冒険じゃないよ。これはAIエージェントが、すごく時間がかかる複雑な仕事を最後までミスせずにやり遂げるための「フレームワーク」、つまり仕組みの話だね。

それが意外とそうでもないんだ。今のAIエージェントは、仕事が長くなると「コンテキスト」っていう記憶領域がパンクしちゃうんだよ。過去のやり取りを全部覚えようとして、結局何をしてたか忘れちゃう「状態の錯覚」っていう問題が起きるんだ。

人間味っていうか、設計上の限界だね。そこでこの論文は、記憶をプロンプトの中に詰め込むんじゃなくて、外部の「ファイル」として保存しちゃおうって提案してるんだ。これを「ファイル中心の状態管理」と呼んでいるよ。

そう。作業の進捗や計画を全部ファイルに書き出して、AIは必要な時だけそのファイルを読み書きする。そうすれば、AIの頭の中（コンテキスト）は常にスッキリした状態に保てるんだ。これを「限定された推論コンテキスト」って言うんだよ。

僕じゃなくて論文の著者がね。さらに、このInfiAgentは役割分担もすごいんだ。計画を立てる「Alpha」、専門作業をする「Domain」、道具を使う「Atomic」っていう3段階の階層になってる。

例えは合ってるね。あと「外部アテンション」っていう機能もあって、例えば80本の論文を読まなきゃいけない時、メインのAIが全部読むんじゃなくて、別の小さなAIに「ここだけ読んで教えて」って頼む仕組みなんだ。これでメインのAIが情報過多で倒れるのを防いでる。

まあ、技術的には可能だろうね。この研究の意義は、モデルを大きくするんじゃなくて、仕組みを工夫することで「無限」に近い長いタスクを扱える可能性を示したことにあるんだ。将来は、数ヶ月かかるような科学研究もAIが自律的に進められるようになるかもしれない。

もちろんあるよ。ファイルへの書き出しや読み込みのルールをどう最適化するかとか、もっと複雑なマルチエージェント間の連携をどうスムーズにするかとかね。これからの研究課題だね。