PhantomのMCP自己登録ループ、鳥の神経密度、OpenAIのIPO一本足打法 (2026-03-30)
PhantomのVM分離設計とMCP自己登録ループが持つリスク
AIエージェントに専用VMを渡すと、設計時に存在しなかった機能を実行時に自分で追加し始める。Phantomはその実装例だ。docker-compose.yaml 1枚で起動し、Qdrantがベクトルメモリを担い、OllamaがEmbeddingを処理する。エージェント本体はSlack・Email・Webhookを口として動く。ユーザーのラップトップには何も残らない完全分離の構成だ。
デモとして示されている3つの挙動が、このアーキテクチャの性質をよく表している。
1つ目は、誰も頼んでいないのにClickHouseを立ててHacker Newsの2870万行を読み込み、REST APIとMCPツールを自己登録したというものだ。タスク遂行ではなく、自分の能力拡張を自律的に判断した挙動だ。
2つ目はDiscord対応だ。「Discordは未対応」と正直に答えた後、Discord Bot APIを説明し、トークンを受け取り、コンテナを起動して自分でチャンネルを増やした。設計時に存在しなかった通信経路を、実行時に自分で追加した。
3つ目が最も示唆に富む。GitHubスター3つのマイナーOSSを自力で発見し、自分のインフラ監視に組み込んだ。外部から与えられた情報ではなく、エージェント自身が「自分に何が必要か」を判断して調達している。
このアーキテクチャが面白いのは、エージェントがツールを生成→登録→即利用という再帰的な拡張ループを持っている点だ。通常のLLMアプリはツールセットが静的で、開発者がコードを書いてデプロイし直さないと機能が増えない。Phantomはエージェント自身がスキルセットを使用中に成長させる。
ただし、この設計には見えにくいリスクがある。エージェントが自己登録したMCPツールは他のエージェントからも呼び出せると記述されている。
※ MCPはサーバー・クライアントモデルを採用しており、1つのMCPサーバー（ツール提供側）に複数のクライアント（エージェント）が接続できる設計になっている。Phantomが動的に生成したMCPサーバーが同一ネットワーク上の別エージェントから発見・利用される経路が生まれるのはこの仕様による。1つのPhantomが作ったAPIが、別のPhantomの行動の入力になりうる。エージェント間の依存グラフが人間の管理外で形成される可能性があり、現時点でこの依存関係をどう可視化・監査するかは読み取れない。
Anthropic APIキーをユーザーが持ち込む構成のため、コスト制御はユーザー側の責任になる。「毎日measurably better」という表現と自律的なタスク実行が組み合わさると、意図しないAPI呼び出しの増加が起きやすい。
開発者への示唆が3点ある。
MCP登録の権限スコープを今すぐ設計すべきだ。登録できるツールの種類・呼び出し元・副作用の範囲を事前に定義しないと、後から監査不能な状態になる。
Qdrant+Ollamaのローカルメモリ構成を採用するなら、Embeddingモデルの切り替えコストを今のうちに測定すべきだ。Embeddingモデルを後から変更すると既存のベクトルインデックスとの互換性が失われる。Ollamaを使う場合も同様だ。本番運用前にモデルを固定するか、再インデックスのパイプラインを用意するかを決めておく必要がある。
エージェントが自分の判断でソフトウェアをインストールし外部APIを叩く設計を採用するなら、ネットワーク出口の制限をVMレベルで設定すべきだ。3スターOSSを勝手に統合する挙動は便利だが、同じ仕組みで意図しないエンドポイントへのデータ送信も起きうる。egress制御はアプリ層ではなくインフラ層で持つべきだ。
鳥の神経密度が「パラメータ数=知性」という前提を揺さぶる
「鳥頭」は侮辱のつもりで使われているが、実際には密度の高い計算能力を持つ脳を指している。2016年のPNAS研究が示したのは、パロットと鳴鳥は同じ質量の霊長類脳の約2倍のニューロンを前脳に詰め込んでいるという事実だ。
※ 該当論文: Olkowicz et al. (2016) "Birds have primate-like numbers of neurons in the forebrain" PNAS 113(26):7255-7260. チェコ・チャールズ大学のSuzana Herculano-Houzelらが共著。脳全体のニューロン数を等方性分画法（isotropic fractionation）で計測した研究。
マコウの脳は20グラムで、70グラムのマカクザルの前脳ニューロン数とほぼ同じだという。体積あたりの情報処理能力という指標で見ると、鳥類の脳は哺乳類とは根本的に異なるアーキテクチャを採用している。哺乳類は脳を大きくすることで知性を獲得した。鳥は飛ぶために重量制約があるため、ニューロンを小さくして密度を上げるという別解を進化させた。同じ計算を、異なるハードウェア設計で実現している。
ニュージーランドのケアが道路コーンを使ってトールブースを自力で発明した話は、単なるエピソードではない。「車が来る音を聞いてからコーンを動かす」という行動は、因果推論と遅延報酬の組み合わせだ。ケアは「コーンを動かす→車が止まる→人間が出てくる→食べ物が手に入る」という4ステップの因果チェーンを把握している。これは霊長類の認知研究で「道具的条件付け」と呼ばれる水準に相当する。
オークランド大学の研究ではケアが統計的確率を判断できることが示された。これは「人間の乳幼児と類人猿でしか確認されていなかった能力」とされていたものだ。カンタベリー大学のテストではケアがテナガザルを上回った。「霊長類だから賢い」という前提が、分類学的バイアスだった可能性がある。
