00:00
- ちょっと想像してみてほしいんですが、あなたがものすごく優秀な新入社員を雇ったとしますよね?
- いいですね。優秀な新人。
- でも、その社員にはデスクもパソコンも与えないんです。
- 会社の廊下に立たせたまま、あなたと付箋だけでコミュニケーションを取って仕事を進めろって言ったらどう思います?
- それは無茶苦茶ですよね。いくら優秀でも全く仕事にならないでしょう。
- ですよね。でも実はこれ、私たちがこれまでAIに対してやってきたことと全く同じなんですよ。
- ああ、なるほど。確かにそうかもしれません。
- 日々のニュースを追っていると、どうしてもどのAIモデルが一番賢いのかとか、ベンチマークのスコアがどうだみたいな脳の処理能力ばかりに目を奪われがちじゃないですか。
- ええ、そこばかりが話題になりますからね。
- ですが、2026年の7月に相次いで発表されたAIエージェントの公式リリースをじっくり読み解いていくと、全く別のもっと重要なシフトが起きていることに気づくんです。
- そうなんですよね。
- AIがついに廊下から卒業して、自分専用のオフィスを与えられるようになったという劇的なパラダイムシフトです。
- まさにそこが私たちが今一番注目すべきポイントです。
- はい。ということで、今回は知識よく旺盛なあなたのための特別な深掘りのお届けします。
今日のミッションは、これからのAIエージェントの真の価値はどれくらい賢いかではなく、どこを仕事場にしているかで決まるという全く新しい視点を皆さんに手に入れてもらうことです。
よし、早速ひも解いていきましょうか。
- はい、よろしくお願いします。
このシフトはですね、情報型の時代において非常に重要です。
最新の賢いモデルを追いかけるだけだと、AIの実用性という一番大事な本質を見失ってしまうんですよ。
- と言いますと?
- これまでAIエージェントというのは、私たちの画面の端っこにあるただのチャット欄という一時的な相談窓口に過ぎなかったわけです。
- ええ、ブラウザーを開いて質問するだけみたいな。
- そうです。でも今、彼らはそこから飛び出して、作業の状態、専門用語でステイトと呼ぶんですが。
- ステイトですね。
- はい。要するに、やりかけの仕事の記憶とか、使う道具のことです。
これをどこに保持するのかを、AI自身が管理し始めているんです。
- ほうほう。
- 彼らがどこに居場所を持ち、どうやってその環境とやりとりするのか、そこを人間がどう設計するかが、実務の成果を大きく分けるフェーズに突入しているんですよ。
- なるほど。チャット欄という廊下から飛び出して、自分たちのオフィス、つまり仕事場を持つってことですよね。
なんかAIが本当に会社の同僚になったみたいでワクワクしますね。
- ええ、まさに同僚と呼べるレベルに近づいています。
- では早速、彼らが具体的にどんな場所を仕事場にしているのかを見ていきたいんですが、まずはコードとルールの番人たちとでも呼ぶべき存在からいきましょうか。
- はい、オープンAIのコーデックスとアンソロピックのクロードコードですね。
03:02
- そうです。例えばコーデックスなんですけど、彼らはCLI、つまり私たちがキーボードで黒い画面に直接コマンドを打ち込むターミナル環境とか、ローカルのフォルダの中に直接入り込んでくるんですよね。
- ええ、そうです。
- 単なるプログラミングの相談相手ではなくて、特定のディレクトリー、つまり作業用のフォルダに常駐して、自分でファイルを読み書きして、コードのテストまで実行してしまうんです。
- はい。
- これって、なんか建設現場に派遣された現場監督みたいなものですよね。どの部屋の工事をしてよくて、何の機材を使っていいか事前に決めておくことが鍵になるような気がするんですが。
- その現場監督というアナロジーはすごく面白いですね。ただ、少しだけ補足させてください。
- はい、お願いします。
- コーデックスの振る舞いは、ただの現場監督というよりは、目隠しをされた状態で、ドアの下から差し込まれた設計図と許可書だけを頼りに、ものすごい猛スピードで作業する現場監督といった方が正確かもしれません。
- 目隠しをされた現場監督ですか。なんかそれはちょっと怖く聞こえますけど。
- ええ、少し不気味ですよね。というのも、彼らの中心にあるのは、もはや人間との会話の履歴ではないんですよ。
- ああ、チャットの文脈じゃないと。
- はい。彼らが唯一認識している世界というのは、指定された作業対象のディレクトリと、その中で実行してよい検証コマンドの範囲だけなんです。
- なるほど。完全にその枠の中だけで生きているんですね。
- だからこそ、人間がいかに美しい言葉で指示を出すかよりも、AIが安全に作業できる区画を物理的にどう切るかの方がずっと重要になってきます。
- 区画の設計ですね。
- はい。実際、承認モードには、単なる提案から、サンドボックスと呼ばれる安全な隔離環境での完全自動化まで厳密な段階が設けられているんですよ。
- なるほどな。そして同じように、ローカル環境を仕事場にしつつも、少し違うアプローチを取っているのが、アンスロピックのクロードコードですよね。
- そうですね。
- 彼らの仕事場は、ターミナル環境に加えて、なんとクロード.mdという規約ファイルそのものなんですよ。
- ここですごく面白いのが、クロードコードが単なるコード生成ツールから、プロジェクトの文化の継承者になろうとしている点なんです。
- 文化の継承者ですか?
