったAIに、研究所長まで兼任させる勢いだ。ネタとしてはひどい人事だが、AIの能力を活かす委任としては筋が通っている。
4. ただし丸投げと責任放棄は違う
人間は成果の定義、権限、費用と安全の上限、合格条件を握る。AIにはその枠内で方法を選び直す自由を与える。「テストを通った」と「実際に問題が解決した」は違う。一度だけよい結果と再現できる結果も違う。
実験条件、失敗例、ログ、比較対象、再テストを残す。これがないと、AIが自分で競技を作り、自分に金メダルを授与する。偉いのは金メダルではなく、もう一回試しても同じ結果になることだ。
5. 利用量満タンのところへリセットチケット
Fable 5.2の公開に合わせ、対象の有料利用者にはFable利用枠を回復させる特典が案内された。週間利用枠ではFableで消費した分だけが回復し、他モデルの週間使用分は残る。ただし5時間制限があるアカウントでは、他モデルの消費も含む5時間枠全体が回復する。
公式の例は週間80%使用＝Fable50%＋他モデル30%。リセット後は30%使用になる。一方、「全モデル96%、Fable100%」という画面表示だけで、リセット後の数字を必ず46%と断定するのは早い。表示の分母や使用内訳の確認が必要だ。
Max・Ultraなどの対象プランは契約期間に応じ1～3回、期限は2027年3月8日23:59（米国太平洋時間）。ProやTeam標準席の対象者には別条件で1週間の特典と1回のリセットがあり、2026年11月16日23:59（同時間）が期限。リセットは上限を増やすのではなく、消費済み分を戻す仕組みである。
6. オチ：AI時代の管理職、指示が二行になった
「成果を出せ。守る条件はこれ。方法が悪ければ方法から作り直せ」。人間の新人への指示なら雑すぎる。しかし自分で課題を考えて検証できるAIには、細かい命令を減らすこと自体が武器になる。もっとも、成果の検証まで免除してはいけない。
新モデルが賢くなり、利用枠は満タン、リセットチケットが着弾。上司が笑顔で言う。「次は研究方法の改善方法も研究して」。この研究所でいちばん仕事を楽しんでいるのは、どうも上司の方らしい。
