100ドルで作るAIチャットの全設計図が公開

元OpenAIの研究者であるAndrej Karpathyが、ChatGPTと同等のAIチャットを約100ドルのコストで構築できる最小実装「nanochat」をGitHubで公開した。スター数はすでに59,000を超えており、開発者コミュニティでの関心の高さがうかがえる。

nanochatが注目される理由は、「AIチャットの中身」を白日の下にさらしている点にある。大手サービスが提供するチャットAIは、外から見ると「賢い会話相手」にしか見えない。しかしKarpathyはそれを意図的に分解し、最低限の部品だけで再現することで、「AIチャットとは何でできているのか」を構造として見せている。

リポジトリのコードはPythonで書かれており、意図的にシンプルに保たれている。これはAI研究の最先端を示すものではなく、「仕組みを理解するための教材」として機能することを優先した設計だ。Karpathy自身、これまでも「nanoGPT」など学習目的の最小実装を繰り返し公開してきており、nanochatはその系譜に位置する。

「100ドルで作る」という表現は少し誤解を招きやすいので整理しておきたい。これはハードウェアを用意するコストではなく、APIを通じてLLM（大規模言語モデル）を呼び出すコストの目安を指している。つまり、自前でモデルを学習させるわけではなく、既存のAPIを組み合わせて「チャットとして機能するシステム」を作る構成だ。

「ChatGPTと同等」という言い方も、性能が同じという意味ではない。ここで言う「同等」とは、会話の履歴を保持し、ユーザーの入力に対して自然な返答を生成するという動作の仕組みとして同じ構造を持つ、という意味に近い。裏を返せば、ChatGPTというプロダクトが実際にやっていることの骨格は、nanochatのような構成で説明できる、ということでもある。

この視点は、「AIを使い倒したい」人にとってかなり重要だ。ツールの外側から操作するだけでなく、「なぜこの入力でこの出力が返ってくるのか」を構造として把握できると、プロンプト設計やツール選択の判断が変わってくる。

nanochatはコードを書ける人だけのためのリポジトリではない。Pythonをゼロから書けなくても、「読む」だけでも得られるものがある。

たとえば、チャットが成立するためには何が必要か。ざっくり言えば、「会話の文脈をどう管理するか」「モデルへの入力をどう整形するか」「返答をどう受け取って表示するか」という3つの処理が骨格になっている。nanochatはその骨格を最小限に絞って書いており、コードを上から順に読むだけで、この流れが追えるように設計されている。

注目したいのは、こうした「最小構成の実装を読む」という行為が、AIツールの使い方の幅を広げる効果を持つ点だ。たとえばAPIのドキュメントを読むとき、「会話履歴の渡し方」という仕様が何を意味するのかが、コードを一度追っているかどうかで理解のスピードが変わってくる。AIが自律で研究を完結する時代が来たでも触れたように、AIツールの進化は速い。ツールの外側だけを把握しようとすると、アップデートのたびに追いかけるだけで終わる。仕組みの層を少し知っておくことが、「使い倒し」の持続力につながる。