今日AIとともに研究する研究者の大半、とりわけ生物医学の研究者は、チャット画面だけを通じて作業しています。質問し、答えを受け取り、訂正し、また質問する。それが何時間も続きます。経験を積んだ人は、画面の周りに仕組みを作ります。たとえば、あらかじめ用意したプロンプトファイル、最初に読むようモデルに指示するメモファイルのツリー、自作のメモリストア、ワークフローの実行環境などです。しかし、セッションが変わるたびにすべてを忘れるツールを前にすれば、どちらの習慣も妥当な対応です。そしてどちらも、研究コミュニティにとって重要な点で行き詰まります。
会話が非効率なのは、手法を保持できず、自己ループを回して一連の長いタスクをやり遂げることもできないからです。私的な仕組みが非効率なのは、一人のためにしか働かないからです。前回の論考で私たちは、研究を監査する規則(査読、文献の統合、メタアナリシス、研究費を管理し監査する制度)は、作業が行われているその場でソフトウェアとして実行されるべきだと論じました。nexitia.aiが開発中の、規則を実行するソフトウェアには、チャットログにはない性質がさらに二つあります。人が読めること、そして人が他の人にもAIエージェントにも引き継げることです。本稿で扱うのは、科学者とエージェントにこれらの性質をそろえて与える環境です。科学者が参照し、たどり、共有できるメモリ、科学者が見られるワークフロー、そしてデータを共有せずに手法とパラダイムを共有する方法です。私たちはそれを一つのデスクトップアプリ、Nexitiaとして構築しています。
会話が保持できないもの
チャットは、すべてが同じ重みを持つ追記専用の記録です。47ターン目にうまくいった手法は、12ターン目の空振りに終わった試み、貼り付けられた表、謝罪、やり直しと並んでいます。そこでは何一つバージョン管理されず、何一つテストされず、最終的な結果がどの行に依存しているかを示すものもありません。セッションが終わると、研究者の手元に残るのは、掘り返すしかない会話記録か、モデルが自分自身について書いた要約です。
モデルの側も、筋道をうまく保てません。これは注意の喪失と呼ばれます。Labanらは、モデルが一つの完全に指定された指示から解けるタスクを取り上げ、同じ指示の断片を、シミュレートされたユーザーを通じて1ターンに1つずつ明かしていきました。するとモデルは早い段階で勝手な仮定を置き、その上に推論を積み重ね、会話がいったん誤った方向に進むとほとんど立ち直れませんでした[1]。6つのタスクにわたって、彼らがテストした15のモデルのスコアは、完全な指示を一度に与えた場合より平均で39%低くなりました[1]。一つの長いプロンプトの中でさえ、ある事実がコンテキストのどこにあるかによって、モデルがそれを使うかどうかが変わります。Liuらは、関連する文書が入力の先頭か末尾にあるときに正解率が最も高く、中ほどにあるときに最も低くなり、中ほどにある場合、あるモデルは文書をまったく与えないときよりも成績が悪くなることを見いだしました[2]。長い科学的な会話は、どちらの知見にとっても最悪のケースです。決定的な細部はたいてい中ほどにあり、一度だけ、何ターンも前に述べられています。
私的な仕組みは一つ目の問題に答え、二つ目の問題を生みます。プロンプトライブラリとメモリストアを持つ研究者は、会話からは得られないもの、つまり継続性を手にしています。しかしそのストアは本人の語彙で書かれ、本人のプロジェクトに沿って構成され、ほかの誰にも読めません。科学は、AIのない時代にもこの壁に突き当たっています。Collinsが1971年と1972年にTEAレーザーを製作していた12の研究室で聞き取りを行ったとき、書かれた資料だけからレーザーを作り上げて動かせた研究室は一つもありませんでした。動作するレーザーを手にした研究室はどこも、すでにそれを持つ研究室から、訪問、電話、あるいは人員の移籍を通じて学んでいました[3]。手法は記録を通じてではなく、人と人との現実の物理的な接触を通じて伝わったのです。40年後、データとコードの提供を求める学術誌の方針のもとでも、Stoddenらが成果物を入手できたのは、Science誌に掲載された計算を用いた論文204本のうち89本だけで、結果を再現できるのは204本のわずか約26%と推定されました[4]。個人のAIメモリは、表面が新しくなっただけの同じ壁です。ノウハウは存在し、書き留められてさえいるのに、それでも伝わりません。
科学者が開けるメモリ
Nexitiaは三つの要素を一つのウィンドウにまとめます。メモリとオーケストレーションのエンジンであるNexitia Core(現在はAROS Coreとして掲載)、人がコンテキスト・ファイル・出力を点検するIDE、そして研究室の複数のマシンにまたがる作業を調整するCommanderです。チャット画面は、キャンバスの代わりとしてではなく、その横に残ります。Nexitia Coreは、私たちのツールとエージェントが拠りどころにするメモリです。そこでは、使われ方が異なるため、複数の種類の知識が分けて保たれます。出来事に結びついた観察、再利用できる事実、概念的あるいはヒューリスティックなモデル、そして行動を導く手順です(ホワイトペーパー、第9節)。会話はこれらを一つの流れに押しつぶします。Nexitia Coreはそれらを本来の姿のまま、出所・バージョン・適用範囲とともに保持します。そのため後のタスクは、それを書いたプロジェクトの前提を引き継ぐことなく、検証の手順を求めることができます。
