00:00
今回の深掘りミッションは、AIエージェントに任せた仕事を、いかにして人間の手元に回収するかです。
はい、回収ですね。重要なテーマです。
リツナーのあなたも、AIに仕事を頼んだ後、別の担当者とか、違うAIにうまく引き継げなくて、
ああ、結局最初からやり直しだ、みたいに頭を抱えた経験ありませんか?
ありますよね。画面上では仕事が進んで、ファイルが保存されているように見えても、
実は本当の意味で人間の手元に戻ってきていないことが多いんですよ。
そうなんですよ。これってレストランに例えるとすごく分かりやすいと思うんです。
レストランですか?
はい。出来上がった料理だけを持ち帰るのか、それともレシピとか厨房ごと持ち帰るのかくらい、
根本的に違う話だと思うんですよね。
ああ、なるほど。厨房ごとっていうのは面白い比喩ですね。
ですよね。単に最終ファイルを保存するだけじゃ、次に同じ味は作れないじゃないですか。
AIへの丸投げにはそういう罠がそっこんでいるかなと。
その厨房ごとっていう比喩で考えると、各AIツールの設計思想の違いがよく分かりますよ。
と言いますと?
例えば、オープンAIのコデックスなんかだと、出力された回答テキストだけじゃなくて、
実際に作業を行ったディレクトリ構造、いわゆるワークツリーごとを引き継げる仕組みになっているんです。
ほうほう、ワークツリーごと。
ええ、さらにGoogleのアンティグラビティになると、隔離されたLinux環境を丸ごと保持します。
丸ごとってOS環境そのものですか?
そうです。ツールとか変数がセットアップされた状態の環境をフリーズドライにしておくようなイメージですね。
後から起動すれば、すぐに同じ状態から作業を再開できるメカニズムなんです。
フリーズドライの厨房、すごいですね。
調理器具も調味料の配置もそのまま残っているなら、すぐに次の作業に取り掛かりますよ。
ええ、非常に便利です。
ただ、ちょっと引っかかるんですけど、環境とか記憶がそっくりそのまま復元されるってことは、
作業中に入力したAPIキーとかパスワードみたいな秘密情報も、
はい。
次の担当者に丸見えになっちゃうってことですよね。それって危なくないですか?
そこなんですよ。そこがまさに単なるファイルのダウンロードと環境の共有の決定的な違いなんです。
やっぱりそうですよね。
ええ、例えばジェンスパークのセカンドブレインとかハネスエージェントのように、
文脈とか会話セッションを自動でデータベースに保持し続ける機能は、連続性を保つ上ではすごく強力です。
便利ですよね。いちいち説明しなくていいから。
でも、人間が意識して管理しないと、本来消すべき一時的なアクセス権限まで永遠に残り続けることになります。
なるほど。便利だからって全部覚えさせておくのは危険だってことですね。
その通りです。ですから、AIに何を覚えさせるか以上に、引き継ぎのタイミングで何を忘れさせるかを明示的に設計する運用が不可欠になってきます。
忘れさせる技術ですか。残すものと捨てるものを人間が判断するわけですね。
はい。そしてその残すべきものの中で一番見落とされがちなのが思考プロセス。もっと言えば失敗の履歴なんですよ。
03:07
失敗の履歴?わざわざ残すんですか?
ええ。例えばクロードコードっていうツールでは、同じ作業をそのまま続けるリジウムっていう操作と、別のアイデアを試すフォークっていう操作を明確に分けています。
へえ。枝分かれさせるんですね。
はい。あとマニューションにも、実行前に計画を立てて分岐させる機能があります。これらがなぜ重要かっていうと、Aの案を試したけどこういう理由でダメだったからBの案にしたっていう判断の履歴を環境データとして焼き付けるためなんです。
ああ、なるほど。この味付けは失敗だったっていうメモがないと次のシェフがまた同じ塩加減にしちゃうからですね。
まさにそれです。ここで今日の資料にあったオープンクローのワークスペース行動の話が繋がってくるんですよ。
あ、あれですね。オープンクローではAIの人格とか記憶が業務データとは別の独立したファイルになってるっていう。
そうです。記憶と業務データが物理的に分離されているので、引き継ぎの際に必要な部分だけを抽出できるんです。
ってことは、それってまさに引っ越しの荷造りと同じですよね。
荷造りですか。
はい。業務に使う会社の書類とAIが試行錯誤した私物のメモがちゃんと別の引き出しに入っていれば、人間はこの書類としっぽいメモだけ次のオフィスに持っていこうって仕分けができるじゃないですか。
なるほど。わかりやすいですね。段ボールに全部適当に突っ込まれてると。
あとでパスワードが漏れたり、いらないゴミまで持ち運ぶことになっちゃう。
その通りです。荷造りの仕分け。本質を捉えていますよ。だからこそ、リスナーのあなたに今日から意識していただきたいのが、回収カードを作ることなんです。
回収カード。仕事を引き継ぐための指示書みたいなものですか。
ええ。作業場所のパスはどこかとか、持ち出すデータと置いていくデータの仕分けルール、あと作業を再開するための条件なんかを書いたメモをAIに依頼する前に定義しておくんです。
なるほど。
長く付き合えるAIっていうのは、単純に一番賢いモデルじゃなくて、いざという時に人間が手綱を取り戻せる設計になっているかが重要なんですよ。
できあがった料理に満足して終わり、じゃなくて、次に違うシェフが入っても安全に厨房を使えるようにルールを書き残して管理するわけですね。
ええ。それが今の私たちに求められるAIを使うスキルと言えるでしょうね。
いやでもふっと思ったんですけど、AI自身がこの回収カードを完璧に書き残して、自分からきれいにデスクを片付けて退社できるようになる未来が来るまで、私たちはAIの後片付け係を続けなきゃいけないんでしょうか。
リスナーのあなたはどう思いますか?
