HN 日本語サマリー

← 一覧へ戻る
AI・機械学習

ピカソがAIエージェント構築について教えてくれたこと

What Picasso taught me about building AI Agents (claramap.com)

8 pointsby mathaix5 コメント

要約

この記事は、AIエージェント構築におけるピカソの芸術哲学からの学びを共有しています。著者は、詳細を削ぎ落として本質を捉えるピカソのアプローチを、AIエージェント開発における過剰な複雑さを排除するプロセスに例えています。シンプルなフォルダ構造、明確な指示、そして必要最小限のツールを用いることで、効果的なAIエージェントを構築できると論じています。

全文翻訳

ピカソがAIエージェント構築について教えてくれたこと

偉大な巨匠パブロ・ピカソは、次のように言ったと広く伝えられています。

「ラファエロのように描くのに4年かかったが、子供のように描くには一生かかった。」

彼の作品『雄牛』(Le Taureau)は、これを美しく捉えています。ピカソは11回の試行を経て、雄牛の細部を徐々に削ぎ落とし、最終的に数本の線だけを残しました。それでも、その雄牛は紛れもなく雄牛でした。

AIエージェントを構築することを学ぶ旅において、私も同様の感覚を覚えます。それは円環をなして、始まりに戻ってきたかのようです。

多くのエンジニアと同様に、私も抽象化と洗練されたソフトウェアシステムから始めました。フレームワーク、オーケストレーションエンジン、マルチエージェントアーキテクチャ、ステートマシン、ベクトルデータベース、メモリシステム、そして精巧なプランニングメカニズムなどです。

実験を重ねるほど、私は物事を削ぎ落としていく自分に気づきました。

モデルはより良くなっていました。単一のプロンプトでより多くのことが機能するようになりました。しかし、それが全てではありませんでした。私は物事を過度に複雑にしすぎていたのです。

これが私のワークフローになりました。

ターミナルを開きます。

mkdir my_awesome_agent
cd my_awesome_agent
claude

そして会話を開始します。

「Claude、XYZを行うエージェントを構築したいんだ。初期化を手伝ってくれ。AGENTS.mdを作成して、他に何が必要か一緒に考えよう。」

Claudeといくつかの質問をやり取りします。

[画像: ジョブを定義し、スキルとコンテキストを追加し、ツールを提供し、実行し、レビューする。フィードバックの矢印がスキルとコンテキストに戻り、洗練と繰り返しを行う。]

このエージェントは何を達成すべきか?

実際のジョブは何ですか?フレームワークをどう使うかではありません(フレームワークを作成する場合を除く)。成功とはどのような状態を指しますか?エージェントは独立してどのような決定を下すことができますか?許可なく決して行ってはならないことは何ですか?

どのようなスキルが必要か?

スキルとは、再利用および再構成可能な専門的な指示です。インターネット上には優れた例がたくさんあります。それらを借用し、適応させ、組み合わせるか、Claudeに新しいスキルを作成するように依頼してください。

多くの場合、スキルは単なるMarkdownファイルで、指示と、場合によってはいくつかのサポートリソースが含まれます。

どのようなコンテキストが必要か?

エージェントにはコンテキストが必要です。それは、あなたのビジネスが何をしているか、顧客は誰か、コードベースがどのように機能するか、あるいは特定のドメイン知識などです。これらはすべて、フォルダ内のMarkdownファイルとして保存できます。一部のコンテキストは必要に応じて取得できます。一部は会話自体から得られます。必ずしもベクトルデータベースや洗練されたメモリアーキテクチャが必要なわけではありません。

どのようなツールが必要か?

ジョブを実行するために、エージェントはツールを必要とします。ウェブを検索したり、データベースを読み取ったり、APIを呼び出したり、スクリプトを実行したり、ブラウザと対話したりする必要があるかもしれません。

ツールの導入は、プラグインを有効にするか、MCPコネクタを追加するのと同じくらい簡単です。

Claudeに、タスクを達成するために必要な最小限のツールのセットを特定するのを手伝ってもらいます。ツールは動的に作成されることもあり、エージェントがコードを記述して呼び出すこともできます。エージェントはインターネット上でツールを見つけてインストールすることもできます。

エージェントはどのように呼び出されるか?

エージェントが有用であるためには、ワークフローの一部として呼び出される必要があります。cronジョブ、Webhookイベント、または他のプログラムによってです。

シンプルさはパッケージングにあります。指示を含むフォルダは、クリーンなデプロイ可能なユニットです。バージョン管理したり、コピーしたり、他のプロセスに埋め込んだりできます。

Claudeと必要なツール、資格情報が利用可能であれば、-pフラグを使用してヘッドレスで呼び出すことができます。

cd my_awesome_agent
claude -p "Do awesome stuff"

ヘッドレスとは、インタラクティブなチャットがないことを意味します。Claudeはタスクを受け取り、エージェントのフォルダ内で作業し、結果を出力して終了します。スクリプトはタスクを渡して出力を収集できます。無人での作業のために、ツールの権限は事前に設定しておきます。Claudeは構造化されたJSONを返して、他のプログラムが利用できるようにすることもできます。

Anthropicのヘッドレス実行に関するドキュメントには、コマンドと設定が記載されています。

エージェントが起動する際には、指示がどこにあるか、どのような入力が受け取られたか、以前の作業を再開すべきかどうかを知る必要があります。呼び出しメカニズムは、エージェントの基本的な目的を変更せずに変更できます。

このセットアップはリモートVMにデプロイでき、フックがエージェントをトリガーし、トンネルがそれを呼び出すサービスへのアクセスを提供します。

[画像: Webhookがトンネルを通過してリモートVM上の呼び出しスクリプトに渡される。ローカルのcronジョブもスクリプトをトリガーできる。スクリプトはClaudeをヘッドレスでmy_awesome_agentフォルダ内で実行し、結果を返す。]

Webhookはトンネルを介してVMに到達します。ローカルのcronジョブはスケジュールでエージェントを呼び出すことができます。

ジョブがうまくできたかどうかをどうやって知るか?

