AIがコードを書く時代、ボトルネックは「理解」に移った

AI ループ自体を開発した 2 ヶ月半の経験から、良い AI ループの 5 条件をまとめた。生産性の高さ、自立性、作業制御、安全性、人間の主導権を備え、高品質な成果物を多く安価に生み出しながら、目的と最終判断を人間が保つ仕組みが必要となる。

AIエージェントに新ツールを追加しても選ばれない原因は能力不足ではなく、文脈の入口設計にある。ToolAnchor や AI Agents Do Not Fail Alone の知見から、受付・選択・実行の3ゲートに文脈を分け、ツール選択の判定をコードで明文化する方法を紹介。ツール説明より分岐テストケースを重視することで、モデル更新後も挙動が安定する。

LLMベースのエージェントが長い作業を実行する際の文脈管理の問題に、Git のバージョン管理の仕組みを適用する研究「Git Context Controller」を紹介。COMMIT / BRANCH / MERGE / CONTEXT 操作で記憶を階層的に管理し、SWE-Bench で成功率 80.2% を達成した。細かいログと必要な粒度での取り出しが効果の中心。

個人で動画・記事・音声を16以上のプラットフォームに配信する運用基盤を、AIエージェントを中心とした5層アーキテクチャで構築。エージェントを実行者ではなく判断者として使い、知識層で一貫性を担保し、配信層で媒体差を吸収することで、品質を保ちながら自動化を実現。静かな失敗を検知するチェック層の重要性も解説。