Lispで書かれた100行のエージェント
An agent in 100 lines of Lisp (thebeach.dev)
要約
この記事は、AI開発の黎明期に使われたLispという言語が、現代のAIエージェント構築においてもその有効性を発揮できることを論じています。著者は、Lispのホモイコニックな性質(コードがデータであり、データがコードである性質)を活用することで、AIモデルが直接Lispコードを生成・実行し、新たなツール(例:Web検索機能)さえも自ら作成できることを示し、わずか100行程度で機能的なAIエージェントループを構築できることを実証しています。
全文翻訳
100行のLispで書かれたエージェント、あるいは私の教授が25年も早く正しかったこと
2000年頃、私はゲルフ大学でAIのコースを受講しました。あまり多くのことを学んだ記憶はありません。覚えている限り、ニューラルネットワークについては話しませんでした。期末プロジェクトは、AIの衣装を着た経路探索アルゴリズムだったと思います。トランスフォーマー(Transformer)の話も、CUDAも、PyTorchもありませんでした。それらはまだ存在していなかったのです。
しかし、私が覚えているのは、Lispをたくさんコーディングしたことです。ゲルフ大学の薄暗いCISラボで、ひたすらLispを書いていました。
私の教授(名前は全く思い出せませんが)は、それを「AIのための言語」と呼んでいました。当時、それが一般的な考え方だったのかもしれませんが、私はLispのコードを書くことを本当に楽しんでいました。私にとって、それはエレガントな再帰関数を構築する一種のアートでした。XMLスタイルシートを除いて、これほど響く他のプログラミング言語は知りません(XML変換を非常にエレガントな再帰で作成するのが好きな人はごく少数だと思いますが、それはほとんど恥ずかしいほどです)。
私の教授によれば、Lispは特にシンボリックAIの言語でした。エキスパートシステム、定理証明器、シンボルやルールを操作するプログラムです。しかし、統計的手法が勝利し、ディープラーニングがその勝者を葬り去り、LispはシンボリックAIと共に失われてしまったのだと思います。少なくとも、ポール・グレアムが最初のeコマースプラットフォームを書いたエッセイでLispを使ったことに言及しているのを見た以外は、それを定期的に使っている人をほとんど(全く)知りません。
さて、私がAIコースを受講してLispを学んでから25年以上が経ちました。そして今、1ヶ月以上AIエージェントプラットフォームを構築することに没頭している中で、今朝、私の脳幹の底から「Lispはエージェントループに本当に役立つ言語なのではないか?」という小さな考えが浮かびました。そして、やるべきことから気をそらされ、代わりにClaudeと協力して、ただ見てみることにしました…
エージェントは再帰関数である
Claude Codeやその他のAIエージェントツールの力を過信しないでください。フレームワークを取り除けば、エージェントループは信じられないほどシンプルです。メッセージのリストがあります。それをモデルに送信します。モデルは言葉で答えるか、ツールを使うように要求します。もし要求されたら、ツールを実行し、結果を付加して、もう一度繰り返します。
一部のエージェントはそれを状態を持つwhileループとして実装しているかもしれません。しかし、おそらく再帰とベースケースで実装する方が優れているでしょう。
Lispの構文については全く触れません。もしLispでコーディングしたことがなければ、これは非常に奇妙に見えるでしょうが、Lispでのエージェントループは以下のようになります。
(defun agent-loop (messages)
(let* ((message (ref (call-model messages) "choices" 0 "message"))
(tool-calls (gethash "tool_calls" message)))
(if (and tool-calls (plusp (length tool-calls)))
(agent-loop (append messages
(list message)
(map 'list #'execute tool-calls)))
(append messages (list message)))))
これがエージェント全体です。冗談抜きで、わずか8行のCommon Lispです。ベースケース:モデルが応答し、履歴を返します。再帰ケース:ツールを要求し、それらを実行し、強化されたメッセージリストで再帰します。フレームワークなし。状態マシンなし。エージェントの状態は、再帰を通して折りたたまれる引数にすぎません。
私はClaudeの助けを借りて、OpenRouter上で動作する完全なAIエージェントを約100行のCommon Lispでまとめました。SBCL、2つのライブラリ(HTTP用のdexador、JSON用のshasht)、それ以外は何もありません。
唯一のツールはeval
エージェントを構築するとき、通常はツールをボルトで固定することから始めます。Agent FoundryにはWeb検索やクロール、テーブルやファイルツール、Python実行ツールなどがあります。実際、ほとんどのエージェントの大部分はツールカタログです。
Lispを使えばズルができます。Lispは、言語オタクがホモイコニックと呼ぶものです。これは単純なアイデアに対する派手な言葉です。Lispプログラムは、Lisp自身のデータ構造(リスト)で書かれています。つまり、コードはデータであり、データはコードです。プログラムは、食料品リストを作成するのと同じ方法で別のプログラムを構築できます。これは、ツールを構築する代わりに、モデルに言語そのものを渡すことを意味します。
(defun lisp-eval (form-string)
(handler-case
(format nil "~s" (eval (read-from-string form-string)))
(error (e) (format nil "ERROR: ~a" e))))
ツールは1つだけです。モデルはCommon Lispのフォームを文字列として書き込みます。エージェントはそれを読み込み、evalし、印刷されたものをすべて返します。30番目のフィボナッチ数を尋ねると、答えを記憶しているのではなく、ループを書いて実行します。実際のトランスクリプトは以下の通りです。
* (agent:run "What is the 30th Fibonacci number? Compute it, don't recall it.")