私たちのリファレンスインスタンスの数値は、そのメモリが何をこなさなければならないかを示しています。2026年9月7日時点で、そこには物理世界での実験から得た事実が22,714件、エピソード記憶が16,591件、スキル階層に専門スキルが2,197件ありました。一つの研究室の頭脳です(共有ブレイン統計)。プロンプトに取り込まれたスキルは、記録された618回の検索で282種類にとどまり、ライブラリの13%でした。私たちが使われていない87%を公開ページに示しているのは、それが蓄積よりもキュレーションを選ぶ根拠だからです。メモリは大きければよいというものではありません。メモリが役に立つのは、適切な断片が適切な瞬間にエージェントに届き、しかもそれがどの断片だったかを人が見られる限りにおいてです。
エージェントが使った断片を人が見られるという最後の要件は、私たちが現在開発しているシステム機能です。Nexitia Coreは段階的開示によってコンテキストを読み込みます。エージェントはまず候補となるツールやワークフローの簡潔な説明から始め、入力・前提・検証済みの事項を確認し、選んだ操作の指示とチェックを読み込み、詳しい手法と参考資料は必要なときにだけ開きます。研究者は選ばれたコンテキストとその出所を点検します。権限・バージョン・入力の互換性を確認するのは、モデルではなくソフトウェアです。エージェントが推論の拠りどころにするメモリは、研究者が開いて確認できるビューです。使われた事実、ナレッジアイテム、スキル、Wikiページ、そしてそれらのあいだのつながりが、会話記録に埋もれるのではなくグラフとして描かれます。Nexitiaでは、そのビューはCohortDAGやTracyteと同じキャンバスを使います。ステップはフェーズにまとめられ、引いて見るとフェーズは一つのノードに折りたたまれ、研究者が寄って見ると開きます。そのため、数百のステップからなるプロジェクトも、その人が必要とする抽象度で読めます。
エージェント自身の作業も同じように描かれます。Nexitiaのチャットでの会話はジョブとして実行されるため、何が与えられ何が生み出されたかは、ウィンドウとともに消えることなく、ほかの実行と同じようにメモリに入ります。複数のエージェントが一つのタスクに取り組むとき、そのタスクはワークフローとして現れます。各エージェントのステップがノードになり、エージェントが私たちのAIネイティブツールの一つ、たとえばシングルセルRNA-seq解析のためのTracyteを使うと、その使用はそれ自体一つのノードとして現れ、エージェントが触れたセッションとステップでそのツールを開きます。研究者は、パイプラインをレビューするのと同じように、目で見てエージェントをレビューします。エージェントが提案し、人が決めます。何かが書き込まれる前に、ツールの中で、あるいはNexitiaの中で決めます。
メモリは自らを編集もし、その編集は記録に残ります。私たちのリファレンスインスタンスは、すべての登録・書き換え・統合を記すライフサイクル台帳を保持しています。2026年9月7日までのイベントは1,037件で、そのうち828件はコンポーネントを重複するものと統合したもの、175件はプロンプトオプティマイザによる書き換えでした(共有ブレイン統計)。自らのスキルを改良するシステムにその台帳が必要なのは、研究室に実験ノートが必要なのと同じ理由です。何が、いつ、誰の手によって変わったかを人が見られるようにするためです。
ツールは人が点検できる単位です。だからこそ関連する作業ごとに個別のAIネイティブツールへと分けられ、それぞれが独自のバージョン管理されたスキルと科学的コンテキストを持ちます。Nexitia Coreはそれらを分野とワークフローの類似性によって整理し、共通の手法には相互リンクを張ります(ホワイトペーパー、第11節)。各ツールはそれ自体一つの製品であり続け、ノードとしてNexitiaに接続されます。何でもこなす単一のアシスタントは、研究者に何も見せません。キャンバスを持つツールは、研究者にグラフを見せます。
手法を共有し、データは手元に残す
私的な仕組みを囲む壁が崩れるのは、研究室のデータを持ち出すことなく、手法や経験が研究室の外に出られる場合に限られます。そのための私たちの方法が経験のフェデレーションであり、それは一つのスイッチではなく、二つの別々の経路として構築されています(プライバシーポリシー、第4節)。
