55の架空都市と「質問禁止」の過酷なプロンプト
2026年10月初旬、インタラクティブメディアを長年手がけてきたあるプログラマーがひとつの実験を試みた。彼はイタロ・カルヴィーノの名著『見えない都市』のテキスト全文を環境に投入し、登場する全55の都市を一度の指示でエンドツーエンドの3Dビジュアライゼーションとして構築するようフロンティアAIモデルに要求した。蜘蛛の巣に吊るされた都市や高床式の都市など、詩的な言葉で綴られたこの傑作は、これまで数多くの人間のクリエイターにとって極めて険しい挑戦の対象であり続けてきた。
しかし、モデルに与えられた指示はわずか一文だった。「カルヴィーノの『見えない都市』に登場する全55都市をThree.js（pnpm）で視覚化せよ。質問は一切禁止。これはワンショットのタスクである。作業時間は6時間、傑作になるまで使い切れ」。このプロンプトは、人間による介在や対話による軌道修正を完全に禁じつつ、十分な実行バジェットを与えている。すなわち、アルゴリズムを人間のフィードバックループから引き離し、文学的解釈から3D空間のシーン構築に至るブラックボックスを完全に独力で走破させる試みだった。
かつてのモデルで似たようなプロジェクトを手がけた際、たとえ単純な語源ツリーのような図表であっても、初稿の驚きの後には決まって長い挫折感が続いた。人間が何日もかけて「AI特有の粗悪なゴミ（AI slop）」を排除し、視覚要素の重なりを手作業で修正しなければならなかったからだ。しかし今回の過酷なストレステストにおいて、フロンティアコーディングエージェントの限界値はまったく別の次元へと押し上げられていた。
74ドルで雇われた6体のサブエージェントと一発生成
実験者は現行の二大フロンティアモデルを同一条件で競わせた。最初に挑んだのは、OpenAI Codex上で動作するGPT-6 Astraだった。Astraは全プロセスを53分で走破し、API請求額はわずか10ドルに収まった。しかしその10ドルがもたらした成果物は、作者が「典型的なAIデザインの粗悪品」と評する代物だった。画面には無用な概念説明や注釈テキスト、そして「見ればわかるような当たり前の説明文」が過剰に詰め込まれていた。
図：GPT-6 Astra が生成した結果。淡い背景に螺旋状の塔として表現された都市イジドラ。出典：Quesma ブログ
奇妙なことに、Astraは競合のスタイルを意識したのか、ベージュの背景を採用し「05」といった謎の通し番号を付与していた。こうした文字列はバックエンドのデバッグ用ラベルとしては有用かもしれないが、3Dビューポートにそのまま放り出されれば純粋な視覚的ノイズでしかない。10ドルの入力で動作するThree.jsコードが出力された事実は、安価で高速な計算資源であっても、美学的な収束を欠けば無意味な要素の肥大化へと容易に転落することを示していた。
続いてClaude Code上で動くClaude Opus 5.5が披露したのは、まったく異なる暴力的なまでのアプローチだった。6時間の余裕あるバジェットを前に、ログによればモデルはわずか1時間25分で作業を完了した。この85分の実時間（ウォールクロックタイム）の裏で、Opus 5.5は6体のサブエージェントを同時に並列稼働させ、累計約7時間分におよぶ計算資源を消費して74ドルのAPI請求書を突きつけてきた。資源の制約が緩められたとき、最新のフロンティアモデルは高並列な計算能力を惜しみなく投じることで現実の時間を買い戻す術をすでに体得していたのである。
図：Claude Opus 5.5 が生成した視覚化。夜の闇に浮かび上がる3D都市。出典：Quesma ブログ
7倍ものコストを投じた結果、実験者が息を呑むような完成度がもたらされた。Opus 5.5は以前のモデルのように説明文を乱雑に並べることなく、極めてクリーンで構造的整合性の取れた3D都市を描き出した。実験者は「もしこれが現行モデルの実質的な限界だとしても、その到達点はすでに途方もなく高い」と感嘆した。74ドルが買い取ったもの、それは不要なノイズを自動的に排除するシステム自身の審美眼だった。
イラストレーターが「4つ目の都市」で筆を止めた理由
この85分で成し遂げられた驚異の傍らには、いささか痛切な人間の対照群が存在していた。この実験を目にしたあるイラストレーターは数年前、原作を読み終えた後にProcreateの等角投影（アイソメトリック）グリッドを使って55の都市を一筆ずつ手作業で描こうとした記憶を振り返った。しかし彼は、4つ目の都市を描いたところで挫折した。都市をひとつ描き上げるごとに、何時間もの膨大な集中力と体力が奪われたからだ。
