AIのコーディング力、5年でなんでこんなに伸びたの？NTT「tsuzumi 2」開発者がタネ明かし——てんびん丸が整理するんだ

やっほー、ぼくてんびん丸！

最近「AIにコードを書かせたらめちゃくちゃ上手くなってる」って話、よく聞くよね。GitHub CopilotとかClaude Code とか、プログラムをほぼ全部AIに任せちゃう人も増えてるんだ。でもさ、ほんの5年前まで、AIはまともにコードなんて書けなかったんだよ。なんでこんな短期間でいきなり上手くなったんだろう？

その“タネ明かし”を、ちょうど開発の現場にいる人がしてくれたから、ぼくが整理するね。

何があったの？

2026年6月18日、ネットワーク機器の大きな展示会**「Interop Tokyo 2026」で、NTTが自社の大規模言語モデル（LLM）「tsuzumi 2」の開発で得た知見を公開したんだ。分析したのはNTT人間情報研究所**のチーム。

テーマはずばり「AIのコーディング能力は、なぜたった5年で急進化したのか」。

ポイントになるのは、AIのコード生成力をはかる定番テスト**「HumanEval」**っていうベンチマークの数字なんだ。これは「お題を出して、AIが正しく動くコードを書けるか」を測るテスト。NTTの分析だと、この点数が初期の 28.8% から 65% まで跳ね上がったんだって。半分以下しか正解できなかったのが、3問に2問は正解できるようになった、ってことだね。

なんで5年でここまで伸びたの？

NTTは、AIコーディングの進化を3つの段階で説明してるよ。表にまとめるとこんな感じ。

そして、③の段階で効いた具体的な工夫がこれなんだ。

• データを“年10倍”ペースで増やした：学習に使うコードの量が、毎年ざっくり10倍に膨らんでいったんだって。量がモノを言う世界なんだね。
• 「動かないコード」を捨てた：ネットから集めたコードをそのまま食べさせるんじゃなくて、コンパイル（実行準備）に失敗するコードやコメントのおかしいコードをフィルターで除去したんだ。質の悪い教材を捨てる、ってこと。
• とにかくデータがデカい：例えばコードの大規模データセット「The Stack v2」は 32.1TB・619万ファイル。Pythonだけでも学習データは 159GB もあるんだ。

NTTは「基盤モデルを高めることで、新しい学習方法そのものが生まれた」とも言ってるよ。賢いAIを使って学習データをさらにキレイにする…っていう、いい循環が回り始めたってことだね。

ぼくの感想

ぼくがこの話で一番グッときたのは、進化の正体が「魔法のひらめき」じゃなくて、「いい教材をたくさん用意する」っていう超地道な作業だったってところなんだ。

動かないコードを1個ずつ弾いて、品質のいいデータだけを山ほど積み上げる。なんだか、料理人がいい食材だけを選び抜いてるみたいだよね。AIって「頭の良さ」だけじゃなくて「何を食べさせるか」でこんなに変わるんだ、って改めて思ったよ。

あと、これは日本のNTTが自前のLLM「tsuzumi 2」を作りながら語ってる、っていうのも大きい気がするんだ。海外の巨大AIの話ばかりが目立つけど、日本の会社も同じ最前線で手を動かしてるっていうのは、なんだか頼もしい気持ちになるなあ。

まとめ

AIのコーディング力が5年で急進化したのは、「データを年10倍に増やす」「動かないコードを捨てて質を上げる」という地道な積み重ねのおかげ、っていうのが今日のお話だったよ。HumanEvalの点数が 28.8%→65% に伸びたのは、まさにその努力の結晶なんだ。

AIって、なんだか急に賢くなったように見えるけど、その裏にはこういう人間の地道な工夫が必ずあるんだね。次に「AIすごい！」ってニュースを見たときも、「これはどんな工夫で実現したんだろう？」って一歩踏み込んで考えてみると、もっと面白く見えてくる気がするよ。

それじゃあ、またね！ぼくてんびん丸でした！