YCが見る5つのAI Agentのコアフォーム - Human-in-the-Loop - Data Labeling - Data Augmentation - Simulation - Synthetic Data

原文作者：Taylor Pearson
翻訳：Peggy

Editor's Note: As AI agents transition from one-shot prompt and vibe coding to more complex workflow stages, the truly important question is no longer "Can the model complete the task?" but rather "Can AI capabilities be solidified into reusable, accumulable process assets."

This article, starting from Garry Tan's GBrain, summarizes the five core forms that many people have gradually converged on when using agent tools such as Codex, Claude Code, Hermes, etc.: parameterizable Skills, a lightweight execution framework Thin Harness, routing-responsible Resolvers, a layer distinguishing model inference from deterministic code execution, and Memory for long-term context accumulation.

These modules combined point to a new form of "process capability": turning experience into processes, abstracting tasks into parameters, entrusting stable rules to code, delegating judgment and synthesis to models, and continuously solidifying through a memory layer. Compared to applications or prompts generated once, this system is more difficult to replicate and is more likely to become the basis for individuals, small teams, or even companies to form a long-term competitive advantage in the AI era.

Below is the original text:

I spent some time researching Garry Tan's GBrain. As someone without a technical background and not working in the venture capital industry, I want to distill a few general structural forms I see and what's really interesting about them.

I think many people are gradually converging on the same set of core structures. They can roughly be summarized into five forms, representing the natural evolution direction of the usage of AI agent-style tools such as Codex, Claude Code, Hermes, OpenClaw, etc.

Related Reading: "Thin Harness, Fat Skill: The True Source of 100x AI Productivity"

Skills: From SOP to "Method Invocation"

Skills are almost everyone's most natural starting point. Even without being reminded, users will subconsciously build it because its form is very familiar. I initially understood it as a standard operating procedure (SOP) used to accomplish something. Users provide "what to do," and Skills provide "how to do it."

Tan の理解では、Skill はむしろ「メソッド呼び出し」に近いです。プログラミングでは、メソッド呼び出しとは、パラメータを使用して特定のプログラムフローを呼び出すことを意味します。同じコードブロックが毎回実行されますが、変わるのはパラメータです：どんなデータ、どんな問題、どんな目標です。たとえば、同じ process_invoice 関数はシステム内のすべての請求書を処理できます。最初に書かれた時と対応するのはその1つだけでなく。

Skill も同様の構造を持っています。/investigate という名前の Skill は、7つの固定ステップを含んでいるかもしれません。これら7つのステップは変わりません。変わるのはパラメータです：TARGET（調査対象は誰または何か）、QUESTION（何を知りたいか）、DATASET（情報はどこにあるか）。医療業界の告発者のケースに関連付けると、それは研究アナリストのようであり；SEC の開示書に関連付けると、それは法的調査官のようです。同じ文書、同じ7つのステップで、違いは外部世界から提供されます。

これは伝統的な SOP とは異なります。ほとんどの SOP は特定のポジションやタスク向けに書かれており、「支払処理」などです。それぞれの使用シナリオにはプロセスセットが対応しています。一方、Skill の抽象レベルはより高く、同じプロセスセットが特定の種類の問題に対応します。設計が適切な Skill は、数十の SOP の作業を完了できます。具体的な事例情報は文書から取り除かれ、パラメータに移されています。実際の使用に応じて、一部の Skill はよりSOP に近く、他の一部はメソッド呼び出しに近いです。

Thin Harness: モデルは知識、Harness は手足

モデル、例えば Opus、GPT-5.5 などは、元々の知識です。一方、Claude Code、Codex CLI、Hermes、OpenClaw などの Harness は、モデルが本当に「手足を持つ」実行フレームワークです。これらはループ実行、ファイルの読み書き、コンテキストの管理、セキュリティ制約の実行を担当します。そのコアコードはおおよそ 200 行しかありません。

Garry は、多くの人が犯す傾向にある間違いの1つは、Harness にますます多くのものを詰め込もうとすることだと言及しています。私も同様です。最終的には、100 個のツールの定義といくつかの MCP サーバーがたまりました。結果として、コンテキストウィンドウが、現在のタスクには必要のないツールの説明でいっぱいになります。モデルはどのツールを使用すべきか混乱し始め、遅延が発生し、精度が低下し、最終的にはいわゆる「コンテキストの汚染」が形成されます。

Resolvers: コンテキストの汚染を解決するためのルーティングテーブル

文脈の劣化を解消する方法は、ルーティングテーブルを構築することです。リゾルバの役割は、「直前のタスクタイプ X」を「呼び出すべきスキル Y」に明確にマッピングすることです。5つのスキルしか持っていない場合は、リゾルバは必要ありません。しかし、100個のスキルがある場合、さまざまな記述は曖昧になり、モデルは正しいタイミングで正しいスキルを呼び出すことが困難になります。リゾルバは、曖昧なパターンマッチングを明確なルールで置き換えます。

