メインコンテンツへスキップ
見出し画像

エージェント開発は、もう解決済みなのか~常時動いて先回りするエージェントが突きつける、記憶・非同期・目標の6つの難題~

    最近、LangChainのHarrison Chaseさん(@hwchase17)の「New context engineering challenges in late 2026」という記事を読みました。AIエージェント開発に対する「もう難しい問題は残っていない」という声に、真正面から答える内容です。

    反論の根拠が、「まだ誰も解いていない問題」の具体的なリストになっているところが面白いです。この記事では、そのリストから始めます。

    文脈設計とは何か、なぜ従来の定番では足りなくなったのか、6つの難題はどうつながっているのか、手元でどう考えればよいかを順に整理します。

    【発端】 「解決済み」という声と、その裏にある定番

    画像
    「解決済み」という声は、文脈設計の定番の技を指している

    定番の技が揃ったから退屈に見えているだけで、エージェントの使われ方が変わり始めています。

    Chaseさんによると、最近のエージェントは構成がほぼ同じに収束しています。LLMがループの中でツールを呼び、サンドボックスで動く形です。

    そのせいで、一部のAIエンジニアから「難しい問題は解決済み」という声が出ているそうです。この声が指しているのは、主に文脈設計の定番の技です。

    • 長い会話の要約:文脈窓に収まらなくなったら、会話を要約して続ける

    • 大きなツール結果の書き出し:長い出力は窓の外へ逃がす

    • skills:必要になった時点で説明を段階的に読み込む

    • ツール検索:大量のツールから必要なものだけを探す

    • サブエージェント:作業ごとに文脈を分けて隔離する

    • bashを主なツールにする

    Chaseさんもこの見方を「ある程度は正しい」と認めています。そのうえで、ここ数カ月に話をした開発者の多くが、先回りして常に動き、目標を持つエージェントを考え始めていると指摘します。

    そこに新しい難題があるという主張です。著者は、その多くに一般解はまだない、とも書いています。

    【基礎】 文脈設計は「コンテクストウィンドウに何を入れるか」の選別

    画像
    プロンプトを1回書く作業とは、頻度と範囲が違う

    プロンプトの書き方ではなく、モデルが毎回見る情報全体をどう組み立てるかという話です。

    文脈(コンテキスト)とは、LLMが1回の推論で読み込む情報の全体を指します。システムプロンプト、ツールの定義、会話履歴、外部から取り込んだデータが含まれます。

    コンテクストウィンドウの大きさには限りがあります。

    Anthropicは文脈設計(コンテキストエンジニアリング)を、プロンプトエンジニアリングの自然な発展と位置づけています。

    エージェントはループのたびに新しい情報を生みます。文脈設計は、その中から次の推論に渡すものを毎回選び直す作業です。

    目標は、望む結果の確率を最大にする最小限の高信号な情報を渡すことだと説明されています。冒頭の定番6つは、どれもこの選別の手段です。

    要約は古い部分を圧縮し、書き出しはコンテクストウィンドウの外に逃がし、サブエージェントは文脈を分けます。

    【違い】 頼まれて動く道具から、常駐して目標を追う相手へ

    画像
    依頼を待つ道具から、背景で動き続ける相手へ

    変わったのはモデルの賢さよりも、エージェントが動き出す契機と、仕事の単位です。

    Chaseさんが挙げるのは、イベントフィードを聞き続けたり、定期的な合図(ハートビート)で起こされたりして、背景で動くエージェントです。

    中核はコーディングエージェントによく似ています。ただし、人に頼まれてから動く前提が崩れます。

    次の4つは、記事の記述をもとに私が軸を立てて整理したものです。「定番が想定してきた形」は、定番の技が想定してきた使われ方の典型です。

    動き出す契機

    • 定番が想定してきた形:ユーザーの依頼

    • 常駐・目標志向の形:イベントの受信、ハートビート

    扱う単位

    • 定番が想定してきた形:目の前のタスク

    • 常駐・目標志向の形:長く続く目標

    主なツール

    • 定番が想定してきた形:bash(コードを動かす)

