スタンフォードのAI研究チームには専属の「懐疑役」がいた。それが機能した

2024年後半、スタンフォード大学とChan Zuckerberg Biohubのチームは、複数のAIエージェントに本当に難しい、答えの決まっていない研究課題を与えました。既存のナノボディ（抗体に似た小型タンパク質）が新型コロナウイルスの元の株に結合するのと同じように、現在流行している変異株に結合する新しいナノボディを設計するという課題です。正解が分かっているベンチマーク問題ではありません—まだ誰も解いたことのない、本物の研究課題です。AIチームは92個の候補を設計しました。研究者たちはそれを実際に合成し、ウェットラボで検証しました。90%以上が正しく発現・フォールディングし、2個は当時存在しなかった変異株に対して実際に有用な結合プロファイルを示しました。

チームは1つのモデルではなく、専門家たちの「配役」だった

Kyle Swanson氏、Wesley Wu氏、Nash Bulaong氏、John Pak氏、James Zou氏は「Virtual Lab」と呼ばれるシステムを構築しました。主任研究員（PI）エージェントが、免疫学者・機械学習の専門家・計算生物学者といった科学者エージェントのチームを編成し、指揮します。それぞれ同じ基盤モデル（GPT-4o）を使いながらも、全く異なる肩書き・専門性・目標が与えられています。決定的に重要なのは、このチームには科学的批評者（Scientific Critic）という、他のエージェントの提案の問題点を見つけることだけを仕事とするエージェントが含まれていることです。

「私たちは、他のエージェントの誤りや見落としを見つけ、他のエージェントが提供した回答に批判的なフィードバックを与えるための、明示的な批評エージェントを作ることが有用だと分かった」

この研究は単発のプロンプトではなく「会議」を通じて進みます。全エージェントが1つの問いについて議論し、PIがラウンドごとに意見を統合するチームミーティングと、1人の専門家が具体的なタスクに取り組み、批評者が最終的な回答が承認される前に各下書きに反論するという個別ミーティングです。反対意見を述べる専属の役割は、設計上の副産物ではなく、意図的に組み込まれた役割です。

結果：誰も事前に採点していなかった本物の研究課題

タンパク質言語モデルESM、AlphaFold-Multimer、モデリングソフトウェアRosettaを組み合わせたこのチームの計算パイプライン自体も、あらかじめ与えられた固定ツールではなく、エージェントたちが協働して編み出したものでした。新型コロナウイルスの比較的新しい変異株JN.1とKP.3を標的にしたナノボディに適用した結果：

• 92個の変異ナノボディが設計され、実際のラボで実験的に検証された
• 90%以上が正しく発現し、可溶性を示した—設計されたタンパク質としては基本的だが決して簡単ではない基準
• 2個の候補は、元の株への強い結合を保ちながら、より新しい変異株への結合が改善していた

比較対象となるベンチマークスコアはありません。なぜなら、エージェントたちがこの課題を解く前には、この問題そのもののベンチマークが存在しなかったからです。それこそが重要な点です。これは選択式の正答率ではなく、実際に結合するかしないかという、本物の分子を実際のラボで確認した結果なのです。

作った本人が、それを予言していた

この論文の著者の1人であるJames Zou氏は、Stanford HAIの2025年予測の中で、まさにこのプロジェクトを例に挙げて、次のような具体的な予測をしていました。

「2025年には、個々のAIモデルに依存することから、専門性の異なる複数のAIエージェントが協働するシステムを使うことへの大きな転換が見られるだろう。…単一モデルよりも信頼性が高く、効果的だ」

Stanford HAIのRuss Altman氏も独立して同様の予測をしており、問題の一部を「専門家」LLMに委託する「ゼネコン」LLMという例えを用いています。同じくスタンフォードのDiyi Yang氏は、根底にある目標を次のように直接的に表現しています。「AIと人間が協力して集合知を実現するための最良の方法を特定することが、ますます重要になっていくだろう」

これが実際にどう関係するか

ここで真剣に受け止めるべき点は、抽象的な「AIエージェントは多い方がいい」という話ではありません。実際に検証済みの実世界の成果を生み出したチームが、意図的に「反対意見を述べること」だけを仕事とする役割を組み込んでいた、という点です。モデルが自分自身に疑いを持つのではなく、別個のエージェントが、何かが承認される前の毎回のラウンドで、他のエージェントの間違いを見つけるよう指示されていたのです。これは、Brainstorming Roomに本物の懐疑者役や前提への異議者役を持たせ、全参加者がただ同意して最初の意見の上に積み上げていくだけにしない、というのと全く同じ原則です。

Parley自身のロールシステムがどう機能するかはベストプラクティスガイドを、専属の反対意見役が、自分自身にしか同意できない単一モデルには拾えないものを拾い上げる理由については、マルチエージェント討論や自己優遇バイアスについての記事をご覧ください。

参考文献

• Swanson, K., Wu, W., Bulaong, N. L., Pak, J. E., & Zou, J. (2024年プレプリント、2025年Nature掲載). The Virtual Lab of AI agents designs new SARS-CoV-2 nanobodies with experimental validation. https://doi.org/10.1038/s41586-025-09442-9（プレプリント：bioRxiv:2024.11.11.623004）。
• Stanford HAI（2024年12月）. Predictions for AI in 2025: Collaborative Agents, AI Skepticism, and New Risks。