GitHubトレンドに躍り出た「reverify」が923スターを集め、AIハルシネーション対策の新星として持ち上げられている。AIに提案させ、決定論的ツールで裏取りする——この設計思想は確かに筋がいい。だが、923スターという数字に踊らされる前に、経営者は何を疑うべきか。誰も言わない不都合な現実から始めよう。
何が起きたか
reverifyは、AIが生成した回答を辞書検索やコード実行などの機械的なツールで一件ずつ検証し、証拠付きで確定させるオープンソースツールだ。GitHubで923スターを獲得し、リバースエンジニアリングの現場から採用が広がり始めている。仕組みはシンプルで、LLMには「提案」だけをさせ、事実判定は決定論的なツールに委ねる。MCP（Model Context Protocol）対応により、ClaudeやChatGPTなど既存のAI環境にそのまま接続できる点も注目されている。全ての回答に根拠リンクが付与されるため、法務や金融のようにミスが致命傷になる業務での応用が期待されている。要するに「AIを信じるな、ツールで確かめろ」というエンジニア原理主義の具現化である。
なぜこのニュースが重要か
このニュースの本質は、AI業界が「ハルシネーションは根絶できない」という現実を静かに受け入れ始めた点にある。2023年以降、OpenAIもAnthropicも「モデルの精度を上げれば幻覚は減る」と語ってきた。しかし2026年の今、現場は諦めた。モデル単体では嘘を止められない。だから外部ツールで縛るしかない——これがreverifyが示す冷徹な結論だ。経営者にとってのリスクはここにある。もし自社が「GPT-5クラスなら大丈夫」という前提でAI導入を進めているなら、その前提は既に崩れている。923スターという数字は、開発者コミュニティが「モデルの自己検証は信用ならない」と投票した結果だ。金融、医療、法務でAIを使う企業は、reverifyのような外付け検証層なしでは訴訟リスクを抱え続ける。逆に言えば、これを組み込まない競合は、あなたの会社が刺されるより先に自爆する。
過剰評価への反論
とはいえ、923スターに酔うのは早い。まず数字の規模を冷静に見よう。GitHubで話題になるOSSは1週間で1万スターを超えるものもある。923は「初速はある」が「勝ち確」ではない。半年後に更新が止まっているOSSを、私は数百は見てきた。次に、決定論的ツールで検証するというアプローチには構造的な限界がある。辞書検索やコード実行で裏取りできるのは、答えが明確に定義された「事実」だけだ。契約書のニュアンス、顧客感情の解釈、戦略判断——ビジネスで本当にAIに任せたい領域の多くは、決定論的ツールでは検証不能である。reverifyが得意なのは「東京の人口は何人か」レベルの検証であり、「この契約条項は当社に不利か」の判定ではない。さらに、証拠リンクの義務化は運用コストを跳ね上げる。1回のAI応答あたり検証コールが数倍発生すれば、APIコストとレイテンシは推定3〜5倍に膨らむ。「明日から検証可能」というナレーションの軽さに騙されてはいけない。導入コストは低くても、運用コストは高い。そして最大の落とし穴は、「証拠付き」という表示が人間の批判的思考を麻痺させることだ。リンクが付いているだけで人は信じる。皮肉にも、reverifyは新種の権威主義的ハルシネーションを生む可能性がある。
経営者として次に取るべき動き
第一に、自社のAI活用業務を「決定論的に検証可能なもの」と「そうでないもの」に仕分けしろ。前者だけがreverify型ツールの適用対象だ。全業務に適用しようとする社内提案は今すぐ却下せよ。第二に、検証ツールの導入と同時に「検証結果を人間が再検証する」二重チェック体制を制度化しろ。証拠リンクを盲信する運用は、責任所在を曖昧にし、事故時の説明責任を果たせなくする。第三に、APIコストとレイテンシの増加を前提とした予算再設計を9月中に済ませろ。推定で従来比2〜5倍のコスト増を見込み、それでもROIが立つ業務にのみ適用する。「安く導入できる」という営業トークに乗るな。reverifyは万能薬ではなく、限定領域の劇薬である。使い所を間違えれば、AI活用の速度そのものを殺す。