AI駆動開発 2026年10月7日

ELYZAが「再帰的自己改善（RSI）」研究組織を設立――AIがAIを改善するループは、今どこまで本物か

「AIがAIを作る」という話が現実の射程に入ってきている。

2026年10月2日、ELYZAは東京都内で会見を開き、再帰的自己改善（RSI: Recursive Self-Improvement）の研究開発を推進する専門組織「ELYZA RSI Research」の設立を発表した。併せて、自律研究基盤を活用した音声対話AIエージェント「ELYZA Voice Agent」やフィジカルAIへの取り組みも紹介している。

RSIという言葉は以前から研究者の間で語られてきた概念だが、それが専門組織の名称として企業の発表に登場してきた。この事実には、それなりの重みがある。

RSIとは何か、なぜ今この言葉が出てきたのか

RSIの基本的な構造はシンプルだ。AIが自分自身の性能を評価し、その結果を改良のフィードバックとして自分に戻す。改良されたAIがまた評価し、また改良する。そのループが自動化されることで、人間が介在しなくても性能向上が続く仕組みだ。

これがSFや思考実験の文脈で語られてきた時代は、「理論的には可能だが実装の見通しが立たない」という位置づけだった。

ところが、2026年初頭から「AIによるAI開発」が実際に加速し始めた。ELYZAの代表取締役・曽根岡侑也氏は「AIによるAI開発によってAIモデルの進化が加速しており、フロンティアモデルのリリース頻度も高まっている」と述べている。改良した成果をAIが自分自身に戻すループの自動化――それがRSIとして次のステップに定義されている。

「AIによるAI開発」が現実化した段階で、その延長線上にある「AIによる自己改善」が現実の研究課題として浮上した。これが今この言葉が出てきた文脈だ。

ELYZAが何を発表したのか

ELYZAは2018年9月創業、東京大学の松尾研究室からスピンアウトして設立されたAIスタートアップだ。2019年からLLM（大規模言語モデル）の研究開発を行い、50社以上に生成AIの研究開発・活用支援を実施してきた。2024年4月にはKDDIグループ傘下に入っている。

今回設立した「ELYZA RSI Research」は、このRSIを研究開発の中心軸として据えた専門組織だ。既存事業として手掛けている法人向け生成AI活用ツール「ELYZA Works」や、業界・企業特化型のLLM開発伴走支援とは別に、より根本的なモデルの自律的性能向上を研究する体制を作った、という理解になる。

音声対話AIエージェント「ELYZA Voice Agent」については、「自律研究基盤を用いた」という説明がなされており、RSIの研究成果が実際のエージェント開発に結びつく形が想定されているようだ。フィジカルAI（実世界で動作するAI）への言及もあるが、詳細は今回の発表の範囲では限られている。

AI研究の主戦場が変わっている

ELYZAが今回の発表でもう一つ示したのは、AI研究の地図が変わりつつあるという認識だ。

曽根岡氏によれば、LLMはすでに2024年時点でシンプルタスクの精度が上限に達している。そして2026年9月時点での主戦場は「AI for Science」と「Long Horizon」タスクに移っているという。

AI for Scienceは創薬・材料・数学など高度な科学研究にAIを用いる領域。Long Horizonタスクは、人間なら数時間〜数日以上かかるような複数工程をまたがる複雑なタスクを完遂する能力を指す。

AAII（Artificial Analysis Intelligence Index）のベンチマークでも、高度な推論・数学的な証明や論理展開・コーディング・実務の完遂力・信頼性が主な論点になっている。高難易度の問題でも6割解けるレベルに達し、多数のAIエージェントを協調させることで数学の未解決問題を解決する事例も出てきているという。

実際の動きとして、2026年9月3日にはOpenAIがPCを操作して複数の工程を進める「Computer Use」能力が大きく向上した「GPT-6 Astra」を公開している。中国企業の動向については、感覚的に2カ月程度の遅れで基盤モデルのオープン化が進んでいるという見方が示されていた。