- ええ、なぜマークダウンという形式なのか。マークダウンは非常にシンプルで軽量なテキストファイルですよね。
- はい、私たち人間にとっても普通の文章として読みやすいですし。
- そうなんです。読みやすくて、同時にAIには構造を完璧に理解できる。いわば人間と機械のバイリンガル言語なんですよ。
- ああ、なるほど。
- 彼らはこのクロード.mdを通じて、チームの標準やルールをリポジトリ、つまりプログラムの貯蔵庫の内部に直接埋め込んでいくんです。
- これまでは、AIにコードを書かせるたびに、このプロジェクトでは変数名はこういうロールでお願いしますって、毎回チャットで長々とプロンプトを入力してましたよね。
- ええ、本当に面倒でしたよね。
06:02
- それが、リポジトリの中にルールブックとして常に置かれているから、わざわざ言わなくても勝手に空気を読んでくれると。
- その通りです。AI導入の最初の仕事は、プロンプト集を頑張って作ることではなくて、どのルールをリポジトリの一部として管理することに変わるんです。
- いやあ、それは確かに夢のようですね。でもちょっと待ってください。
- はい。
- もしそのリポジトリに置かれたルールブック、つまりcloud.md自体が古い情報だったらどうなるんですか。
AIがこれが正解だと思い込んで、間違った判断を高高速で大量に再生産してしまう危険性はないんでしょうか。
- ああ、それは鋭いご指摘ですね。
- もしAIが自らルールを書き換え始めたりしたら、さらに大惨事になりそうですし。
- はい、その懸念こそがまさに導入時の最大のボトロネックになります。規約が保護壁となって彼らの暴走を防ぐ一方で、誤った規約は誤ったアウトプットを猛烈な勢いで加速させてしまうんですよ。
- スピードが速い分、被害も甚大だと。
- ええ、AIが超高速の現場監督であるならば、そのルールブックを常に最新で正しい状態にメンテナンスする監査役が人間には求められるわけです。
- なるほど。便利さの裏には全く新しい人間側の責任が生まれるわけですね。
- そういうことです。
- さて、ここまではローカル環境のファイルにルールを置くという強力なアプローチを見てきましたが、ここで一つの壁にぶつかります。
- ええ、何でしょう?
- プロジェクトが巨大化してAIモデル自体を別の新しいものに乗り換えたくなったらどうなるでしょうか?
- ここからは少しスケールを大きくして、記憶の永続化と物理的な作業環境の分離というテーマに進んでいきましょうか。
- いいですね。Googleのアンティグラビティとマナスというエージェントを見ていきます。
まずはGoogleのアンティグラビティですが、彼らは仕様駆動開発を掲げています。
仕事場となるのはspec.mdやplan.mdといった仕様書ファイルですね。
この動きは先ほどのモデルの乗り換えという課題に対する非常に合理的な解決策なんですよ。
- ほう、合理的なんですか。
- ええ、チャットの履歴をいくら長く保存しても、別の新しいAIモデルが登場したときに、
前のAIとの会話ログをいちいち要約して渡すような運用ってすぐに文脈の限界を迎えますよね。
- 確かに。全部読んで理解してねって渡してもうまくいかないことが多いです。
- そうですよね。しかし、設計や計画といった作業の記憶を、
チャットツールの中ではなく、外部の永続的なファイルに移すことができたらどうでしょう。
- ああ、それが仕様書ファイルってことですね。
- はい。仕様書や計画書が仕事場の中心にあれば、たとえ担当するエージェントが変わっても、
新しいAIもそのファイルを読み込むだけで、瞬時に作業の前提条件を揃えることができるんです。
- なるほど。会話の履歴に依存するのではなくて、状態、つまりステートを独立したファイルとして外出しにするんですね。
- そういうことです。さて、ここからが本当に面白いところなんですが、
09:00
マナスというエージェントのアプローチはさらに強烈です。
- はい、マナスですね。
- 彼らはタスクごとに完全に分離されたサンドボックスと呼ばれるクラウドPCを仕事場として与えられているんです。
- ええ、完全に隔離されています。
- 彼らはあなたの手元のパソコンのメモリーやファイルは一切使いません。
タスクが発生するたびにクラウド上に一時的な仮想のパソコンが立ち上がって、
そこでブラウザを開き、検索し、ファイルをダウンロードして、24時間体制で動くんです。
- すごいですよね。
- これって優秀なインターンに会社支給の専用ノートPCを渡して、この部屋でずっと作業しててって、
鍵付きの部屋に閉じ込めるようなものですよね。
- ええ、まさにそのインターンのアナロジーがぴったりです。
手元の環境を一切汚さないという点では、究極の隔離環境といえますね。
- そうですよね。
- しかし、これを俯瞰的な視点につなげると、
強力なクラウドPCを隔離された部屋に与えているからこその重大な視覚が見えてくるんです。
- 視覚ですか?
