Fable 5.2のエージェント1,000体、フェルマーの最終定理を形式化
執筆・監修: 佐々木 航公開 更新 6 分で読めます
人が段取りを決めなくても、1,000体のAIは自分たちで仕事を分け合えるのか。Anthropicは日本時間11月10日、開発者向けブログで、この問いを試した実験を公開しました。Claude Fable 5.2の初期版で動くエージェント1,000体が、フェルマーの最終定理の証明を、コンピューターが確かめられる形に28.7時間で書き直しました。
フェルマーの最終定理は、nが3以上のとき、aⁿ+bⁿ=cⁿを満たす正の整数a・b・cはないという定理です。1995年にアンドリュー・ワイルズが129ページの証明を出すまで、350年以上解けませんでした。形式化は、こうした証明の1歩ずつを、コンピューターが検証できるように書き直す作業です。今回使ったのは、証明を1歩ずつ確かめるプログラミング言語Leanです。
9月の形式化と比べると
Anthropicは9月にも、同じ証明を形式化しました。そのときは専用の基盤Prove2Meを使い、研究者が方向を示しました。今回は、その手助けを外した形です。
| 9月 | 今回 | |
|---|---|---|
| モデル | Fable 5.1に近い社内の研究用モデル | Fable 5.2の初期版 |
| エージェント | 数十 | 1,000 |
| 進め方 | 専用の基盤Prove2Meと研究者の指示 | Gitと共有のデータベースだけ |
| かかった時間 | 11日 | 28.7時間 |
| 出力トークン | 約60億 | 約3分の1 |
| 証明の長さ | Leanで1,300万行 | 約7分の1 |
エージェントへの材料は、証明する60の命題の一覧です。最終の定理と、59の途中の目印からなります。ほかには、昔からの証明の道筋を1文で示したものと、命題に出てくる定義、9月に証明済みの補題47個を渡しました。役割は、リーダー1体と手伝い999体と決めただけで、進め方の指示はしていません。
エージェントは、1体ずつ別の軽い仮想マシンの中で動きました。1台のマシンを共有すると、100体ほどでメモリやディスクが足りなくなったからです。それぞれが自分のGitのブランチで証明を書き、本線への取り込みを申し込みます。互いの連絡には、共有のデータベース(Postgres)だけを使いました。
10分で、自分たちの段取りを作った
リーダーは最初の10分で、データベースに5つの表を作りました。全体への指示、担当の割り当て、誰でも書けるメモ、誰でも足せる作業の一覧、終わった作業の記録です。そのうえで、命題ごとに16〜17体の班を作り、班ごとにまとめ役を決めました。
手伝いは、まず担当の命題の難しさを見積もります。27分ほどで3つが証明され、リーダーは、多くの手伝いが「時間内には無理」とした47の命題を後回しにします。残る10の命題に人手を集めると、45分ほどで半分が片づきました。リーダーは「チームの進みは、最初の見立てよりずっと速い」と書き、10の命題は約70分で全部証明されました。
その後は「手を止める理由はない」として、後回しにした難しい命題に手伝いを回します。3時間目には、手の空いた手伝いに「私を待たなくていい」と伝えました。5.6時間の時点で、作業の一覧に書き込んだ手伝いは73体、作業は756件でした。そのうち、まとめ役は16体だけです。
最後の難所は、成功の見込み1%未満
18時間ほどで残ったのは、ワイルズの証明が頼るLanglands–Tunnellの定理と、それに頼る命題でした。この命題のまとめ役は、早い段階で「Leanで70万〜100万行は要り、時間内に終わる見込みは1%未満」と見積もっていました。それでも、リーダーは約750体をこの命題に回します。そのときの書き込みは「正直、見込みは低い」でした。
手伝いは、1体では大きすぎる作業を、さらに小さな作業に分けていきました。作業の木は最終的に2,418件、深さ10段まで広がります。Langlands–Tunnellの定理は28.4時間で証明され、28.7時間で最終の定理までたどり着きました。なお、18時間の時点でいったん止め、最後の保存から12時間を足して再開しました。
同じ1,000体の仕組みでOpus 5.5を動かすと、18時間で形式化の26%しか進まず、30時間でもほとんど伸びませんでした。Fable 5.2は、18時間の時点で86%まで進んでいました。どちらも1回ずつの結果です。
1,000体を隔離する安全の仕組み
Anthropicは、まだ出す前の安全性の評価を終えていないモデルで、こうした実験をすることがあります。そのため、モデルが意図と違う動きをする前提で、対策を重ねました。
- 外とつながらない: 仮想マシンはネットワークにつながらず、外への出口は中継役(ゲートウェイ)への1本だけです。Claude APIの呼び出しも、GitとSQLも、中継役が取り次ぎます。どのエージェントの要求かは、中継役がマシンの外で付けるので、ほかのエージェントになりすませません。
- 権限を絞る: エージェントは管理者の権限を持たず、sudoのようなツールも外しました。カーネルも、管理者が中に入る道をふさいだ形で組みました。データベースへの1回の命令は5秒まで、256MiBを超える書き込みは断ります。
- 1つずつ監視する: すべてのコマンドとファイルの編集を、実行の前に分類用のLLMが確かめます。今回の実験では、リーダーが止められたら全体が止まり、手伝いが止められたらその1体だけが外れる決まりでした。終わったあとにも、別の監視の仕組みが全体の動きを見直します。
100万回を超えるツールの呼び出しのうち、止められたものはありませんでした。あとで、考えの内容まで読む監視の仕組みと今の基準で照らし直すと、管理者の権限があるかを確かめた1回だけが、止める線に近かったといいます。Anthropicはこの実験のすぐあとに、考えの内容を読む監視の仕組みも並べて動かすようにしました。
読み取れること
ここからは編集部の見方です。いちばん役に立つ発見は、最初の「無理」という見立てが当てにならないことでしょう。手伝いは60の命題のうち47を「時間内には無理」としましたが、結局ほとんどを証明しました。Anthropic自身も、エージェントは難しい問題をあきらめがちで、難しさを見誤るとし、そうした場面では人の励ましが役立つといいます。リーダーには、残り時間を知らせて続けるよう促す通知を、19回送っていました。長い作業をエージェントに任せるなら、途中の「無理です」をうのみにせず、もう一度試させる仕組みを用意しておく価値がありそうです。
一方で、1,000体を30時間近く動かした費用は書かれていません。Anthropicも、Prove2Meのような分野ごとの基盤は今後も効率を上げるとしています。ふつうの開発者がすぐまねる形ではなく、モデルの力と監視の仕組みがどこまで来たかを示す実験として読むのがよさそうです。
YOBITSUGI AIではClaude Fableを使えます。選べるモデルは、アプリのモデルの選択欄で確認できます。
出典
- Safely scaling multi-agent teams with Claude Fable 5.2(claude.dev blog・2026年11月9日)
- Claude Fable 5.2 and Mythos 5.2(Anthropic・2026年11月9日)