概要
AIエージェントの自走時間の長さよりも、現実世界からのフィードバックという「外部情報」をいかにループへ組み込み、独自性の限界を突破するかが重要であると説く考察。
詳細内容
## エージェントの「自走時間」への偏重に対する批判
近年、コーディングエージェントをいかに人間の介入なしで長時間自走させるかという「ループエンジニアリング」が注目されている。しかし著者は、この指標が「自律性の進歩」としては正しくても、「製品の価値向上」の指標としては不十分であると指摘する。
## 閉じた問題と開いた問題の対比
将棋AIが無限に自走し自己改善できるのは、ルールが固定された「閉じた問題」だからである。対して、現実のビジネスやソフトウェア開発は、競合・規制・ユーザーの期待が常に変化する「開いた問題」である。外部からのフィードバックがない自走は、最初に与えられた情報（プロンプトや知識）の再構成に過ぎず、世間一般のベストプラクティスという凡庸な成果に収束してしまう。
## フィードバックの情報量が独自性の限界を決める
AIは「レシピ」を考案できても「味（美味しさ）」を自分で判断することはできない。製品に価値ある独自性をもたらすのは、人間が成果物に触れて返すフィードバックの情報量である。しかし、数人の開発者がプロンプトを書く速度はLLMの生成速度に対して圧倒的に遅く、ここが情報供給のボトルネックとなる。
## 今後の開発者に求められる役割
真にAIの恩恵を享受するには、単に下流工程を高速化するのではなく、多数のエンドユーザーからのフィードバックを低遅延かつ構造化された形でエージェントに流し込む「データパイプライン」の設計が不可欠となる。自走時間は、フィードバックという燃料があって初めて意味を持つのである。