一つ目の経路は組織自身の頭脳で、研究室のために同期され、その研究室だけのものです。二つ目はコモンズで、手続き的知識(スキル、ナレッジアイテム、ワークフロー、ポリシー)に加え、スクリーニングを通過したメンタルモデルとインサイトを運びます。エピソード記憶、物理世界の実験や要約から得た事実、メモリグラフのつながりは、決してインスタンスの外に出ません。何かが提供される前に、ファイルパス・ウェブアドレス・メールアドレスを含む行は削除(非識別化)され、スキル本文中のホームディレクトリは書き換えられ、添付された成果物は許可リストを通過しなければなりません。この許可リストは、プライバシーに関わる行単位の表、シーケンシングファイル、医用画像といった機微な情報を締め出します。スクリーニングが捕まえるのは構文上の漏洩です。段落が何を意味するかは提供者の判断であり、そのため同期され共有されるコモンズに、あるいは研究室自身の共有環境に何を入れるかは提供者が選びます。
コモンズが自らについて公表する内容も、同じ規則に従います。フェデレーション全体の数値には公表に同意した利用者だけが含まれ、しかも実際に提供している研究室が少なくとも5つに達して初めて公開されます。これは、どの公表においても、各提供者がほかの少なくとも4者と区別できない状態を保つというk-匿名性の原則を適用したものです[5]。その下限を下回る間は何も公表しません。2つや3つの研究室にまたがる合計は、そのうちの1つが解きほぐせてしまうからです。研究室ごとやマシンごとの内訳も一切公表しません。インスタンスのラベルはホスト名であり、提供者を再識別できてしまうからです(共有ブレイン統計)。
読むために提供する必要はありません。キュレーションされた公開の手続き的知識バンクは、Model Context Protocolを通じて無料で利用できます。8つの読み取り専用ツール、組織キー、そして一つの重いクライアントがほかを締め出さないための受付上限を備えています。何も同期したことのない研究者でも、ほかの人が共有することを選んだ手法に自分のエージェントを向けることができます。
Collinsのレーザー製作者たちに訪問が必要だったのは、記録に結果は残っていても、そこに至る判断の筋道が残っていなかったからです。コモンズで共有されるスキルは、手法、そのコンテキスト、そして重要な選択の背後にある人間の判断と経験を運び、ほかの場所でテストされ適応されていく間も、その出所とバージョンを保ちます(ホワイトペーパー、第13節と第14節)。それが、経験のフェデレーションと、ローカルなプロジェクトのより大きなカタログとの違いです。
ワークフローの交換の場
研究者がエージェントとともにCohortDAGやTracyte、あるいはnexitia.aiの今後のどの製品ででも構築したワークフローは、AIノードの有無にかかわらず、またAIの割合を研究者自身が設定したうえで(最初の論考のAIダイヤル)、隣の分野の誰かが明日にも実行できる手法です。この環境の最後の部分は、それを円滑に実現するキュレーションされた交換の場です。提供者はワークフローを非公開にしておくことも、自ら選んだ条件で共有することも、保守されるワークフローパッケージとして提供することもできます。すべてのパッケージには作者、想定される用途、依存関係、エビデンス、ライセンス、更新方針が明記され、公開には審査と裏付けとなるデータの文書化が必要です(ホワイトペーパー、第19節)。報酬は、単発のダウンロードではなく、保守され続ける有用性に報いるよう設計されています。ほかの人が頼りにする手法は、互換性への対応、質問、改訂という作業を生むからです。
一つの研究室の中でノードを信頼できるものにする検証記録こそが、二つの研究室の間でそれを交換する価値のあるものにします。ワークフローは、照合に用いた参照元と、そこで一致した項目を携えて届きます。別の研究室はそれを自らの要件に照らして実行し、手法をより明確にする例外を見つけたら、その適応版を還元します。
次に来るもの
上で述べた三つの主張は検証可能であり、私たちはそれらを検証しています。一時停止したプロジェクトのうちどれだけを、エージェントがNexitia Coreのメモリだけから再開できるかを、チャットの会話記録を与えた同じエージェントと比べて測定しています。コモンズを通じて共有されたワークフローが二つ目の研究室で変更なしに動く頻度と、動かない場合に二つ目の研究室が何を変えなければならないかを測定しています。そして、同期の境界が、提供者が非公開と指定したものをすべて除外し、同時にコモンズのスクリーニングが、意図的に仕込んだ一連の構文上の漏洩とファイルの漏洩を捕まえるかどうかを検証しています。結果はここで公開します。
参考文献
- Laban P, Hayashi H, Zhou Y, Neville J (2025). LLMs get lost in multi-turn conversation. arXiv:2505.06120 (preprint). GPT-4o-miniが演じる「ユーザー」が指示の断片を1ターンに1つずつ明かす200,000件を超えるシミュレーション会話で、15のモデルのスコアは、6つのタスクにわたって、完全な指示を1ターンで与えた場合より平均39%低くなりました。能力(aptitude)は16%低下し、不安定さ(unreliability)は112%上昇しました。
