スカウト: @yutori_ai チームの、Web ページの変更を積極的に監視する「デジタル従業員」。 コアコンセプト：「受動的な対応」から「能動的なコラボレーション」への移行🤖 従来のAIエージェントは一般的にリアクティブであり、長期にわたる非常に複雑なタスクの処理に苦労します。Scoutsは、高品質な出力を維持しながらコストを抑えながら、数週間、あるいは数か月間も継続的に稼働できるプロアクティブなマルチエージェントシステムの構築を目指しています。 技術アーキテクチャの主要コンポーネント 🛠️ 非常に長いコンテキストと複雑なタスクを処理する際の単一モデルの限界に対処するために、Yutori は「分割統治」戦略を採用しています。 • マルチエージェント分業：「コーディネーター」を用いて複数の「サブエージェント」を指揮します。コーディネーターはグローバルロジックを担当し、サブエージェントは特定のツール呼び出しを担当します。これによりコンテキストオーバーフローを回避し、異なるサブタスクに対して最も費用対効果の高い状況モデルを選択できるようになります。 • 意図強化：コーディネータは、漠然としたユーザーニーズを、高度に構造化された条件付き指示に変換します。実験では、強化された指示によって検索結果の再現率が2倍以上向上し、より正確な出力が得られることが示されています。 • ツールの優先順位付け：エージェントは、コスト、速度、信頼性に基づいてツールの優先順位付けを行うように学習します。例えば、まず低コストのGoogle検索を使用して偵察を行い、その価値を確認した後に、高価で低速なブラウザ自動化ツールを呼び出すといった具合です。 • 永続性と再試行：ソーシャルメディアのような不安定なプラットフォームでは、APIは頻繁に失敗します。このアーキテクチャには再試行メカニズムが組み込まれており、失敗が発生した場合、エージェントは完全に諦めるのではなく、異なるクエリ戦略やツールの組み合わせを試す必要があります。 「メモリドリフト」と信頼性の課題に対処するこの記事では、長期的なタスクで見落とされやすい 2 つの落とし穴とその解決策について具体的に説明しています。 1. レポートアーカイブにおけるキーワード検索：従来のアプローチでは、過去のレポートをコンテキストに直接貼り付けていましたが、これは「ユーザビリティバイアス」につながり、エージェントが古い情報に偏り、全体像を把握しにくくなります。Yutoriは、キーワードマッチングを反復的に行うことで関連する断片を抽出し、検索可能なレポートアーカイブを構築することで、コンテキストを汚染することなく長期記憶を維持します。 2. 批判的なファクトチェックを行うウェブサイトは、往々にしてノイズやバイアスに満ちています。一方、Scoutsは批判的な視点を念頭に置いて設計されています。複数の情報源から主張を検証し、その信憑性を評価するとともに、ソーシャルメディア上の誇張された主張や検索結果の概要における省略表現による誤った判断を回避します。 ユーザーフィードバックに基づく閉ループシステム Scoutsの進化は、アルゴリズムだけでなくユーザーにも依存しています。このシステムでは、ユーザーはレポートの行、セクション、または全体的な行動レベルでフィードバックを提供できます。このフィードバックは、検証および編集可能なガイドラインに変換され、将来の実行時の入力として活用されます。つまり、システムは時間の経過とともにユーザーの個人的な好みにますます合致していくということです。
