00:00
やる気だけは異常にある、えーと、5人のインターンを同じ部屋に押し込めてですね、大きなプロジェクトを任せるとしますよね。
あー、それは嫌な予感がしますね。
はい。で、1時間後に戻ってみたら、互いの足を踏み合って部屋が大炎上しているという、あのー、想像してみてください。
私たちが複数のAIに仕事を同時並行させるとき、何の計画もなしにやると、まさにこの惨劇が起きるわけです。
うーん、本当にその通りですね。
今日の深掘りでは、えーと、2026年9月19日にとあるITエンジニアが書き留めたノートを情報ソースに向かいまして、あなたをこの議論へ歓迎します。
テーマは、「大事事を一つのAIに抱え込ませず、複数のエージェントでどう分割そして統合するか?」ですね。
そうですね。これは非常に重要なテーマです。
よし、これを紐解いていきましょう。
今回の私たちのミッションは、単なるAI作業のスピードアップではありません。
あのー、破綻しないAIの分業設計、その極意を学ぶことです。
えー、多くの人が陥る最大の罠って、単にそのAIの数を増やして同時に走らせれば、早くなるって勘違いしてしまうことなんですよね。
あー、ただ並べるだけじゃダメだと。
はい。ここで非常に興味深いのは、コーデックスとかクロードコードといったシステムが示している役割の境界という概念なんです。
役割の境界ですか。
そうです。AIに全部やってと丸投げするんじゃなくて、調査だけを行うとか、テストを行うとか、あるいは実装を行うというふうに役割を厳格に分けることが出発点になります。
なるほど。先ほどのインターンの例えで言うなら、複数のシェフが同じキッチンで一つのまな板を奪い合いながら別々の料理を作るようなものですね。
まさにそれです。
そりゃ大惨事になりますよ。
ええ。だからこそ、役割だけじゃなくて、作業場所自体も分離しなきゃいけないんです。
例えば、アンテグラビティの仕様では、Gitのワークトリーなんかを使って、作業環境を物理的に隔離しています。
物理的に、つまり完全に場所を分けると。
そうなんです。なぜかというと、同じ場所で作業をさせると、片方のAIがファイルを更新したのに、もう片方のAIが古いバージョンのまま編集を続けて、上書きしてしまうという競合が起きるからです。
キッチンのまな板を完全に分けるわけですね。でもここで一つ疑問があるんです。
はい、何でしょう。
仮に、役割と場所をきっちり分けて、各AIが自分の料理を作れたとしますよね。
でも、彼らが全くバラバラなお皿とか盛り付けで報告してきたらどうなるんですか。
親AIあるいは人間である私たちが、それを比較して一つのコース料理として統合することなんて不確実すぎて不可能じゃないですか。
非常に鋭い指摘です。まさにそこが並列化における最大のボトルネックになるんです。
統合できなければ、そもそも早くした意味がありませんからね。
この問題を解決する仕組みとして、アーメスのようなシステムがすごく参考になります。
ここでは、JSONスキーマなどを使って返却形式をガチガチに固定しているんです。
03:04
返却形式を固定する。それはどういう仕組みなんですか。
簡単に言えば、自由記述のレポートを許さないんです。
事実とか根拠、変更点、あとは未解決事項といった指定の箱を用意してですね、穴埋め式の原格マフォーマットで提出させるんです。
こうすることで、長文の中に結論が埋もれるのを防いで、親AIが機械的に比較できるようになります。
ああ、なるほど。シェフ全員に全く同じ仕切りがついたタッパーを渡すわけですね。
指定の場所に刻んだ玉ねぎが入っていなければ、総料理長である親AIはハンバーガーを完成させられないと。
ええ、完璧な例えです。ただ、タッパーの形が揃っても実はまだ問題があるんです。
一斉にタッパーを持ってこられたらどうなるかですね。
オープンクローが警告しているのが背景タスクの滞留というリスクなんです。
背景タスクの滞留。子AIたちが一斉に報告を上げると、親の処理能力を超えてしまって、そこで大渋滞が起きるってことですか?
その通りです。報告待ちの行列ができてしまうんですよ。
だからこそ、マニュースが示しているようにタスクIDを発行して、実行中とか待機中といったステータスで現在地を追跡する仕組みが必須になります。
なるほど。トラッキングするわけですね。
さらに言えば、原スパークの共有プロジェクトが示唆するように、反管理も重要です。
誰かがまだ作っている途中の未完成なタッパーの中身を、別のAIが勝手に使ってしまわないように状態を管理するんです。
つまりこれはどういう意味を持つのでしょうか?
今日この深掘りを聞いているあなたが、自分の実務の自動化に落とし込むには、具体的にどう動けばいいのか?
そうですね。著者が提唱している、AI作業の分割統合カードという強力なテストを実践することです。
エージェントを起動する前に、入力、触ってよい範囲、完了条件、そして返却形式の4つを言語化してみてください。
それってまさにキッチンの仕込みリストですね。誰が玉ねぎを切るか、どこに置くか、どれくらい細かく切るか。もしそれが起動前にパッとかけないとしたら。
それはまだタスクを分割する準備ができていないという明確なサインですね。
速度を求める前に、まずは統合不能な成果物を作らないための設計図を置くことが重要なんです。
なるほど。今回のソース全体を通して見えてくるAI並列化の本質っていうのは、AIを何体起動するかという数の問題じゃないんですね。
独立した仕事をいかに比較可能な成果物へと分割できるかにあると。
そのとおりです。こうAIへの丸投げではなくて、最終的に親が検査、そして統合できる形で外へ出す。これが破綻しない分業の刻意です。
よくわかりました。さて最後はあなたへの問いかけです。
あなたの今の仕事の中で同時に進められる2つの独立した作業と、最後まで親であるあなたが担うべき統合作業は何でしょうか。
AIの数を増やしてキッチンをパレックにする前に、まずはその境界線を引いてみませんか。
06:03
まな板を分けるところからすべては始まります。
