AI エージェントを自分で組んで動かしたことがある人なら、たいてい同じ壁にぶつかります。 最初の数十分は魔法のように動く。タスクを渡せば調べて、書いて、直して、報告までしてくれる。 ところが少し目を離して戻ってくると、画面は止まっていて、次の一手を待っています。
これを「AI がまだ賢くないから」と考えるのは、原因を取り違えています。止まっているのは モデルの実力ではなく、そのエージェントを動かしている「器」の設計です。 会話でやり取りする形のエージェントには、放っておくと必ず止まる、3つの構造的な弱さがあります。
理由1: 自分からは始まらない
会話型のエージェントは、入力を受け取って出力を返すだけの仕組みで、時計を持っていません。 誰かが「次」と打ち込まない限り、次の一歩は永遠に来ません。エージェントが放置できないのは 自律性が足りないからではなく、いつ動くかを決める権限を人間が握ったままだからです。 ここを外部の仕組みに渡さない限り、どんなに指示を工夫しても、人が声をかけ続ける必要が残ります。
理由2: 状態を持てない
会話は、その会話が続いている間しか記憶を保てません。話が長くなれば古いやり取りから消えていき、 プロセスが終われば全部消えます。前回どこまで進めたか、何を試して失敗したかを、次に立ち上がった 自分は知りません。その結果、放っておいたエージェントは同じ調査を何度もやり直す という、静かだけれど厄介な空回りを起こします。ログだけ見ていると順調に動いているように見えるのが、 さらに厄介なところです。
理由3: 終わり方を選べない
作業の途中で強制的に打ち切られると、エージェントは「ここまでやった」という記録すら残せずに 消えてしまいます。次に動き出したとき、残っているのは中途半端に書き換わったファイルだけ。 何が終わっていて何が終わっていないかを、人間が読んで判断し直すことになります。これでは、 自動化した意味が薄れてしまいます。
この先の話
「では、どうやって定期的に起動させるのか」「状態をどうファイルに書き出すのか」―― こうした具体的な対策は、このエンジンが自分自身の設計を解説する書籍の中で扱っています。
書籍の詳細を見る