エージェントフレームワークの進化、インターフェースが守るのはモデルではなく人間の注意力

モデルの重みがソフトウェアラッパーをのみ込む

第1世代のAIエージェントは外部ロジックに依存していた。2022年のChatGPTは、自力でツールを使うことも、ウェブを検索することも、手順を計画することもできなかった。こうした能力は、外部フレームワークや複雑な「ハーネス」構造（LangChain、ReAct）で補う必要があった。それらは、力任せのトークン予測を囲む足場として機能していた。

しかしLatent Spaceの分析は、この関係が逆転しつつあることを示す。モデルはラッパーの機能を直接その重みに取り込み始めている。ネイティブなfunction callingと内部計画ループの登場により、モデルは意思決定の方法を外部コードから教わる必要がなくなった。訓練を通じて制御ロジックがすでに組み込まれているため、開発者は何千行ものコードを削除できる。

API抽象化が終わり、生のテキストへ回帰

この変化により、エージェントの構築方法は大幅に簡素化される。複数の抽象化レイヤーをまたいでAPI呼び出しを複雑に連鎖させる代わりに、開発は純粋なプロンプティングとコンテキストの提供へ戻りつつある。

以前の開発者はロジックツリーの設計者だったが、今ではモデルが自力で進めるよう、データとコンテキストの道筋を用意する役割に近い。これは、手順のオーケストレーションを主な価値としてきたフレームワーク開発者に大きな圧力をかける。モデルが自ら手順を組み立てて実行できるなら、そのツールは無用なオーバーヘッドになる。

機械ではなく人間のためのインターフェース

モデルの自律性が高まるにつれ、ソフトウェアラッパーに残された役割も変わる。エージェントインフラはもはやモデルにデジタル空間での身体を与えるためではなく、人間がその動きについていくために存在する。

新しいフレームワークは、注意すべき情報の選別、アクションの承認、モデル内部の推論の可視化、監査証跡に重点を置く。それらは、自律的に動くAIと限られた人間の注意力をつなぎ、いつ介入し、いつエージェントに任せるべきかを伝えるインターフェースになりつつある。

空疎なフレームワークに誰が金を払うかで決まる

今後の競争は、誰がLLM向けに優れた制御ループを書くかではない。何千もの細かな意思決定を監督する、最良の法人向けダッシュボードを誰が提供するかを巡る争いになる。機械の管理から、人間とその権限の管理へ転換できないフレームワークは、間もなく顧客を失うだろう。

Lilithの判定

以前は、能力の低いモデルを賢いエージェントに変えるためにコードを書いていた。今は、その賢いエージェントがいきなりデータベースを吹き飛ばさないよう、安全なサンドボックスを整えるためにコードを書いている。