AI にも「睡眠」が必要な理由は？
TechFlow厳選深潮セレクト
AI にも「睡眠」が必要な理由は？
賢い人は、いつ休むべきかを知っている。
Web3業界の深掘り報道に専念し潮流を洞察執筆：湯一濤
編集：靖宇
出典：GeekPark（ギークパーク）
2026年3月31日、Anthropic社はパッケージングのミスにより、Claude Codeのソースコード約51万行をパブリックnpmレポジトリに誤って公開してしまった。数時間以内にこのコードはGitHubへミラーされ、その後回収不能となった。
公開された内容は多岐にわたり、セキュリティ研究者や競合他社がそれぞれ関心のある部分を抽出した。しかし、すべての未公開機能のうち、ある名称が広範な議論を巻き起こした——「autoDream」、すなわち「自動的夢見る機能」である。
autoDreamは、「KAIROS」（古代ギリシャ語で「適切な瞬間」を意味する）と呼ばれるバックグラウンド常駐システムの一部である。
KAIROSはユーザーが作業している間、継続的にその行動を観察・記録し、毎日のログを維持する（いわば「ロブスター（龍蝦）」のような役割）。一方、autoDreamはユーザーがパソコンの電源を落とした後にのみ起動し、昼間に蓄積された記憶を整理・統合し、矛盾点を排除し、曖昧な観察結果を明確な事実へと変換する。
この二つの機能は、完全なサイクルを構成する：KAIROSは「目覚めている」状態、autoDreamは「眠っている」状態——Anthropicのエンジニアたちは、AIのために一連の「生活リズム」を設計したのだ。
過去2年間、AI業界で最も注目を集めてきたコンセプトは「Agent（エージェント）」であった：自律的に動作し、7×24時間絶え間なく稼働し続けることが、AIが人間に対して持つ「本質的な優位性」と見なされてきた。
ところが、このAgent技術を最も深く推し進めた企業こそが、自社のコード内でAIに「休止時間」を設けていたのである。
なぜか？
絶え間ない稼働の代償
絶え間なく稼働するAIは、ひとつの「壁」にぶつかる。
すべての大規模言語モデル（LLM）には「コンテキスト・ウィンドウ」があり、同時に処理可能な情報量には物理的な上限が存在する。Agentが継続的に稼働すると、プロジェクトの履歴、ユーザーの嗜好、対話記録などが次々と蓄積され、臨界点を超えると、モデルは初期の指示を忘れ始め、前後矛盾を生じ、事実でない内容をでっち上げるようになる。
技術コミュニティではこれを「コンテキストの劣化（context corruption）」と呼んでいる。
多くのAgentは、この問題に対処するために極めて単純な方法を採用している：すべての履歴をコンテキスト・ウィンドウに押し込むことで、モデル自身が重要度を判断してくれることを期待する。だが、その結果は逆効果であり、情報量が増えれば増えるほど、性能はむしろ低下する。
人間の脳も、まさに同じ「壁」に直面する。
昼間に経験したすべてのことは、まず高速で「海馬体」へ書き込まれる。これは容量に限りのある一時的記憶領域であり、いわば「ホワイトボード」のようなものだ。一方、真の長期記憶は「新皮質」に格納されるが、こちらは容量は大きいものの書き込み速度が遅い。
人間の睡眠の主な役割の一つは、満杯になったこの「ホワイトボード」を空にして、有用な情報を「ハードディスク」（＝新皮質）へ移動させることにある。
スイス・チューリッヒ大学神経科学センターのビョルン・ラシュ（Björn Rasch）研究室は、このプロセスを「能動的システム統合（active systems consolidation）」と名付けた。
長期間の睡眠剥奪実験は繰り返し示している：絶え間なく稼働する脳は決して効率化しない。まず記憶力が損なわれ、次に注意力が低下し、最終的には基本的な判断力さえ失われる。
自然選択は非効率な行動に対して極めて厳しいが、それでも睡眠は淘汰されなかった。ショウジョウバエからクジラに至るまで、神経系を持つほぼすべての動物が睡眠をとる。イルカは左右の脳を交互に休息させる「半球睡眠（unihemispheric sleep）」という全く新しい睡眠様式を進化させた——それほどまでに、睡眠そのものを放棄することを拒否したのだ。
