Arcaはエージェントに10日間の仕事を任せても、資金移動は人間に残す

金融サービス企業Arcaでは、エージェントが最長10日間に及ぶ顧客業務を調整する。モデルが休みなく動き続けるわけではない。システムが案件の状態を保存し、メール、電話、人間の判断を待ってから、止まった地点で業務を再開する。

顧客メモリが10日間の業務をつなぐ

ArcaでAIプラットフォームを率いるAman Singhは、Latent Spaceで、多数の引き継ぎと判断を伴う業務を説明した。顧客ごとのメモリには、過去の出来事、次の手順、担当者、長期的に追う事項が記録される。そのため、新しいシグナルで別のエージェントが起動しても、進行中の案件の状態を読み込める。

ArcaはAnthropicとOpenAIのモデルを利用する。自社製harnessが社内benchmarkとタスクの複雑さに基づいてモデルを振り分ける。主な提供元はClaudeだというが、運用メモリを一社に預けずにモデルを切り替えられるよう、オーケストレーション層は自社で保有する。

調整はエージェント、判断はアドバイザーが担う

重要なのは、誰が誰に行動を促すかという変化だ。エージェントが目標を継続的に監視し、承認や介入が必要な時点でアドバイザーを呼ぶ。人間は中断のたびに案件全体を組み立て直し、次のpromptを手入力する必要がない。

同様の仕組みを作るチームにとって、中核製品は業務の状態モデルになる。promptやモデル選択は部品にすぎない。責任、出来事、次の手順を永続的に記録し、個々のモデル実行を越えて維持できる層が成否を分ける。

資金移動の前には人間の境界を置く

Arcaによれば、エージェントが自動化するのは分析と提案であり、取引や資金移動ではない。10万ドルの税金を扱う例では、エージェントが資産売却案を作れるが、取引を実行するのは人間だ。データ書き込みは高速なモデルでも検査し、外部から入る情報にはprompt injectionの検知を行う。

設計は妥当だが、証拠の多くは今のところArca自身の説明に限られる。エラー率、アドバイザーの介入率、検証層が止めた提案の件数は公開されていない。数字がなければ、メモリがコストを下げたのか、調整作業を複雑なソフトウェアへ移しただけなのか判断できない。

監査記録と介入率が本当のコストを示す

見るべきは日常運用の結果だ。10日間の案件を文脈を失わずに完了できた割合、人間が計画を直した頻度、安全検査が誤った操作を止めた回数が重要になる。Arcaは人間とエージェント双方の変更を記録するとしており、測定に必要な監査記録は持っている。

もう一つの試験はモデルの切り替えだ。プロセス、メモリ、統制を壊さずに提供元を変更できてこそ、自社製harnessに価値がある。モデル非依存性は、プレゼンテーションの外で証明されなければならない。

Lilithの判定

Arcaはエージェントに10日間の案件を任せても、金庫はアドバイザーに残した。金融で役立つ自律性とは、長い記憶、短いリード、そして資金に触れる人間の手である。