- はい。インターネットに自由につながる便利な専用部屋であればあるほど、
その部屋の中で何が行われているのか、そして最終的に作業が終わった後、
その成果物をどうやって部屋の外に回収するのかという出口の設計が不可欠になります。
- 出口の設計ですか?
- ええ。これを専門用語でエグジットデザインと呼ぶんですが、
これがないと、その専用の部屋は人間には中身が見えない完全なブラックボックスと化してしまいます。
- 中で何やっているかわからないのは困りますね。
- そうなんですよ。
AIがクラウド上で勝手に処理を完結させて、成果物だけをポンとチャットに投げてくる。
もしその過程で何かミスがあっても、仮想のパシャコンは作業後に消去されてしまうため、
後から検証することができないんです。
- ああ、なるほど。優秀なインターンを部屋に閉じ込めたはいいけど、
ドアに鍵がかかっていて成果物をどう取り出すか決めていなかったり、
中で彼がどんな資料をシュレッダーにかけたかわからなくなったりしたら、もう本末転倒ですからね。
- その通りです。
- 隔離されているから安全、という単純な話ではないことがよくわかりました。
では、そのようなきれいに隔離された仮想マシンの世界から、
今度は一転して人間のカオスな業務データの世界へ飛び込むエージェントたちを見てみましょうか。
- はい。これもまた全く気の合うアプローチですね。
- Gensparkや自分で組み替える自由度の高いハルメスエージェント、そしてオープンクローといった存在です。
まず、Gensparkのワークスペース6.0ですが、
メール、会議の議事録、チャット、ドキュメントなど、あらゆるものをまとめるセカンドブレインという記憶層を仕事場にしています。
隔離するどころか、人間の仕事の文脈のど真ん中に飛び込んでくるんです。
- Gensparkのようなアプローチでは、エージェント単体の言語能力よりも、
エージェントが参照するデータと作業を終える場所をいかに同じワークスペースに集められるかが勝負になります。
- データの連携が大事だと?
- はい。ただ、ここで絶対に見落としてはいけないのが、記憶が増えることの裏側にあるコストなんですよ。
12:03
- コストっていうと、サーバー代とかストレージの料金の話ですか?
- いえ、運用コストです。
- 運用コスト?
- ええ。複大なカオスなデータがセカンドブレインに集まる中で、誰の記憶を他の人と共有するのか。
もっと厄介なのは、AIが、例えば3年前の古いチャットの冗談なんかを事実として文脈に読み込んでしまった場合、
それを誰がどうやって訂正するのかという問題です。
- ああ、冗談を真に受けちゃうわけですね。
- そうなんです。便利になる一方で、記憶の棚下ろしや、AIの認識の修正といった、
これまで存在しなかった全く新しい泥臭い運用作業が人間側に発生することになります。
- なるほど。データを与えれば与えるほど、そのデータの品質管理が人間のメインの仕事になっていくわけですね。
- まさにその通りです。
- そしてもう一つ泥臭い管理が求められるのが、オープンソースのエージェントですよね。
- ええ。ハルメスエージェントやオープンクローがその代表ですね。
- これらは使うAIモデルやシステムをつなぐ積書であるゲートウェイ、
それからサブエージェントなどを自分で自由に組み替えられるんです。
特にオープンクローの仕事場には、なんとスケジュールまでも含まれているんですよね。
- はい、そこが大きな特徴です。
- でもちょっと待ってください。自由度が高くて、しかも定期実行などのスケジュール機能まで持っているとなると、
AIがより自律的に人間に近づく分、間違った相手へのメールのご送信とか、
同じ決済処理を夜中の3時に何度も繰り返してしまうような、暴走リスクも爆上がりするんじゃないですか?
- いや、本当におっしゃる通りでして、そのリスクは格段に跳ね上がります。
- ですよね。
- オープンソースで構成を自由に選べる、つまり自由度が高いということは、決した管理が不要であるという意味ではないんですよ。むしろ真逆です。
- 真逆ですか?