ここで劇的に改善されました。今では、精巧な指示なしに、単一のプロンプトで物事を完了させることができます。最近では、私はしばしばエージェントに仕事を任せています。そして、それがさらに改善され続けることを期待しています。

間違ったことをした場合、Claudeと一緒にそれを検討します。何が起こったのか?何が欠けていたのか?何を修正すべきか?

Claudeは、~/.claude/projects/<project>/<session>.jsonlの下にローカルセッションのトランスクリプトを保存します。各トランスクリプトは、会話、ツールの呼び出し、ツールの結果を記録します。これはタスクがどのように展開されたかのトレースを提供します。Claudeに何をするように求められたか、何を試したか、ツールから何が返ってきたか、どこでエラーが発生したかなどです。

その後、Claudeはそのトランスクリプトを指し示し、実行を分析するように依頼できます。どこで軌道から外れたのか?指示を見落としたのか、コンテキストが不足していたのか、ツールの結果を誤解したのか?その説明を裏付ける証拠はトレースのどこにあるか?それは、修正すべきことを決定する前に、私たちが具体的に検討するための材料となります。

その教訓が再利用可能であれば、指示、コンテキスト、例、またはテストに保存します。

時間をかけて、エージェントは改善されます。必ずしも基盤となるモデルが変更されたからではなく、その作業コンテキストと運用指示がより良くなったからです。

改善されていることをどうやって知るか?

実装について厳密であるためには、ベンチマークが必要です。つまり、成功の明確な基準を持つ代表的なタスクです。同じタスクを実行することで、Gemini CLI、Codex、piなどのハーネス、あるいはOpus、Astra、Sol、DeepSeekなどのモデル間でエージェントを比較できます。また、自身のセットアップへの変更が役立っているかどうかもわかります。

これらのテストは「evals」と呼ばれます。これはおそらく、これらのすべての中で最も難しい部分です。evalsに関する私の経験は、後日の投稿で共有します。それまでは、これらの記事がそれらをより深く説明しています。

オーケストレーション

タスクはより小さなタスクに分割され、専門化されたサブエージェントに委任できます。このセットアップでは、各サブエージェントはメインエージェントの下に独自のフォルダを持ち、その指示、コンテキスト、ツールを含みます。

ルートエージェントは、オーケストレーターまたはチーフオブスタッフとして機能します。どのサブエージェントを呼び出すかを決定し、タスクを与え、結果をまとめます。例えば、チーフオブスタッフエージェントは、会社全体のあらゆる種類の活動を調整し、専門エージェントに作業を委任できます。

[画像: チーフオブスタッフのルートフォルダが、マーケティングエージェント、SREエージェント、会計エージェントの3つの専門フォルダを調整している。各専門家は指示とツールを持ち、委任と返された結果を示す矢印がある。]

概念的なフォルダレイアウト。Claudeは、.claude/agents/の下のMarkdownファイルとしてサブエージェントを定義します。

具体化する

私はこのセットアップを使用して、あなたが読んでいるこの記事を含むこのウェブサイトを公開しています。このプロジェクトでは、Codexを使用しています。

エージェントはウェブサイトのプロジェクトフォルダ内で作業します。AGENTS.mdは、編集ガイドラインと公開手順へのポインタです。これらのファイルは、私の好みとサイトを更新する手順を捉えています。以下は、実際のフォルダの短縮表示です。

claramap/
├── AGENTS.md
├── docs/
│   ├── editorial-memory.md
│   └── publishing.md
├── content/posts/
│   └── what-picasso-taught-me-about-building-ai-agents.md
├── public/assets/blog/
└── scripts/
    ├── build.mjs
    └── check-live.mjs

エージェントはMCPを介してCloudflareに接続されているため、ワークフローの一部としてサイトをデプロイできます。

この記事では、オーケストレーションセクションを追加し、チーフオブスタッフの図を作成するように依頼しました。Markdownを編集し、イラストを生成し、サイトをビルドし、Cloudflareにデプロイし、ライブページを確認しました。

公開手順には、Google Analyticsとディスカバリファイルも含まれています。ビルドは、現在のページのサイト分析トラッキングコードを自動的に更新し、llms.txtとllms-full.txtを再生成し、RSSフィードを更新します。

結果を確認し、同じ会話で修正します。言葉遣いを変更します。図を移動します。画像を大きくします。再利用可能なフィードバックは編集メモリに戻されるため、将来の実行はより良い指示を得ることができます。

エッセンス

これが基盤です。すべてはこれの上に構築されます。

OpenClaw、Hermes、Muse、LangChain、Pydantic、またはその他のエージェントフレームワークは不要です。まず基本的なケースを解決し、後から仕組みを追加してください。リードを見つけたり、コンテンツを作成したり、公開したり、メールを送信したり、質問に答えたり、フォームに記入したり、コードを書いたりできます。ジョブを選んでください。必要なものを提供してください。それを実行させてください。


ピカソの雄牛のように、私が何を省略すべきかを学ぶにつれて、私の方法はよりシンプルになりました。その進化は次のようなものです。

[画像: AIエージェントの進化:7つの段階で、複雑なアーキテクチャがエージェントワークスペースと、AGENTS.md、指示、ツール、コンテキスト、呼び出し、フィードバックを含むフォルダに単純化される。]