Bolt Forge、50倍のエージェント利用枠と引き換えに機密除去済みのコード修復軌跡を収集

Bolt.newは9月14日、Forgeをリリースした。これは新たな単一モデルではなく、同プラットフォームのエージェントにおける第3の実行モードだ。デフォルトではGLM 5.3 Flashを使用し、GLM 5.3のほか、実験的なKimi K3とDeepSeek v4 Proも選択できる。個人向けProユーザーは10月14日まで、最大50倍のForge利用枠を受け取れる。その代わり、Forgeへ切り替えるたびに、そのビルドセッションの共有へ明示的に同意する必要がある。

収集対象は最終的なコードだけではない。Boltによると、プロンプト、編集内容、実行時エラー、再試行、修復の軌跡も収集する。まず自社インフラ上でシークレットと個人情報を除去して匿名化し、その後、データ処理契約に基づいてArcee AIへ提供する。こうした段階的な軌跡は、公開リポジトリよりも、エージェントが失敗から実行可能なバージョンへ到達する過程を明確に示せる。データは10月に始まる第1回の訓練に使用され、両社は1兆パラメータ級のオープンウェイトモデルの訓練を目指している。

コスト構造にも技術的な意味がある。ForgeはBoltが確保した推論ハードウェアを使用する一方、プロジェクトの実行はブラウザ内のWebContainersにとどめ、ビルドごとに別途サーバーを借りる必要をなくしている。利用枠の消費速度はモデルによって異なり、Kimi K3とDeepSeek v4 ProはGLM系の選択肢よりも速く利用枠を消費する。Forgeの利用枠を使い切るとStandardへ戻り、超過料金が自動的に発生することはない。TeamsとEnterpriseのワークスペースは、このデータ提供プログラムの対象外だ。

BoltのBuild Indexでは、Forgeのモデル構成は92.2点を記録し、最高性能の有料モデルが獲得した101.0点の約91%に相当する。ただし、これは同プラットフォーム独自のベンチマークであり、全課題、ばらつき、モデル別の内訳は公開されていない。そのため、本番環境における品質差がそのまま9ポイントだと解釈することはできない。

さらに重要なリスクは、機密除去にある。フィルターを意図的に埋め込んだテストデータで検証していたとしても、コード内のビジネスロジック、データ構造、コメントを通じて組織情報が漏れる可能性は残る。また、いったん訓練に使用されたデータをモデルの重みから後で取り除くことはできない。今後は、データ保持期間、モデルのライセンス、訓練データセットの監査、独立ベンチマークが公開されるかどうかを注視すべきだ。