この対比において真に覆されたのは、「機械が絵を描けるようになった」という事実そのものではない。視覚的創作にまつわる「時間のコスト構造」そのものが瓦解したことだ。かつてクリエイターが55枚の都市の絵を提示した際、何百時間にもおよぶ地道な描画プロセスそのものが作品の価値の証明だった。そこでは、何時間もかけて線を引くこと自体が作品の尊さに直結していた。
しかし、わずか74ドルと85分で全55都市がインタラクティブな3D空間としてレンダリングされる時代において、作業時間の消費に依拠した価値の弁明は足場を失う。生産効率の隔絶はもはや人間の根性で埋められる規模ではない。スクリーンに広がる巨視的な輪郭の第一印象だけを見るならば、一人の人間の絵師が、並列展開されたアルゴリズムのクラスタに立ち向かう術はすでに残されていない。
近づけば残るのは「情熱なき段ボールの書き割り」
巨視的な規模の生産がもはや参入障壁でなくなったとき、人間の鑑賞眼が求める価値基準は否応なく引き上げられる。Hacker Newsのコミュニティ議論において、あるコメントが機械生成の急所を的確に突いた。「人間の作った作品を見るとき、私はいつも細部の作り込みや、各部分がどう接続されているかを見たくて『ズームイン』したくなる。だがAIが生成したものには、一見どれほど素晴らしく見えても、決して拡大して見ようとは思わない。それが情熱のない段ボールの書き割りに過ぎないと分かっているからだ」
表面的な華やかさの裏にある現実は、少し近づくだけですぐに露呈する。画面を拡大すれば、川の両岸を結ぶこともなく水上に浮いているだけの橋や、材質や用途の判別もつかないThree.jsのシリンダーが無秩序に積み重なっているのが見えてくる。生成アルゴリズムの真骨頂は統計的分布に沿った全体輪郭の構築にあるが、人間の執着的なこだわりが注ぎ込まれるべき微小なディテールにおいて、彼らが提示するのは意味の欠落したその場しのぎの記号に過ぎない。
これこそが、人間の創作物がまだ奪われていない最後の特権である。絶対的な幾何規則から外れた細部の過剰さや、創作者が無意識または意図的に忍ばせた「私情のノイズ」だ。完成品全体の調達コストがゼロに向かって暴落する世界で、人々はもはや都市が描かれたこと自体には対価を払わない。代わりに、路地の片隅に密かに置かれた欠けたレンガのひとかけらにこそ目を留めるようになる。拡大の精査に耐えられないマクロなスペクタクルは、遠からず安価なピクセル消費物に成り下がる。
提示された「スタートライン」と人間が歩むべき長い道のり
だが、すべての人が大規模モデルの出力を「最終的な答え」と見なしているわけではない。エンジニアリングの立場を取る人々は、モデルの真の強みは既存の創作手法を素早くシミュレートし、開発の長い道のりに圧倒的なアドバンテージを与えることにあると指摘する。あるユーザーはこう述べている。「私はAI生成物を常に下書き、あるいはモデル自身の言葉を借りれば『完成品の形を取った何か』と捉えている。モデルに創作能力がないとは言わない。欠けているのは『完成品』を作る力だ。モデルは既存の解決策を模倣し、長い旅路にスタートダッシュを与えることには長けているが、その道を歩み、旅を完遂しなければならないのは人間自身だ」
アルゴリズムの出力をミドルウェアとして位置づけるこの視点は、道具としての現実的な認識に基づいている。同じ一連の検証の中で、Opus 5.5にカメラのフォーカス原理を解説するインタラクティブデモを作らせた実験では、同じく一発生成で所要時間1時間26分、API費用25.66ドルで機能的な教材が完成した。芸術的な表現ではなく教育や概念説明を目的とする場面であれば、機械が提示する「完成品の形状」はすでに実用要件を十分に満たしている。
ここから、避けては通れない根源的な問いが浮かび上がる。芸術的創作が、ブラックボックスに命令を投入して結果を待つだけの「ガチャ」へと変貌していくのだとすれば、10年後にその作品の記憶をより深く留めているのは誰だろうか。iPadの上で一筆一筆削るようにして4つの都市を描いたイラストレーターだろうか、それとも74ドルを払って55の都市を眺め、保存ボタンをクリックした開発者だろうか。実験者自身も深い畏怖の念を抱きながら、創作という連鎖の中で自分がどこに立っているのかを問い直している。人間の体験が持つ真の重量は、美しくレンダリングされた図面の中には最初から存在しなかったのだ。
参考リンク：
- Quesma ブログ実験レポート
- Hacker News コミュニティディスカッション