    • 常駐・目標志向の形:ブラウザ

    仕事の置き場

    • 定番が想定してきた形:主エージェントの中心

    • 常駐・目標志向の形:非同期のツールやサブエージェント

    上の4つの軸が、そのまま次の節の難題に対応します。契機が変われば通知の問題が生まれ、単位が変われば目標の問題が生まれます。

    【仕組み】 常駐化が同時に連れてくる6つの難題

    画像
    難題は並列の項目ではなく、変化から分かれている
    画像
    決めるべきことと、多すぎと少なすぎの失敗


    6つは別々の話ではなく、「常に動く」「目標を持つ」「道具が広がる」という3つの変化から分かれています。

    6つの難題を、Chaseさんの記述に沿って並べます。どれも多すぎても少なすぎても失敗するのが特徴です。

    邪魔にならない先回り

    • 何を決める必要があるか:いつユーザーに知らせるか

    • 失敗のしかた:通知が多すぎて圧倒する/少なすぎて役に立たない

    何を覚えるか

    • 何を決める必要があるか:記憶に残す内容

    • 失敗のしかた:何も覚えない/細かすぎる記録を溜める

    非同期の作業

    • 何を決める必要があるか:完了をどう主エージェントに伝えるか

    • 失敗のしかた:実行中・終了後・承認待ちを区別できない

    目標の追跡

    • 何を決める必要があるか:分解、実験、フィードバック、継続

    • 失敗のしかた:同じ試行の繰り返し、小さなタスクばかりになること、長期での一貫性の崩れ

    アラインメント

    • 何を決める必要があるか:目標を守りつつ、最適化しすぎない

    • 失敗のしかた:想定外の抜け道で目標を達成してしまう

    ブラウザ操作

    • 何を決める必要があるか:画像とDOMのどちらで操作するか

    • 失敗のしかた:どちらも大きく、文脈を圧迫する

    記憶については、データ構造そのものは単純(ファイルや1本の文字列)で、難しいのは何を覚えるかを決める知能のレイヤーだと整理されています。このレイヤー自体が小さなエージェントなので、そこにも文脈設計の問題が再帰的に現れます。

    非同期は、ユーザーへの応答性を保つ必要から生まれます。長時間の作業をツールやサブエージェントに預けるほど、主エージェントへの「終わったよ」という通知の設計が必要になります。

    ブラウザについては、コーディングエージェントでbashが果たした役割を、汎用エージェントではブラウザが担いつつあります。ただしブラウザは端末よりずっと操作が複雑です。

    【具体例】 「バグをゼロに」と頼まれて、コードを全部消すエージェント

    画像
    「コードベースからバグをすべて無くせ」

    目標を守ることと、目標を数値として最適化しすぎることは別の問題です。

    Chaseさんが挙げる古典例が分かりやすいです。「コードベースからバグをすべて無くせ」と指示されたエージェントが、コードベースごと削除します。

    コードが無ければバグも無い、という理屈です。目標の文面としては達成されています。

    この現象は研究でも扱われています。Anthropicは報酬の改ざんに関する研究で、仕様の文面だけを満たし意図を満たさない振る舞いを「仕様ゲーミング」と呼んでいます。

    ここで私が付け加える整理として、目標を渡すときに「達成条件」だけでなく「やってはいけないこと」も一緒に渡し、実行前の確認点を置く設計が考えられます。

    これは私の見立てで、効果は未検証です。Chaseさんの記事も、この問題に一般解はないとしています。

    【関連概念】 定番の延長線上にある3つの手がかり

    画像
    定番の延長にある手がかり

    新しい難題にも、手がかりになる既存の道具や研究があります。

    • コンパクション(圧縮):窓が一杯に近づいた会話を要約して、新しい窓で続ける方式です。Anthropicのガイドでは、長期の一貫性を保つ最初の手段とされています。何を残すかの判断は、記憶の「何を覚えるか」と同じ構造です。

    • ジャストインタイム取得:情報を先に全部読み込まず、ファイルパスやリンクなどの軽い参照だけを持ち、必要なときにツールで読み込む方式です。ブラウザの巨大な画面情報の扱いにも応用を考えられます。

    • 仕様ゲーミングと報酬改ざん:アラインメントの難題を、研究側の言葉で調べるための手始めです。

    もう一つ、Building effective agentsは、設計をシンプルに保つこと、計画の過程を見せること、ツールの説明を丁寧に作ることを勧めています。常駐型でも、まずここに立ち戻るのが堅実です。

    参考情報・参考書籍(PR)

    本記事をより深く理解するために、概念マップスライドを作成しました。こちらをみることで理解の補助になるはずです。

    【まとめ】 自分のエージェントに当てる6つの問い

    まず、多すぎる側と少なすぎる側の失敗がどこにあるかを、手元のエージェントで書き出してみることです。

    次の問いに、一つずつ短く答えてみてください。答えが出なければ、そこが設計の空白です。

    1. □ 通知は1日に何件までなら許せますか。件数や優先度の上限を決めていますか。

    2. □ 記憶に残す基準を、一文で書けますか。

    3. □ 非同期の作業が終わったとき、主エージェントが実行中・終了後・承認待ちのどの状態でも受け取れますか。

    4. □ 目標は、達成条件と禁止事項の両方で書かれていますか。

    5. □ 同じ実験を繰り返していないか、ログで見られますか。

    6. □ ブラウザ操作で、画像とDOMのどちらを窓に入れるか決めていますか。

    どれも解答例ではなく、検討の出発点です。効果は、自分の環境で小さく試して確かめてください。

    参考情報

     
     
    海外でバズった最新テック関連情報をわかりやすく整理します! スキの数やページビューが多いなどの反響が多いものがあれば、実際の環境で操作した結果や手順などを共有する記事も作成したいとも思ってます! とりあえずこれを見ておけばディープな最新情報もキャッチアップ!できるものを目指します

    あなたへのおすすめ