業界の専門家が集結、AIエージェント時代の考察と突破

null

現在、エージェント経済はもはやSFの概念ではありません。それがもたらすのは効率の飛躍だけでなく、経済の組織のあり方の再構築と再配分です。とりわけオープンソースプロジェクトOpenClawが世界的に大流行し、大規模言語モデルが実験室から大規模な実用アプリケーションへ進むことをさらに後押ししています。各方面が、エージェントの入口（Agent entrance）をめぐる争奪戦に次々と参入しています。

では、大規模言語モデルは結局どれを選ぶべきなのでしょうか？トークン資源は長期利用を支えられるのでしょうか？OpenClaw（ロブスター）の流れに乗らなければ、時代に淘汰されてしまうのでしょうか？この加速するAIの進化の変革の中で、個人はどのように身を処し、突破口を見いだすべきでしょうか？

これらの疑問を抱えながら、4月3日、徐家匯のイノベーション創業支援エリア（徐家汇科创）、上海市分散型コンセンサス技術協会、PANews、マン・クン法律事務所が共同で、「エビ（虾）への不安を“別”にしよう（别‘虾’焦虑）」というテーマのイベントを開催しました。

「予測不可能なAIの波を受け入れる」をテーマにした基調講演の中で、Confluxツリー図（樹图）のチーフアーキテクト、李辰星氏は、現在はAIにより多くの主権を委ね、人間の限られた経験によって過度に技術を縛るのではなくすることが、現在の技術段階における必然的なトレンドだと述べました。AIが示している「思慮不足」の問題の本質は、複雑な状況下で重要な文脈の制約を安定して捉え続けること、そしてそれを継続的に記憶することが難しい点にあります。技術構造の観点からは、AIは主にパラメータ記憶、コンテキスト記憶、外部記憶に依存していますが、これらの仕組みには依然としてアップデートの難しさ、ウィンドウの制限、呼び出し効率の不足などの問題があります。したがって、今後は外部記憶の呼び出し能力を重点的に強化し、継続学習と経験の再利用の仕組みを探求し、垂直領域での実践を通じて段階的に経験型の記憶を蓄積することで、AIが実際の複雑な場面で意思決定の完全性と信頼性を高めるべきだとしました。

同氏はさらに、現在のAIの中核的進展は主に自律的な分析と省察能力の強化に現れており、今後は記憶能力の向上によって重要なボトルネックを突破できる可能性があり、各業界に深い影響を与えると指摘しました。たとえば、現在のデジタルIDやデジタル決済の仕組みにおける潜在力は、長期にわたって開発とユーザー側の参入障壁に制約されてきましたが、AIは開発コストを下げ、代理（エージェント）方式でユーザーが学習プロセスを担う必要を代替することで、その価値を解き放てる可能性があります。全体として、AIは雇用の脅威として捉えるべきではなく、生産力の向上と新たな機会の誕生を後押しする重要なツールであり、個人と業界はオープンな心構えを維持し、AIの融合パスを積極的に探求すべきだと述べました。

腾讯云Workbuddyプロダクトアーキテクトの冯河清氏によれば、大規模言語モデルの能力が顕著に向上するにつれ、AIは初期の段階でコード補完などの基礎的な補助開発だけを支援するところから、自律的に複雑なタスクを完了できるまでに発展してきました。その中で、自作（カスタム）Agentの中核的な能力は、エンドツーエンドのタスク支援、多ロールの協働、階層型の記憶システム、そしてコンテキストに基づくインテリジェントなタスク分解に表れます。さらに、複数Agentの協同によりタスク間のデータの受け渡しと並列処理を実現し、安全面ではローカルでのデータ保存と重要操作の人による確認メカニズムを採用して、データの安全性を確保しています。アプリケーション層では、WorkBuddyはレジュメ選別、PPT自動生成、データ分析、週報の統合などの典型的なオフィス場面をカバーしており、企業レベルの統合能力により企微などのシステムと連携して、統一タスク管理を実現できます。その技術アーキテクチャは、フルスタック自社開発、実行環境の隔離、企業レベルの権限管理を重視し、ローカルおよびクラウドでのデプロイをサポートします。ビジネスモデルとしては、企業の研究開発および高頻度のデジタルオフィス業務のユーザーなどを対象にできます。全体として、WorkBuddyはカスタムAgentとマルチタスク協働能力を通じて企業の生産効率を高め、タスク分解能力の継続的な最適化とエコシステムの拡張により、複雑な企業シーンにおける適合性と実装（レディネス）の能力をさらに強化することを目指しています。

