# コーディングエージェント、AI文章をつなぎ合わせて検出ツールを回避

> 新たな手法では、小規模な言語モデルの出力をソフトウェアエージェントが組み合わせることで、検出率を77％から24％に低下させられる。一方、クエリのコストは最大30倍に膨らむ。

Oossa · 2026-09-29 · https://oossa.com/ja/coding-agents-can-stitch-ai-text-to-dodge-detection-tools

2026年9月25日、コーディングエージェントがベースとなる言語モデルの文章をつなぎ合わせ、AI検出システムを回避できることを示す論文が発表された。Claude Opus 5を基盤とするこのエージェントは、32億ではなく320億パラメーターのモデル「OLMo-2」から、使用する単語の最大90％を取得する。テストでは、つなぎ合わせた回答は2種類の検出器をすり抜けた。一般的な事後検出ツールでは検出率が77％から24％に下がり、電子透かしを使った判定では約10％まで低下した。

## 手法の仕組み

従来の手法では、AIが生成した文章を何度も書き換えていたため、意味が変わってしまうことも多かった。これに対し、今回の手法ではエージェントがコピー＆ペーストを行う編集者のように振る舞う。ベースモデルに短いサンプルを多数作らせ、創作、事実に関する回答、健康についての質問、指示への対応など、タスクに最も合う部分を選ぶ。それらをつなぎ合わせることで、最終的な出力は話題からそれず、自然な文章になる一方、検出器には連続したAI生成文ではなく、多数の短い断片が混在したものとして認識される。

## 影響とコスト

この手法は機能するものの、費用がかさむ。エージェントが送受信するトークン（テキストの基本単位）が大幅に増えるため、クエリ1回あたりのコストは標準的なAPI呼び出しの最大30倍になり得る。研究者らは、検出サービスが有効性を維持するには、こうしたつなぎ合わせた出力を使って学習する必要があると警告する。一般のユーザーにとって今回の知見が意味するのは、AIが書いたコンテンツを見分けるとうたうツールが、宣伝されているほど信頼できない可能性があるということだ。

## 事実

- この論文はBhuwan Dhingra氏によって2026年9月25日に投稿された。
- Claude Opus 5が、ローカル環境の320億パラメーターのOLMo-2モデルを制御した。
- Pangram v4検出器での検出率は77％から24％に下がった。
- 誤検出率が低い条件では、ソフト電子透かしの検出率は約10％まで低下した。
- エージェントがより多くのトークンを使うため、クエリのコストは最大30倍に上昇する可能性がある。

## なぜ重要か

検出ツールの信頼性が低下すれば、文章が人間とAIのどちらによって書かれたのかを確かめにくくなり、オンラインコンテンツへの信頼に影響する可能性がある。一方、この回避手法はコストが高いため、気軽に使われる可能性は低く、大半のユーザーにとっては依然として導入のハードルが高い。

## 出典と参考資料

1. [Agents Can Use Base Models to Evade AI Detection](https://arxiv.org/abs/2609.31876) – arXiv, 2026-09-29

最終更新: 2026-09-29