- ええ。自分で実行基盤を組み上げられるからこそ、システムの構成表や、暴走した際の緊急停止ボタン、
そして最終的に人間がどこで承認ボタンを押すのか、という承認フローの設計が絶対に必要になります。
- 人間がストップをかける仕組みですね。
- はい。私たちはどうしても、AIの機能表の豊かさばかりに目を奪われがちですが、
彼らが人間の仕事場に深く入り込めば入り込むほど、こうした泥臭いフェールセーフ、つまり安全装置の仕組みこそが、機能そのものと同じくらい大切になってくるんです。
- 自由にはそれ以上の責任と管理が伴うということですね。
- そういうことです。
- さて、ここまで7つの全く異なるエージェントの仕事場を見てきました。
リポジトリのファイルに棲むもの、使い捨てのクラウドPCを持つもの、そして人間の業務の記憶やスケジュールに深く入り込むもの。
- はい、足したようですね。
- では結局のところ、これらは何を意味するんでしょうか?
リスナーの皆さんが明日から自分の仕事にAIを導入しようと考えたとき、この情報をどう実務に生かせばいいのか?
- これだけ仕事場の種類が多様化してくると、もはやどのAIが一番賢いかという一次元的な比較は無意味ですよね。
15:03
- 確かに。
- そこで、リスナーの皆さんがAI導入を検討する際に使える新しい5つのチェック項目を提案したいと思います。
- お、いいですね。皆さん、メモの用意はいいですか?ぜひお願いします。
- はい。まず1つ目、そのAIの作業状態、つまりステートはどこに保存されるか?
- どこに記憶を持つかですね。
- ええ。そして2つ目、エージェントを別のものに変えたとき、そのまま次のAIを渡せる資産、ファイルや記憶は何か?
- つまり、AIが辞めても会社にデータが残る仕組みになっているかということですね。
- そうです。そして3つ目、権限や接続先、スケジュールは誰がどう管理するのか?
- 先ほどの夜中の3時に暴走させないための鍵の管理ですね。
- その通りです。そして4つ目、作業完了後に成果物とAIがどうやってその結論に至ったかという実行記録を確実に回収できるか?
- ブラックボックス化させないと。
- はい。最後の5つ目は、システムが壊れたとき、前の状態に確実に戻せるか?です。
用途に合わせてモデルの賢さを議論する前に、まずこの5つを環境として確認するべきなんです。
- とりあえず君、一番賢いらしいから全部やっておいてよなんて丸投げしてしまうと、便利さだけが先進んで後から重大な責任の所在を追いかける羽目になる、ソースの資料から浮かび暴るこの教訓は本当に耳が痛いですね。
- ええ、本当にそうですね。
- リスナーの皆さんへのハーストステップとしては、いきなり一番賢いエージェントを契約するのではなくて、まずは一枚の紙を用意して、自分の仕事の中でAIに状態を預けていい場所と絶対に置いてはいけない場所を書き出してみることをお勧めします。
- 全くその通りです。仕事場さえ先にしっかりと決めておけば、後からより優れたモデルやエージェントが登場したときに柔軟に交換できる余地が残りますからね。
- なるほど。
- AIエージェントの競争は、すでにテキストの回答制度から作業環境をどう設計するかへと完全に移行しているんです。
- 今日の深掘りいかがだったでしょうか。AIの進化をモデルの賢さではなく、彼らの居場所という切り口で見ることで全く違う景色が見えてきたはずです。
- はい、そう願いたいですね。
- 私たちにとって最大の発見は、AIがチャットボットという単なる道具から、独自の仕事場を持つ自律的な同僚へと変わりつつあって、それをどう管理するかが今後のビジネスの勝敗を分けるということでした。
- ここで一つ重要な疑問が浮かび上がってきます。ソース資料にも、皆さんはAIエージェントの作業状態をどこに残していますか?リポジトリ、クラウド、それとも自分の頭の中でしょうか?という問いかけがありました。
- そうですね。そして、そこからさらに一歩踏み込んで考えてみてください。もし、AIたちがそれぞれ独自の仕事場、リポジトリのルールファイルや専用のクラウドPCを持つようになって、そこで自律的に作業を進めるのが当たり前の世界になったとしましょう。
- その時、私たち人間の仕事場は将来どうなってしまうのでしょうか?私たちのオフィスは、自ら何かを手作業で生み出す場所ではなく、単に無数のAIの仕事場を監視して、管理して、承認ボタンを押すだけの巨大なダッシュボードになってしまうのでしょうか?あなた自身の仕事場はこれからどう変化していくと思いますか?
18:15
- 非常に考えさせられる問いですね。
- はい。ぜひ、この問いを頭の片杉に置いて、明日からの仕事環境を見つめ直してみてください。それでは今回の深堀にお付き合いいただき、ありがとうございました。
- ありがとうございました。