シャチ、シロイルカ、バンドウイルカが水槽の底で休息する様子｜出典：米国国立医学図書館（National Library of Medicine, United States）
つまり、生物学的脳と人工知能という二つのシステムは、同一の制約条件に直面している：即時の処理能力には限界があるが、一方で歴史的経験（記憶）は無限に膨張しうる。
二つの解答
生物学には「収斂進化（convergent evolution）」という概念がある。系統的に遠い生物種が、類似した環境的プレッシャーに直面した結果、独立して類似した解決策を進化させる現象である。最も古典的な例は「目」である。
タコとヒトはどちらも「カメラ型眼」を有しており、焦点を合わせられる水晶体が光を網膜に集め、虹彩が入射光量を調節する。全体の構造はほぼ同一である。
タコとヒトの眼球構造比較｜出典：OctoNation
しかしタコは軟体動物、ヒトは脊椎動物であり、両者の共通祖先は5億年以上も前に存在していた。その当時、地球上にはまだ複雑な視覚器官は一切存在しなかった。まったく別個の進化の道筋が、ほぼ同一の終点へと到達したのだ。なぜなら、光を効率的に明瞭な画像へと変換するという課題に対して、物理学的に許容される最適解は「カメラ型」しかなく、焦点を合わせるレンズ、像を受け止める感光面、入光量を調整する絞り——この三要素はいずれも不可欠だからである。
autoDreamと人間の睡眠との関係も、まさにこのようなものかもしれない。類似した制約条件下において、二つの異なるシステムが類似した構造へと収斂する可能性があるのだ。
その中でも最も顕著な共通点は、「オフラインでの実行が必須」という点である。
autoDreamはユーザーが作業中の際には動作してはならない。それはメインスレッドとは完全に分離されたサブプロセスとして独立して起動し、ツールへのアクセス権限も厳密に制限されている。
人間の脳も同様の課題に直面し、さらに徹底的な解決策を進化させた：記憶は海馬体（一時記憶領域）から新皮質（長期記憶領域）へと移動する必要があり、このプロセスには睡眠中にのみ出現する特有の脳波リズムが不可欠である。
その中でも最も重要なのは「海馬体の鋭波リップル（sharp-wave ripples）」であり、これは当日に符号化された記憶断片をひとつずつパッケージ化して大脳皮質へ送信する役割を担う。また、大脳皮質の「徐波（slow oscillations）」と視床の「紡錘波（spindles）」は、この全プロセスを正確なタイミングで協調させるための基盤となる。
こうした脳波リズムは覚醒時には生成されず、外部刺激によって容易に破壊される。つまり、「眠くなったから寝る」のではなく、「脳が前戸を閉ざさねば、後戸を開けられない」のである。
言い換えれば、同一の時間枠内において、「情報の取得」と「構造の整理」は補完関係ではなく、むしろ資源を競合する関係にあるのだ。
睡眠中の能動的システム統合モデル。
A（データ移動）：深度睡眠（ノンレム睡眠の慢波睡眠期）において、海馬体（一時記憶領域）に新たに書き込まれた記憶は反復的に再生され、徐々に大脳新皮質（長期記憶領域）へと移動・固定化される。
B（転送プロトコル）：このデータ移動プロセスは、二つの領域間の高度に同期した「会話」に依存する。大脳皮質はゆっくりとした脳波（赤線）を主導的なテンポとして発する。その波のピークに応じて、海馬体は記憶断片を高周波信号（緑線：鋭波リップル）としてパッケージ化し、視床から発せられるキャリア波（青線：紡錘波）と完全に同期させる。これは、高周波の記憶データを伝送チャネルの隙間に正確に埋め込んで、情報が大脳皮質へ同期的にアップロードされることを保証する仕組みである。
｜出典：米国国立医学図書館（National Library of Medicine, United States）
もう一つの共通点は、「全量記憶」ではなく「編集」を行う点である。
autoDreamが起動すると、すべてのログを保持するわけではない。まず既存の記憶を読み取り、既知の情報を確認したうえで、KAIROSの日々のログをスキャンし、これまでの認知と乖離する部分——昨日と異なる記述、以前より複雑だと判明した記憶——に重点的に対処する。
整理された記憶は、3層構造のインデックスに保存される：軽量ポインタ層は常にロードされ、トピックごとのファイルは必要に応じて読み込まれ、完全な履歴は原則として直接ロードされない。また、プロジェクトのソースコード内から直接検索可能な事実（例：ある関数の定義がどのファイルにあるか）は、そもそも記憶に保存されない。