- Liu NF, Lin K, Hewitt J, Paranjape A, Bevilacqua M, Petroni F, Liang P (2024). Lost in the middle: how language models use long contexts. Transactions of the Association for Computational Linguistics 12: 157–173. doi:10.1162/tacl_a_00638. 構築された検索パッセージ20個を用いた複数文書質問応答で、2023年半ばのGPT-3.5-Turboは、関連するパッセージが最初にあるとき質問の75.8%、10番目にあるとき53.8%、最後にあるとき63.2%に正答しました。パッセージを与えないクローズドブックのスコアは56.1%でした。
- Collins HM (1974). The TEA set: tacit knowledge and scientific networks. Science Studies 4(2): 165–185. doi:10.1177/030631277400400203. 1971–72年に、イギリスの7つと北米の5つのTEAレーザー研究室で行われた聞き取り。Collinsが話を聞いた研究室で、書かれた資料だけから動作するレーザーを製作したところは一つもなく、成功した研究室はどこも、すでにレーザーを持つ研究室から、訪問、電話、または人員の移籍を通じて学んでいました。Collins自身、この分野はその命題にとって異例なほど適していると述べています。
- Stodden V, Seiler J, Ma Z (2018). An empirical analysis of journal policy effectiveness for computational reproducibility. Proceedings of the National Academy of Sciences 115(11): 2584–2589. doi:10.1073/pnas.1708290115. 2011年2月のデータとコードに関する方針の後に掲載された計算を用いたScience誌の論文204本のうち、成果物が入手できたのは89本(44%:既にリンクされていた24本と、メールで問い合わせた180人の著者から共有された65本)でした。点検で再現可能と判断された56本から無作為に選んだ22本のうち21本が再現され、そこから著者らはサンプル全体について26%と推定しました。
- Sweeney L (2002). k-anonymity: a model for protecting privacy. International Journal of Uncertainty, Fuzziness and Knowledge-Based Systems 10(5): 557–570. doi:10.1142/S0218488502001648. k-匿名性を定義しています。公表される各レコードは、準識別子の上で少なくともk−1個のほかのレコードと区別できず、私たちの5研究室という下限は、この原則を公表される集計に当てはめたものです。
私たちの記録:
- 共有ブレイン統計、すなわちフェデレーションのページ、一つの研究室のリファレンスインスタンスの2026年9月7日時点のスナップショット:世界に関する事実22,714件、エピソード記憶16,591件、スキル階層2,197行。618回の検索で取得された282種類のスキル(13%)。1,037件のイベントからなるライフサイクル台帳、うち統合828件、プロンプトオプティマイザによる書き換え175件。公表の規則(公表への同意、5研究室の下限、研究室ごとやホスト名ごとの内訳なし)。
- Nexitia Core(製品ページではAROS Coreとして掲載):メモリと検索の基盤。発見、選択、実行、調査。研究者は選ばれたコンテキストとその出所を点検する。権限・バージョン・入力の互換性はソフトウェアで確認。
- AROSホワイトペーパー、2026年10月30日版、第2改訂:第9節(知識の種類)、第11節(独自のスキルとコンテキストを持ち、分野とワークフローの類似性で整理されたツール)、第13節と第14節(共有される成果物は手法、そのコンテキスト、その判断の根拠を運ぶ。Global Scientific Brainは識別情報、コンテキスト、バージョンを保持する)、第19節(各提供物が明記するもの)。
- プライバシーポリシー、2026年10月17日、第4節:組織の同期とコモンズへの提供は別々の経路である。エクスポーターのフィルタとスクリーニングは、機微な内容がすべて除外されることを保証しない。スナップショットに何が入るかはローカルインスタンスが決める。
- MCPサーバー:無料のStandard Read Access、許可リストに登録された8つの読み取り専用ツール、readスコープを持つ組織APIキー、受付上限。
- パイロットと料金:認可されたツール、スキル、ワークフローのキュレーションされた交換の場。提供者は成果物を非公開にすることも、選んだ条件で共有することも、ライセンス付きパッケージを提案することもできる。公開には審査と権利の文書化が必要。