アメリカのIT大手メタが開催した技術会議で、生成AIの開発に携わる専門家が、AI自身が自律的かつ継続的に作業を繰り返す「ループ」と呼ばれる新たな技術の有用性を強調しました。AIが他のAIに指示を出すという新たな段階に入りつつあるということです。
会議に登壇したのは、AIモデル「Claude（クロード）」の関連技術である「Claude Code」を開発したボリス・チェルニー氏です。チェルニー氏は参加者からの質問に対し、「ループ技術は一時的な流行ではなく、実用的なものである」と述べました。
同氏によれば、ソフトウェア開発の現場では、人間が手作業でプログラムのコードを書いていた時代から、AIエージェントがコードを書く時代へと移行してきました。現在はさらに進み、「AIエージェントが別のAIエージェントに指示を出し、コードを作成させる段階に移行しつつある」としています。この変化は、手作業からAIへの移行と同じくらい重要な進歩だということです。
チェルニー氏は自身の業務における具体例も紹介しました。一つのAIエージェントがコードの構造を改善する方法を常に探し続ける一方で、別のエージェントが重複する部分を見つけて統合する作業を行っています。これらのAIは、人間のプログラマーと同じように修正案を提出し、絶えず変化するシステムの中で継続的に稼働し続けるということです。
これまで、エージェント型AIの利用においては、明確な目標を設定し、進捗を確認しながらAIを管理することが主流でした。しかし「ループ」技術では、複数のAIエージェントに権限を与え、バックグラウンドで永続的に作業を続けさせる方針をとります。AIへの高い信頼が求められますが、モデルの性能が急速に向上している現在、AIに実際の業務を任せるための次のステップになるとしています。
この技術の背景には、コンピューター科学の基礎である「再帰ループ」の考え方があります。従来のプログラムでは明確な停止条件が設定されますが、AIのループでは、AI自身がいつ作業を終えるかを判断します。例えば、AIがこれまで行った作業を要約し、「目標を達成したか」を自らに問いかける手法などが用いられています。これにより、AIが長時間の作業で方向性を見失うのを防ぎ、タスクが完了するまで処理を繰り返すことができるということです。
一方で、課題も指摘されています。AIに計算処理を継続させるため、従来の対話型AIに比べてデータ処理の単位である「トークン」の消費量が急激に増加します。ループを常時稼働させる場合、費用の制限がなくなるおそれがあり、コスト管理が重要な課題となります。
それでも専門家は、トークンの消費量やAIの動作のズレを監視する適切な管理体制を整えることで、コストを上回る大きな利益をもたらす可能性があるとしています。