人間の脳も、睡眠中にほぼ同じことを行っている。
ハーバード医科大学講師のアリン・J・ワムスリー（Erin J. Wamsley）による研究によると、睡眠は特に「異例の情報」を優先的に強化・固定化する。たとえば予想外だったこと、感情を揺さぶられたこと、あるいは未解決の課題に関連する情報などである。一方、大量の反復的・特徴のない日常的詳細は捨てられ、抽象的な法則のみが残される——あなたは昨日の通勤路で何を見たかは思い出せなくても、その道の行き方は明確に覚えているだろう。
興味深いことに、二つのシステムが異なる選択を行った点もある。autoDreamが生成する記憶は、コード内で明示的に「hint（手がかり）」とラベル付けされており、「truth（真実）」ではない。エージェントがこれを活用する際には、毎回その妥当性を再検証する必要がある。なぜなら、autoDream自身が「自分が整理した内容は必ずしも正確とは限らない」と認識しているからである。
一方、人間の脳にはこうしたメカニズムはない。これが、法廷における目撃証人の証言がしばしば誤っている理由の一つである。彼らが意図的に嘘をついているわけではない。記憶は脳内の断片から臨時に組み立てられるものであり、誤りが生じることはむしろ「通常」なのである。
進化の過程で、人間の脳に「不確実性ラベル」を装備する必要はなかった。身体が素早く反応しなければならない原始的環境においては、「記憶を信じて即座に行動する」ことが生存に有利であり、「記憶を疑って迷う」ことは敗北につながる。
しかし、知識に基づく判断を繰り返し行うAIにとっては、検証コストは非常に低く、むしろ無批判な自信こそが危険なのである。
異なる文脈が、異なる解答を導く。
賢い怠惰
進化生物学における収斂進化とは、情報交換が一切ない二つの独立した進化の道筋が、同一の終点へと向かうことを意味する。自然界には「コピペ」はないが、エンジニアは論文を読むことができる。
Anthropic社がこの「睡眠機構」を設計したとき、その動機は、人間の脳と同じ物理的制約に直面したためなのか、あるいは当初から脳科学の知見を参考にしたものなのか？
流出したコードには、神経科学に関する文献引用は一切見当たらず、autoDreamという名称もむしろプログラマーのジョークに近い。より有力な動機は、やはり工学的な制約そのものだろう——コンテキストには明確な上限があり、長時間の稼働はノイズの蓄積を招き、オンラインでの整理はメインスレッドの推論プロセスを汚染してしまう。彼らは工学的課題を解いていたのであり、「バイオミメティクス（生物模倣）」はあくまで目的ではなかった。
結局、解答の形状を決定づけるのは、制約そのものが及ぼす「圧縮力」なのである。
過去2年間、AI業界における「より高度な知能」の定義は、ほぼ常に同一方向を指していた——より大きなモデル、より長いコンテキスト、より高速な推論、7×24時間の絶え間ない稼働。「より多く」が常に正解とされてきた。
しかし、autoDreamの存在は、別の命題を示唆している：賢い知能体は、むしろ「より怠惰」である可能性がある。
自分自身の記憶を一度も整理しない知能体は、決して賢くなっていくことはなく、ただ混乱を深めていくだけである。
人類の脳は、数億年にわたる進化の末に、一見不器用に思える結論に達した：知能には「リズム」が必要である。目覚めているときは世界を「感知」し、眠っているときは世界を「理解」する。あるAI企業が、工学的課題を解決する過程で、偶然にも同じ結論へと至ったということは、次のようなことを示唆しているかもしれない：
知能には、回避できない基本的な「コスト」が存在する。
もしかすると、「眠らないAI」は、決して「より強いAI」ではない。それは単に、「自分が眠る必要があることにまだ気づいていないAI」なのである。
TechFlow公式コミュニティへようこそ
Telegram購読グループ：https://t.me/TechFlowDaily
Twitter公式アカウント：https://x.com/TechFlowPost
Twitter英語アカウント：https://x.com/BlockFlow_News
极客公园
