エージェントを作るのではなく、スキルを育てよう @aiDotEngineer Code Summit の基調講演で、Anthropic の @barry_zyj と @maheshmurag は、AI エージェントの開発における次の重要な段階、つまり単に「エージェント」のアーキテクチャを追求することから、エージェントに特定の再利用可能な「スキル」を付与することへの移行について議論しました。 主な問題点：高いIQと専門的な経験 AI エージェントが直面している大きな矛盾は、知性はあるものの、経験が不足していることです。 • 比喩: 彼らは「マヘシュ（IQ 300 の数学の天才）」対「バリー（経験豊富な税務専門家）」という非常に鮮明な比喩を使いました。 現状：現在の大規模モデルエージェントは、まさに数学の天才と言えるでしょう。非常に賢く、複雑な原理を一から推論する能力を備えていますが、税務申告を依頼すると、具体的な「税務コード」や「業務プロセスに関する知識」が不足しているため、対応に苦労したり、効率が悪かったりする可能性があります。 • ニーズ: 実際の業務シナリオでは、毎回原則から考え直さなければならない天才ではなく、特定のドメインプロセスを確実に実行でき、手順に関する知識を備えた「税務の専門家」が必要になることがよくあります。 解決策: 「スキル」とは何ですか? このギャップを埋めるために、Anthropic は「スキル」という概念を導入しました。 • 定義: スキルは手順的な知識をパッケージ化した最小単位であり、エージェントは必要に応じてこれらの単位を動的にロードできます。 • フォーマット: 非常に軽量です。スキルは、いくつかのスクリプト（ツールとして）とコアとなる指示ファイル（通常はMarkdown形式）を含むフォルダにまとめられるだけです。 特徴： • ポータブル: 異なるエージェント間で共有できます。 • 構成可能: レゴ ブロックのように、さまざまなスキルを組み合わせて、汎用エージェントにクロスドメインの専門知識を即座に提供できます。 • 参入障壁が低い: その本質は複雑なコード エンジニアリングではなく、「何かを行う方法」の明確な説明とツールのカプセル化です。 ビジョン：「エージェントの構築」から「知識の蓄積」へ このプレゼンテーションは、テクノロジーに関するものだけではなく、組織が AI をどのように活用できるかについての戦略的思考に関するものでした。 • 企業ナレッジベースの進化：将来の企業の競争優位性は、常に進化する「スキルベース」を構築できるかどうかにかかっています。これらのスキルは企業内の専門家によって定義され、エージェントの使用状況からのフィードバックに基づいて継続的に最適化されます。 • エージェントの自己進化：プレゼンテーションでは、エージェントがスキルのユーザーであるだけでなく、最終的にはスキルのクリエイターになるという、刺激的な未来像が示されました。エージェントは自身の作業から学び、新しいスキルを作成し、自己進化を遂げることができるようになります。 • 統合エージェント：タスクごとに新しいモデルを個別に「トレーニング」したり「微調整」したりする必要はありません。代わりに、異なるスキルを「ロード」することで瞬時に役割を切り替えることができる汎用的で強力なエージェントを維持します（例：ある瞬間はドキュメントアナリスト、次の瞬間はコードレビュアーなど）。 このビデオが伝える最も重要なメッセージは、「複雑なエージェント アーキテクチャ」に執着するのではなく、特定の「専門知識」を洗練してカプセル化することにエネルギーを集中するということです。 開発者や企業にとって、これは、チーム内の「暗黙知」を標準化された「スキル」に変換する方法について考え始めることを意味します。そうすることで、AI は単なるスマートな汎用アシスタントではなく、真にビジネスに精通した専門家になることができます。 YouTube動画