BiteyeとXHuntの創業者Teddy氏は主に、デジタル社員の実践、大規模言語モデルのアプリケーションとコスト、技術設定とセキュリティリスク、協働方式の最適化などの内容をめぐって共有しました。デジタル社員の実践の面では、モデルの幻覚やコードのエラー率を下げるために、より上位の審査型Agentを導入し、下位のAgentが生成したコードを二次チェックして、強制的なコードレビューのプロセスを形成する必要があります。現在もAgentによるコード執筆には一定のbugがあるため、標準化された開発プロセス、プロンプト設計の強化、多ラウンドの検証メカニズムを追加することでエラーを減らせます。また、運用系のシーンでは、投稿頻度を重点的に制御し、可能な限りバックエンドAPIを通じて統一的にスケジューリングして安定性を確保する必要があります。複雑なチーム協働環境では、Discordは通常TelegramよりもAgentの協働とタスク配布に適しています。さらに、リソース管理の面ではトークン消費に特に注意が必要です。加えて、Agentシステムはなお人間がトレーニング、チューニング、行動の是正に時間を投入する必要があります。

OpenClawのインストールとデプロイについて、Teddy氏は、遊休のPCやMac Miniで実行することを選択肢にできると提案しました。自律的な制御権が比較的高く、全体のコードはオープンソースで、プライバシー保護能力を強調しており、国際化されたエコシステムにも接続できる一方、インストールと設定のハードルは比較的高いです。使用の際は、モデルとチャンネル構成の変更リスクに特に注意し、設定ミスによってシステム異常が起きないようにする必要があります。問題が発生した場合は、GrokやGeminiなどのツールを活用して補助的に原因究明できます。同時に、安全面ではプロンプト攻撃や悪意のあるskill注入などのリスクに備える必要があります。リソースとコストの面でも、トークン消費を制御し、実行コストが過度に高くならないようにする必要があります。

マン・クン法律事務所のパートナー弁護士、趙暄氏はテーマ講演の中で、AI時代に起業する人が注目すべき三つの法律問題と解決策を共有しました。その一つ目は、組織の外殻、つまり一人会社（OPC）が作り出す「虚偽の隔離」であり、表面的には独立した実体が形成されますが、実際には責任とリスクを本当に隔離するのは難しいため、真の物理的・法的隔離を構築する必要があります。具体的には、アーキテクチャ上でパートナーを導入し、専用の対公（取引先向け）の信用カードを使用し、契約書にAI免責条項と賠償上限を挿入することです。二つ目は、コア資産の所有権の問題です。努力は権利に等しくありません。自らの支配権を証明する必要があり、創作プロセスを完全に記録し、保存（エビデンス保全）することが求められます。三つ目は、プラットフォームの覇権がもたらす「回線を抜く（拔网线）」のシステミックリスクであり、神の条項（上帝条款）、技術ロックインなどを含みます。コアデータと第三者サービスを分離し、代替案を事前に計画し、さらに非中央集権（去中心化）の技術を導入します。

「熱狂から醒めた見方へ：VCが見るAIの真のニーズと偽の命題」というラウンドテーブルでは、多数の投資家がAIの発展段階、アプリケーションの境界、投資ロジックなどについて共有しました。