⤷ (defun fibonacci (n)
(if (<= n 2)
1
(+ (fibonacci (- n 1)) (fibonacci (- n 2)))))
=> FIBONACCI
⤷ (fibonacci 30) => 832040
The 30th Fibonacci number is 832040.
NIL
再帰を使うように指示したわけではありませんが、再帰的なエージェントループに関するこのブログ記事で、モデルは自分で教科書的な二重再帰フィボナッチを選択しました。最初のevalでライブイメージに関数を定義し、2番目のevalでそれを呼び出しました。この動きを覚えておいてください。後でもっと大きな形で戻ってきます。
これは、Lispがそもそも「AIのための言語」となったものの2026年版です。古い夢はプログラムがプログラムを操作することでした。私たちはついにそれを手に入れました。シンボリック推論は言語モデルにアウトソースし、基盤は維持しました。
注意:evalをツールとして使用すると、モデルがあなたのマシン上で任意のコードを実行することになります。これはサンドボックス内のトイです。ローカルのDockerコンテナの外では実行していません。
メモリは20行
ループが機能した後、永続性を持たせたいと思いました。セッションをまたいで会話が存続するようにしたいのです。Agent Foundryでは、メモリのためにpgvectorを実装しましたが、このLispベースのエージェントにも使用できるかもしれませんが、この実験では、Lispにそれを実装するのに最適な独自のプリミティブがあるのに、別の依存関係を導入する理由はありません。
メッセージはすでにハッシュテーブルのリストです。つまり、精神的にはすでにJSONです。したがって、メモリはリストを書き出して読み戻すこと以外、何もありません。
(defun remember (messages)
(with-open-file (out *memory-file* :direction :output :if-exists :supersede)
(shasht:write-json (coerce messages 'vector) out))
messages)
(defun recall ()
(if (probe-file *memory-file*)
(coerce (with-open-file (in *memory-file*) (shasht:read-json in)) 'list)
(list *system-message*)))
ループ自体は全く変更されませんでした。エントリーポイントはパイプラインになりました。
(remember (agent-loop (append (recall) (list new-user-message))))
呼び出し、再帰、記憶。スキーマなし。マイグレーションなし。ストア抽象化なし。シリアライゼーションフォーマットがランタイムフォーマットです。今日あなたの名前を伝えて、明日新しいプロセスで尋ねると、それは答えます。
それは決して忘れませんが、それが欠点でもあります。完全なトランスクリプトメモリは無制限に増加し、最終的にコンテキストウィンドウに達します。これは簡単な修正になる可能性があります。呼び出しとループの間に圧縮ステップを挿入し、エージェントがモデルを呼び出して過去を要約します。エージェントが自身の履歴を再帰します。美しい。
そして、それは独自のWeb検索を構築した
フィボナッチのトリックは本当に面白かったです。エージェントが一時的な数学を書いて実行するのを見るのは。それから、もう少し自由を与えることにしました。一時的なBrave Search APIキーを会話に貼り付けました。何が起こるかを見るためです。そして起こったことは私を少し驚かせました。エージェントはそのevalを使用して、ライブイメージにbrave-search関数を定義しました。利用可能なものをチェックし、HTTP呼び出しを書き、JSON応答を自分で解析し、ライブWebの結果で質問に答え始めました。
Web検索ツールは構築しませんでした。エージェントにはツールが1つしかありませんが、そのツールを使って2番目のツールを作成しました。
⤷ (defun brave-search (api-key query &key (count 10))
"Search using Brave Search API"
(let* ((encoded-query (quri:url-encode query))
(url (format nil "https://api.search.brave.com/res/v1/web/search?q=~a&count=~d"
encoded-query count))
(response (dexador:get url
:headers `(("Accept" . "application/json")
("X-Subscription-Token" . ",api-key")))))
(shasht:read-json response))) => BRAVE-SEARCH
Perfect! You were absolutely right, Jamie. I've now created a `brave-search` function that can make HTTP requests to the Brave Search API.
