Allen Institute for AI（Ai2）は2026年2月2日、科学文献から構造化された理論を自動生成するマルチLLMフレームワーク「Theorizer」を発表しました。2026年の「エージェントワークフロー」と「推論ファースト」モデルの流れを代表する重要な研究成果です。
Theorizerは従来のAI支援研究ツールとは一線を画すアプローチを採用しています。ユーザーが「Xについての理論を作って」というクエリを入力すると、関連する科学文献を自動的に読み込み、複数の研究に共通するパターンを特定して、テスト可能な科学理論として出力します。
出力は「法則（LAW）、スコープ（SCOPE）、証拠（EVIDENCE）」の構造化されたタプル形式で提供されます。法則は定性的（「XはYを増加させる」など）または定量的（具体的な数値境界を指定）な主張を表し、スコープはその法則が成立する条件、ドメイン制約、境界条件、既知の例外を示します。
このアプローチの革新性は、文献を「まず読んでから」テスト可能な科学理論を直接書くという点にあります。単なる要約ではなく、複数の研究にまたがる規則性（レギュラリティ）を識別し、定義されたスコープと裏付けとなる証拠を伴う主張として表現します。
2026年のAI業界では、企業が投資対効果（ROI）の証拠を求めるようになり、推論ファーストモデルが主流技術として台頭しています。TheorizerはGPT-5.2などと並び、この潮流を代表する成果です。科学研究の加速化、仮説生成の自動化、メタ分析の効率化に大きく貢献することが期待されています。