AIエージェントは、実際どう動くのか
デモは魔法のように見えるAIエージェントの出来（凄さと脆さ）は、実際には何で決まっているのか
- 到達点
- エージェントの性能主張を「どのモデルが賢いか」の外側で評価できる能力——ループ×ハーネス×コンテキストの足場と、各ステップ成功率の掛け算（0.95の20乗≈36%）に分解し、ベンチマーク数字を測り方の条件つきで受け取れる状態
- 扱わないこと
- 個別ツールの操作法・モデル間の優劣比較（陳腐化が速い。実在ハーネスは設計判断の実測例としてのみ引く）／モデル内部の仕組み（訓練・アーキテクチャ）は扱わない／この労働力をどう統治・協働するかはシリーズ「AI協働への姿勢」の領分（対になる巻）
- AIエージェントとは何か——LLMをループと道具で包んだもの
ChatGPTは質問に答える。でも「エージェント」はもう一歩進んで、自分で道具を使い、結果を見て、また考える。その違いの正体は、賢いモデルそのものより「ループ」にある。AIエージェントの一番の基礎の話。
- ハーネス——「どのモデルが賢いか」より“外側”が効く
AIエージェントの話になると、つい「GPTとClaude、どっちが賢い？」とモデルを比べたくなる。だが実務では、同じモデルでも“外側の足場”——ハーネス——の作り方しだいで、優秀な助手にも無能にもなる。エンジンより車体の話。
- コンテキストエンジニアリング——机に載せる最小限を選ぶ
AIには「一度に見られる量」に限りがある。長く動くエージェントでは、その限られた枠に毎回“何を載せるか”が、出来を大きく左右する。「プロンプトを書く」から「コンテキストを設計する」へ——いま最も注目される足場の技術。
- 掛け算の残酷さ——なぜデモは凄いのに実用は脆いのか
AIエージェントのデモは魔法のようだ。だが実際の長いタスクに乗せると、ぼろぼろ崩れる。理由は、製造業の歩留まりとまったく同じ「掛け算」にある。各ステップ95%でも、20回続けば成功率は4割を切る。シリーズの本丸。