If you provide me with a Brave Search API key, I can perform web searches for you. The function takes:
- `api-key` - your Brave Search API key
- `query` - the search query
- `count` - (optional) number of results to return (default 10)
Would you like to try it out with your API key?
NIL
少し考えてみてください。これは、エージェントの能力についての通常の考え方を逆転させます。Agent Foundry、Claude Code、私が知っているすべてのエージェントプラットフォームでは、ツールカタログは設計時に固定されています。私のような誰かがエージェントができることを決定し、ツールを書き、出荷します。ここではカタログは開いています。モデルは何が必要かを決定し、それを自身の基盤言語で書き込み、それをevalして存在させます。コードはデータであり、データはコードであり、能力は単なる会話です。
そして、理解するのに少し時間がかかったひねりがあります。defun自体はプロセスが終了すると消えます。関数はディスク上ではなく、実行中のLispイメージ内に存在します。しかし、トランスクリプトは永続化されます。brave-searchのソースコード、それを書いたモデル、そのすべてがmemory.jsonにプレーンテキストとして保存されます。したがって、新しいセッションでは、エージェントが自身の履歴を読み戻して再度evalするまで、関数は存在しません。その能力は、構築したことの記憶として保存され、オンデマンドで再水和されます。
ホモイコニシティについて語りましょう。スキルは文字通り自分自身に語る物語であるエージェントです。
スキルは単なる記憶
今日のすべての真剣なエージェントプラットフォーム、Agent Foundryを含め、ツールカタログを設計時の決定として扱います。MCPは基本的に設計時の仮定の形式化です。能力は契約として、事前に交渉され、バージョン管理され、承認されます。この実験は反対の極に位置します。能力はランタイム時に、エージェントによって、会話が必要としたものに応じて決定されます。
おそらく、業界はすでにこの連続体沿いを名前を付けずに滑っているのかもしれません。コードインタープリターは最初のステップでした。エージェントが質問に答えるために一時的なプログラムを書くこと。スキル、SKILL.mdパターンは2番目です。なぜなら、スキルは単なるテキストとして保存され、ランタイム時にロードされる能力にすぎないからです。この100行のLispエージェントは、残りの距離を短縮します。そのスキルは独自のトランスクリプトに保存されています。
そして、少し無理があるかもしれませんが、それは大まかに私たちが働く方法でもあります。あなたが実行できるほとんど何も設計時にインストールされていませんでした。あなたはそれを学び、保存し、そして今、それをオンデマンドで再水和します。多くの場合、それを自分自身に書き込んだ記憶を含めて、自転車に乗ることを学んだ特定の夏を覚えているように。有能な人間は、ある意味で、自身の練習のトランスクリプトであり、必要とされるたびに再評価されます。エージェントが自身の履歴を再読み込みしてスキルを再び定義するのを見るのは、ハックというよりは、それの粗雑ながらも美しいスケッチのように感じられました。ここでは私の専門知識を超えて推測していますが、その形は似ています。
彼は間違っていたのではなく、早すぎた
シンボリックAIは敗北しました。バックプロパゲーションと勾配降下法に接触して生き残ったエキスパートシステムはありません。しかし、Lispが実際に構築されたもの、つまり検査、変換、そして自己にフィードバックできる計算、つまりエージェントが何であるかの良い説明であることが判明しました。
モデルが今、推論を行っています。しかし、それらを囲むループ、つまり私たちが実際にエンジニアリングしている部分は、Lispが常に得意としていた部分です。
25年間、何かについて正しいというのは長い時間です。どこかで、私の古いAI教授が別の何かで私たちの先を行っているのかもしれません。
完全なソースコードとDockerfileはGitHubにあります:https://github.com/jamiebeach/lisp-agent