水滴資本（Shuidi Capital）の創業パートナーである巨蟹氏は、AIはまだ発展の初期段階にあり、ユーザー体験が成熟し、広く「意味がある」と認められる段階に本当に到達するには、なお長い時間が必要だと考えています。同氏は、AI技術のイテレーション速度は非常に速く、単に技術的に先行しているだけでは長期の堅牢な参入障壁（護城河）を形成しにくいため、投資は不可欠（代替不能）な基盤層の能力、たとえば計算資源などのコア資源により注目すべきだと述べました。アプリケーション層では、たとえば「ロブスター」のようなツールは一般のプログラミングユーザーにとっては使いやすくありませんが、将来的には「家庭の医師」などの垂直シーンのアプリケーションとして封入される方が適している可能性があると例示しました。リアルタイムの健康データを通じて専門的な提案を提供することで価値を出せる、という見立てです。また、AIは企業側では研報（リサーチレポート）などの情報生成ツールを代替できる可能性はあるものの、最終的な意思決定の役割は代替できず、補助的な意思決定ツールとして存在するにとどまると考えています。

Enlight Capitalの創業パートナー、Tang Yi氏は、現状ではAI投資領域で明確な非コンセンサス（合意と異なる）機会を形成しにくいと述べました。大規模言語モデルの急速な反復（快速迭代）は、アプリケーション層の会社の優位性を継続的に「ならしてしまう（抹平）」可能性があるからです。彼はWeb3とAIの結合方向を比較的前向きに見ており、両者はそれぞれの領域における先進的な生産力を代表すると考えています。OpenClawなどのオープンソースツールについて、同氏は、それは大規模言語モデルに「手」と「脚」を与え、外部システムやソーシャルアプリとの接続能力を強化するものに相当すると見ています。ただし同時に、セキュリティとデータのリスクが高くなる面もあるため、複雑な構成が必要であり、一般ユーザーには適していません。現時点でより理想的な道は、封入（ラッピング）によって全体の使いやすさと体験を高めることだ、としました。

First Rule Venturesの投資家Yinghao氏は、ユーザーとプロダクトの観点から、ディープウォータ―（深い領域）の業界アプリケーション、AI創作、ソフトとハードの組み合わせなどのアプリケーション機会を重視し、ユーザー行動やインタラクションのデータによってプロジェクトのポテンシャルを評価すると述べました。同氏は、すべての新興AI製品を自ら試さなくても、重要なトレンドを見逃すわけではありません。技術能力は往々にして素早くモジュール化され、既存のプロダクト体系に統合されていくからです。

単一のプロダクトよりも、彼は長期的な構造変化のうち三点をより重視しています。第一に、AIのインタラクションが新しい記憶媒体を形成しつつあるかどうか。ユーザーの認知と仕事の蓄積が、あるシステムの中に沈殿していくのかどうか。第二に、その記憶が製品をまたいで移転できるのか、それとも次第に単一のプロダクトに結び付けられるのか。後者だと高い移転コストと体験のロックインが生まれます。第三に、新しいスーパー入口が出現し、AIインタラクションとトラフィック配分の中核となるかどうかです。

マン・クン法律事務所のパートナー弁護士、趙暄氏は、AI製品の利用においては、ツールを主にデータ処理、検索、分析に使い、将来的にこれらの能力を統合するより多くの一体型プロダクトが登場することを期待していると述べました。また、AI起業においてより重要なのは、一度の大きな失敗を避けることだとも強調しています。企業には初期段階からデータのコンプライアンス、仲裁条項、免責条項などの重要な法的設計を重視し、コントロール不能なリスクが生じた場合でも、可能な限りリスク隔離と責任保護を実現し、単点リスクが原因で会社全体が崩壊することを避けるべきだと提案しました。さらに、将来はAgentが主要な経済の実行主体になり、データ取得、情報購入、戦略実行、さらにはシステムをまたぐ取引まで担うことで、機械対機械の経済活動と決済体系が形成されるだろうとも展望しました。

