Chat で頼んで、設計からリリースまでつなぐ magi

ユーザーが AI の出力を何度も直し続ける行為を「再試行」と、システムが自動で評価・修正を繰り返す「ループ」として区別。ループの必須要素は「観測・実行・検証・回復」の 4 つであり、これらがコード化されているかが人が介入し続けるか否かの分岐点になる。Anthropic の長時間エージェント実装例から、実装パターンを具体的に解説。

Agent が数千行の PR を生成する時代、人間レビューの効率化が課題となっている。DX 社と Thoughtworks 社の2つの観点から、機械判定→LLM判定→人間判定の順序付けと、設計段階での協働による早期フィードバック を組み合わせ、人間の注意を最も価値あるコード判定に集中させる方法論が提案されている。

Model Context Protocol（MCP）サーバーの実装・運用で実効性が高かった設計判断 4 点を紹介。ツールは REST API エンドポイント写経ではなく業務単位で粒度を合わせ、返り値は JSON 生データではなく人間が読めるマークダウン形式で返し、エラーメッセージには次のアクション方法を明記し、ツール description には使用すべき場面・非使用場面を記載することで、LLM の往復回数削減・不要呼び出し低減を実現する。

Anthropic が AI エージェント向けの新仕様「Model Hardware Standard（MHS）」のリサーチプレビューを公開した。MCP がソフトウェア連携を標準化してきたのに対し、MHS は実験装置や製造ラインなどの物理デバイス制御を標準化する新しい領域で、現在は科学研究機関と先進的な製造業者に限定提供される段階。