AIエージェントに必要な3要素と「ハーネス問題」

AIエージェントの開発構造についても、今回の発表は重要な整理を提供している。

曽根岡氏によれば、AIエージェントを開発するには「基盤モデル」に加えて、「ハーネス（高度な処理のための周辺システム）」と「評価機構」の3要素が必要だ。そして現時点では、ハーネスと評価機構は人間が開発して精度を向上させている状況にある。

RSIが目指すのは、このループを回す主体を人間からAIに移行させることだ。改良の主体がAIになれば、サイクルの速度と規模が桁違いに変わる。人間がボトルネックでなくなる。

この「ハーネス問題」は、現場で実際にAIエージェントを構築している開発者には刺さる話だと思う。ベースモデルの性能が上がっても、それを特定のタスクに実際に適用するためのハーネス開発と評価設計の重さは変わらない。むしろ、モデルが高性能になるほど「それを正しく評価できるか」の難しさが増す。

ここからは見方の話：RSIは「宣言」か「実態」か

率直に言うと、今回の発表だけでは「ELYZA RSI Researchが何をどこまで実現しているか」の具体的な技術的詳細は見えてこない。組織の設立発表であり、研究の方向性の表明だ。

ここで期待値を調整しておきたい。

RSIが「自律的な性能向上ループの完全自動化」を指すとすれば、それはまだ研究課題の段階だ。「AIによるAI開発」が進んでいることと、「AIが完全に自律的に自己改善できる」ことは、現時点では同じではない。前者は実際に起きている変化で、後者はその先に想定されるシナリオだ。

一方で、専門組織を立ち上げてRSIという言葉を前面に出すことには、それなりのコミットメントが含まれている。これはプレスリリース的な言葉の選択ではなく、研究開発の優先順位の宣言だ。その意味では、「日本のAIスタートアップが、フロンティアモデルの自己改善という研究課題に正面から向き合う姿勢を示した」という事実は軽くない。

もう一つ、曽根岡氏が強調したのが日本の文脈だ。各国政府による規制や介入の動き、フロンティアラボ側による開発速度の減速、そしてフロンティアモデルの一般利用が制限され公開されなくなる可能性——この文脈の中で「日本でもフルスクラッチによるソブリンAI開発に加えて、RSIの研究を推進することが重要」と述べている。

これは技術的な話というより、地政学的な話だ。米国や中国のフロンティアモデルへのアクセスが制限された場合、日本国内にRSIを含む自律的なモデル開発能力がなければ、技術的な自律性を失う。ELYZAがRSIに踏み込む動機の一つは、ここにある。

実務・開発組織が今考えるべきこと

技術的な流れを整理すると、「AIエージェントの競争力がハーネスと評価機構にある」という構造は、実務に直結する論点だ。

現状、多くの企業のAIエージェント開発は「良いベースモデルを選ぶ」ことに注力しているが、差別化の本質はむしろハーネス設計と評価機構の品質にある。モデルそのものはどこも同じものを使える状況が続いているが、「そのモデルを特定のタスクで動かせるか」「その品質を計測できるか」は企業ごとに大きく差がある。

RSIが進展した場合に面白い逆説が生じる。AIが自分自身のハーネスや評価機構を改善できるようになれば、この「差別化の源泉」もまた自動化の対象になる。自分たちが手動で磨いてきた評価ロジックをAIが超えていく日が来る可能性がある。

それを脅威と見るか機会と見るかは立場による。ただ、「評価できること」の価値は下がらない。AIが評価機構を生成するとしても、その評価機構が正しいかどうかを判断できる人間が必要な構造は、当面変わらないと思っている。

次に注目すべき論点は2つある。一つは規制の動向だ。各国政府の規制によってフロンティアモデルの一般利用が制限された場合、自社でモデル開発能力を持てるかどうかが企業の技術的独立性を左右する。もう一つは、RSI研究の「どこまでが自動化されたか」の透明性だ。この種の研究は、進捗が定量的に示しにくい。次にELYZAが発表する際に、具体的な自動化率や評価改善の数値が出てくるかどうかを見ておく価値がある。