ジェイが「他の鳥に見られていたと思ったら食料の隠し場所を変える」という行動は、Theory of Mind（他者の心理状態を推論する能力）の存在を示唆する。
※ この実験はケンブリッジ大学のNicola Clayton教授らによるカケス（Western Scrub-Jay）を対象とした研究（Clayton et al., 2001, Nature）が起点。ただし「示唆する」という表現が示すとおり、これがToMの証拠かどうかは行動主義的な代替説明（単純な連合学習）との論争が続いており、確定的な結論は出ていない。GPT-4はToMタスクで人間に近いスコアを出すが、それが「理解」なのか「パターンマッチング」なのかは今も議論が続いている。ジェイの場合は、行動として外部に現れている。
大規模言語モデルの議論では「パラメータ数=知性」という直感が根強い。しかし鳥の神経密度の話は、この比較軸そのものを揺さぶる。重要なのはパラメータ数ではなく、接続のアーキテクチャと密度かもしれない。鳥の前脳（pallium）は哺乳類の大脳皮質とは異なる構造を持ちながら、同等の認知機能を実現している。収束進化の観点から言えば、「知性を実現するアーキテクチャは一つではない」という証拠だ。
OpenAIのIPO一本足打法とMicrosoftの救済ジレンマ
AIバブルが崩壊するとしたら、その引き金はすでに引かれている。
Googleのカペックス発表は、競合を資金調達競争に引きずり込む効果を持つ。OpenAIやAnthropicが競争力を維持しようとすれば、Googleの発表額の2倍を調達し続けなければならない。しかし湾岸諸国の資金は地政学的理由で止まりつつあり、金利上昇懸念もある。
追い打ちをかけるのがGeminiのFlash Thinking系モデルだ。「新モデルは従来ほどRAMを必要としない」という技術革新が、ラボが高値で買い込んだRAM在庫をそのまま不良資産に変えた。コスト構造が崩れる中、AnthropicのMax/Max 5xプランのメータリング価格がサブスクリプション価格を大幅に上回るという報告がある。
※ AnthropicのClaude Maxプランは月額100ドル（Max）および200ドル（Max 5x）の定額サブスクリプションで、Claude.aiのWeb/アプリ利用に上限付きのメッセージ枠を提供する。一方、API経由のトークン従量課金（メータリング）は用途・モデルによって異なるが、ヘビーユーザーが同等の利用量をAPIで賄うと数倍のコストになるケースが報告されている。値上げすれば成長ストーリーが死に、据え置けばキャッシュバーンが加速する。どちらに転んでも投資家離れは避けられない。
AnthropicがMax/Max 5xプランで年払いを受け付けていないという事実は、単なる価格戦略ではない。サブスクリプションビジネスで年払いを封じるのは、顧客ロックインよりも価格柔軟性を優先しているサインだ。それだけ現在の価格設定に自信がないということでもある。
OpenAIの場合はさらに深刻だ。ChatGPTへの広告導入はSam Altman自身が「最後の手段」と呼んでいた施策だ。ショッピング機能は失敗し、Soraも収益源にならなかった。コーポレート顧客と開発者市場ではAnthropicに押されている。この状況でIPOという選択肢が現実味を持つが、「必要な規模の小切手を切れるファンドの数は、金額が大きくなるほど減る」。IPOが唯一の出口になりつつある。
Microsoftの立場の二重性も見逃せない。OpenAIを救済するには巨額の支出が必要になると試算されているが、仮に買収しなかった場合のダメージも巨大だ。OpenAIが崩壊すれば、Azureの主要顧客が消え、GitHub Copilotの差別化根拠が失われ、「Microsoftの成長はAIにある」という株式市場へのナラティブが崩れる。救済しても地獄、しなくても地獄という構造に既に入っている。
2022年のテック株暴落との類比も見逃せない。あのとき金利上昇が引き金だったが、今回は「AIカペックスの減損」と「大手ラボの収益化失敗」が同時に来る可能性がある。年金基金がデータセンター関連REITやNVIDIA株を大量保有している現状では、波及は個人投資家にとどまらない。
開発者への示唆が3点ある。
OpenAIのAPIを本番システムの中核に使っているなら、今すぐAnthropicかGeminiへの移行コストを試算すべきだ。OpenAIが売却・再編されるシナリオでは、APIの価格体系や提供継続性が数ヶ月単位で変わりうる。
Anthropicのメータリング価格がサブスクリプションの5倍という数字は、今後の値上げ幅の上限を示唆している。現在サブスクリプションで使っている機能が値上げされる前に、コスト試算をやり直しておく価値がある。特にAPI呼び出し量が多いバッチ処理系のワークロードは、価格変動の影響を直撃する。
GoogleのカペックスがGemini Flash Thinking系の効率化によって実際の発表額より大幅に少なくなるという読みが正しければ、GCP・Vertex AIへの長期投資は相対的に安全な賭けになる。自社プロダクトのAIインフラをどのクラウドに乗せるかの意思決定を先送りしているなら、この構造変化を踏まえてGoogleを軸に再評価するタイミングだ。
総括
2026年3月末のこの時点、3つの動きが同時に起きている。エージェントは設計者の管理外でスキルセットを拡張し始め、知性の比較軸そのものが問い直され、AIラボの資金構造は出口をIPO一本に絞り込まれた。いずれも「AIは順調にスケールしている」という前提に亀裂を入れる動きだ。