「AIのN通りの開き方：イノベーターの機会を語る」というテーマのラウンドテーブル討論では、多数のゲストが異なる視点から、AIがもたらす変化について探りました。マトリクスインテリジェンスCEOのZeno氏は、ユーザーは自分でスクリプトやプラグインを変更することで複数のデバイスをつなぎ、複数デバイスにわたる記憶同期と状態の一貫性を実現し、情報を失わずタスクが途切れないようにできると提案しました。さらに、毎日の浄化／振り返りのメカニズムを追加してシステムの安定性を維持することもできます。既成ツールを使うよりも、企業レベルの権限やプラットフォーム機能に基づいて深くカスタマイズする方が効率的で、自由度も高く、個人の習慣に合うワークフローを作りやすいとしています。将来については、AIが統一入口になると見ており、ユーザーは一つのAI中枢を通じて対話するだけで、さまざまなツールやシステムを呼び出してすべてのタスクを完了できるようになるだろう、と述べました。利用が増えるほど、AIはユーザーの記憶、嗜好、ワークフローを絶えず蓄積し、データと能力のフライホイール効果によって、ますますユーザーを理解し、効率がますます高まっていくはずです。このトレンドの下では、個人がAIシステムを設定し、支払い（サブスクリプション）コストを払うことで、従来の人的労働をはるかに超える生産力の向上を得られ、結果として人と人の間の効率差が大きく広がる可能性があります。

ClawFirm.devの共同創業者0xOlivia氏は、AIの実際の利用では、依然としてシステムの不安定さや、記憶・自動化能力の断片化といった問題が存在すると明らかにしました。ユーザーはレゴのように、さまざまなツールやスクリプトを継ぎ足していく必要があります。上級でないユーザーにとっては、成熟した商用プラットフォームを採用し、公式のアプリと継続的な反復（イテレーション）能力と組み合わせる方が、断片化の度合いが高い自作システムよりも安定しており、高効率です。同時に、オープンソースのコンポーネントを過度に導入することで、さらにデータ処理やコンテンツ生成能力を強化できる可能性もあります。彼女は、現在のAIの主な制限はモデル能力そのものではなく、エンジニアリングされた利用方法がモデル能力に完全にマッチしていない点にあるため、依然として大きな最適化と実装の余地があると強調しました。今後、大規模言語モデルの能力が急速に強化されるにつれて、AIのアプリケーションシーンは徐々に仕事と生活のあらゆる側面へカバーが広がり、さまざまなプロダクト形態とも継続的に融合していくでしょう。

Biteye/XHuntの創業者Teddy氏は、AIデジタル社員について述べる中で、APIまたは自動化インターフェースを通じてAIを社内システムに接続し、コード生成、要求の実現、コンテンツ処理などの具体的な実行タスクを担わせ、人間はプロダクト設計や要求定義に専念して、重要な意思決定権を維持できると指摘しました。この協働モードは、より安定性と拡張性に優れており、全体の開発効率を高めるだけでなく、誤り率を大幅に下げることもでき、AIを単一のツールというより、調整可能で管理しやすい外注チームのようにすることができます。同氏はまた、プロセス化され、反復性が高い仕事であれば、AIによる改造または代替が可能であるという点も強調しました。初期の効果が不安定であっても、長期的には最適化され続け、段階的に生産力が強化されていきます。複雑なタスクや管理上の意思決定の領域でも、AIはすでに顕著な補助能力を示し、より上位のビジネスシーンへ浸透しつつあります。

AIアプリケーション開発の上級エンジニア、豆哥氏は追補として、皆が一般にAIの外注化（AI outsourcing）、自動化、ツール化された協働のトレンドを認めている一方で、企業の観点ではより重点的に、安全性、権限管理、従業員協働メカニズム、そして資産の沈殿（蓄積）を考慮する必要があると述べました。現在、市場にはさまざまなAI開発フレームワークとツールのエコシステムがあり、それぞれ軽量化、低コード、高い統合性、そして安全制御などの方向性で重点が異なります。企業が選定する際には、柔軟性と制御可能性の間でバランスを取り、実際の業務シーンに合わせてアーキテクチャ設計を行う必要があります。本当にこれらのAIシステムを理解し実装するには、理論の段階で止まってはだめで、実際に投入する時間と利用コストが必要だと彼は強調しました。同氏は、AIはワークフローと組織構造を加速的に作り変えており、個人であれ企業であれ、この変化に素早く適応しなければならない。継続的な学習とツール化された活用によって効率を高めないと、技術イテレーションのスピードに置いていかれやすい、という点を述べました。