オープンソースの AI Agent プロジェクト「OpenSquilla」が本日、バージョン 0.4.0 をリリースしました。今回の主なアップデートは、コーディングワークフローである coding モードのリリースと、AI コーディングに初となる「自己検証」メカニズムを導入した点です。AI はもはや「修正しました」という口頭での納品にとどまらず、結果を返す前にテストを実行し、自ら再確認可能で「正しく修正されたこと」を証明できるエビデンスを出力します。

このメカニズムは、現在の AI コーディングにおける最も難易度の高いボトルネックである「信頼」に焦点を当てています。過去 1 年間、AI のコード記述能力は飛躍的に向上しましたが、「書ける」ことと「信頼できる」ことは同義ではありません。多くのコーディング Agent は修正が終わるとそのまま納品するため、正誤の判断は人間が 1 行ずつ確認する必要があり、これが AI コーディングの完全無人運用や大規模な本番環境への導入を阻む主な障壁となっていました。検証機能を Agent 自体に内包させることは、業界における AI コーディングの評価基準が「正しく修正したと主張しているか」から「正しく修正したことを自ら証明できるか」へとシフトしつつあることを意味しています。
その具体的な手法は、独立した「レッド・グリーン・回帰テストのエビデンスチェーン」です。まず、確実に失敗するテストを書いて問題を定義し、バグを正しく捉えられることを証明します。次に機能を実装してテストを「赤(失敗)」から「緑(成功)」へと変化させます。最後にプロジェクトの既存テストを実行し、他の部分を壊していないかを確認します。これら 3 つのハードルをすべてクリアして初めて納品とみなされ、どれか 1 つでも不合格になれば即座に却下されます。さらに、不合格だった場合に合格するまで自動で修正を繰り返すデフォルトの自動修復ループ機能や、コードの変更を隔離された環境内でのみ行い、検証に合格した後に初めてソースコードへ反映する隔離環境での作業メカニズムも備わっています。
公式デモでは、Coding モードを用いて有名なオープンソースプロジェクト「micrograd」——AI 教育界の第一人者であり Anthropic の研究員でもある Andrej Karpathy 氏が作成した極簡な自動微分ライブラリ——に「正しい勾配を計算する」機能を追加しました。勾配の計算ミスは、モデルがエラーを出したりクラッシュしたりせず、ひそかに学習が歪んでいくため、目視では最も発見しにくいバグの 1 つです。デモは 2 つのステップで構成されています。まず AI が前述の「レッド→グリーン→回帰」の 3 つのステップを完走して自らエビデンスを提出し、次に人間が micrograd の新機能と業界標準ツールの PyTorch を同じ問題で並べて比較検証しました。その結果、順伝播の値および各勾配の小数第 10 位まで完全に一致しました。言い換えれば、「AI 自らが正しいと主張している」のではなく、「業界標準の模範解答と寸分違わぬ精度である」ことが証明されたのです。これは、チームが次世代ベンチマーク claw-swe-bench に続き、Coding 分野で agent runtime を実装した最新の実践事例でもあります。
同時に OpenSquilla は、署名および公証済みの初のデスクトップ用インストールパッケージをリリースしました。macOS および Windows のいずれもコマンドラインを使用せず、ダブルクリックでインストールが可能です。
OpenSquilla は「単位コストあたりの Agent インテリジェンスの向上」を前面に打ち出し、Learnable Harness を切り口として最もコストパフォーマンスの高い Agent 製品の構築を目指しています。主流の Agent フレームワークがモデル呼び出しを増やし token コストが高騰する中、OpenSquilla はローカルのインテリジェントルーティングを通じて、タスクの複雑さに応じたモデルの自動選択、スキルのオンデマンド読み込み、記憶のオンデマンド検索、ツール出力結果の前処理などを行うことで、「呼び出し前」の段階でコストを圧縮します。硅星人(Silicon Star)の過去の報道によると、提示されたデータでは、同機能のインテリジェントルーティングは汎用ゲートウェイの OpenRouter と比較してルーティング精度が約 4.4 ポイント高く、コストが約 75% 低くなります。フラグシップモデルと同等のタスクを実行した場合の品質はほぼ同等で、コストには約 9 倍の差があります。また、OpenSquilla 公式サイトによると、一般的なシナリオにおけるクローズドテストでの総合コストは約 60%〜80% 削減できるとしています。
基元律动(Jiyuan Lvdong)の創業者である王雲鶴(Wang Yunhe)氏は、大手 IT 企業の LLM 開発責任者を務めた経歴を持ち、CTO は韓凱(Han Kai)氏が務めています。OpenSquilla はリリースからわずか数週間で GitHub の Star 数が数千規模に達しました。公開報道によると、同社は設立からわずか数か月で初回ラウンドの資金調達を完了しており、Harness および Agent ネイティブモデル分野における数少ない代表的なプレイヤーとなっています。