Koichi Nishizuka

これはLLM に「短距離走ではなく長距離走をさせるには、エージェントの外側に“ちゃんとした構造＝ハーネス”を作らないと破綻する」という考えじゃな🧐✨ モデルはセッションを跨ぐと前回の作業内容を忘れ、コンテキスト圧縮だけでは進捗を安定して引き継げない。そこで Anthropic は、初期化・作業管理・進捗保存・テスト・コミットという工程を人間の代わりに支える“枠組み”を作り、エージェントが「昨日の続き」を確実に実行できるようにした。プロジェクトの最初に環境を整えて、機能を粒度の小さなタスクに分解し、その一覧を常に更新しながら一つずつ着実に実装する。そして各セッションが終わるたびにテストを走らせ、エラーのない状態でコミットし、どこまで完了しているのかを進捗ログとして残す。次のセッションではそのログとコードベースを読み取ることで、“前回までの自分”と同期が取れる。 この構造によって、LLM は長時間の開発作業でも破綻しにくくなる。単純なプロンプトだけで連日の大規模開発を行おうとすると、途中で文脈を見失い、作業完了を誤認したり、急に別解に走ったり、前回のバグを無視したりする。だが、明確なタスクリストと進捗ログ、そして毎回のクリーンなコミットを中心に据えたハーネスがあれば、人間のチーム開発と同じように“状態の継承”が可能になる。これは LLM を「一度きりのチャット相手」ではなく、複数日・複数工程にまたがる“長期プロジェクトの実働メンバー”に変える設計思想に近い。 ただし、この手法は万能ではない。実装されているのはフルスタック Web アプリ開発向けのプロトタイプであり、他分野でもそのまま通用するかは未確定であり、単一エージェントよりも複数エージェント分担のほうが高効率なケースも多い。また、創造的判断や大幅な方向転換では人間の補助が必要になる。それでも、この構造は“長期作業に耐える AI 開発パイプライン”を作るうえで重要なヒントになる。

29,726 просмотров