Tan はファイルに対してもリゾルバに類似したメカニズムを実行しました：スキルの出力がファイルシステムのどこに配置されるべきかを決定する独立したルーティングテーブル。これは、「監査-ルーティング」構造が別の問題に適用されたものです。これにより、出力はモデルが一時的な推測を行うのではなく、安定して正しいフォルダに入るようになります。

Skillify は彼の別の考え方であり、これは、一度性のスキルを長期的に再利用可能なインフラストラクチャに変換する品質サイクルです。Tan が説明した10段階のプロセスには、契約定義、確定的コードの適切な場所での使用、ユニットテスト、統合テスト、LLM-as-judge 評価、リゾルバエントリ、監査スクリプト、どのスキルが呼び出しパスを持たないかのチェック、エンドツーエンドのスモークテストが含まれます。テストの基準は非常に単純です：モデルに同じ質問を2回する必要がある場合、それは失敗です。

潜在的 vs. 確定的：判断はモデルへ、確定的タスクはコードへ

LLM に任せるべき仕事と確定的システムに任せるべき仕事を厳格に区別する必要があります。LLM は判断、統合、パターン認識、外国語の意味を理解することに長けていますが、算術、組合せ最適化には向いておらず、毎回同じ答えを出す必要があるタスクを処理するのに適していません。LLM は本質的に確率的であり、確定的な解決策が問題を解決できる場合は、LLM を使用すべきではありません。

ほとんどの非技術バックグラウンドの人々は、しばしば確定性レイヤーの価値を過小評価します。みんなのデフォルトの反応は、すべてのことをモデルに任せることです。しかし、確定性で問題を解決できる場合は、ほぼ必ずそうすべきです。そして、あなたがプログラマーでなくても大丈夫です、なぜならモデルがあなたのためにコードを書いてくれるからです。本当にトレーニングが必要なのは、ある種の規律です：毎回自分自身に問いかけ、このことは安定して低コストでコードで実現できるか？もし可能なら、モデルにそのコードを書かせます。

メモリ：システムを本当に蓄積可能にする

システムを有用にするには、ある形式のメモリを持っている必要があります。私たちは今、最も正しい形態が何かをまだ把握しておらず、多くの人々が異なる方法で構築しています：ベクトル埋め込み、意味の類似度、知識グラフ、ハイブリッドストアなど。Tan のアプローチは私と同じです：ただの markdown フォルダです。

彼の構造は次のとおりです：1 人 1 ページ、1 企業 1 ページ、1 コンセプト 1 ページ。各ページのトップには「現在の信頼される結論」があり、これは新しい証拠に基づいて継続的に書き換えおよび更新される綜合的な判断です。ページの底部には、追加のみを行い既存の情報を上書きしないタイムラインが表示されます。

Markdown を選択するといくつかの結果がもたらされます。まず、ファイル自体がシステムのメインレコードであり、ある種のエクスポート結果ではありません。VS Code でそのファイルを開き、手動で編集することができ、Agent はこれらの変更を自動的に読み取ります。さらに、works_at、invested_in、founded、attended、advises などの型付き関係は、書き込みごとに正規表現によって自動的に抽出されるため、知識グラフはトークンを消費することなく自動的に接続されます。この具体的なスキーマは彼の仕事に非常に適していますが、他の人にとっては、自身の職業やビジネスシナリオに応じてカスタマイズする必要があるかもしれません。

さらに、バックグラウンドでシグナルディテクターが実行されています。誰かが一度言及されると、スタブページが生成されます。その人物が複数のソースで 3 回言及されると、ウェブ情報が自動的に補完されます。会議が終了すると、完全なプロセスが実行されます。夜間の「ドリームサイクル」では、会話をスキャンし、古くなったエンティティ情報を補完し、無効な参照を修復します。テキストが基礎レイヤーであるため、それ以上のすべてはコストがかからず組み合わせ可能です。

もちろん、基礎部分にはさらに多くの詳細がありますが、私はこれらが最も重要な概要であり、かなり汎用性があると考えています。

実際、私自身はこのようなアーキテクチャの約半分をすでに構築しています。以前は、本当に Resolver を導入する必要がある規模には達していませんでしたが、今ではその段階に達しており、したがって、少しのリファクタリングを行い、自分のシステムをモデルに依存せず、Resolver を内蔵したものにしました。現時点で私がまだ構築していない重要な部分は、バックグラウンドで自動実行されるシグナルディテクターと夜間のドリームサイクル、つまり自動情報補完と整理メカニズムです。これらは次に取り組みたい部分です。

私は、異なるビルダーが似たような構造に向かっていることについて疑問を持っています。これ自体が一種のシグナルであり、この形態はすべての人に適しているとは限らないかもしれませんが、全体としてその可能性が高いと思われます。具体的な実装の詳細に重要な違いがあるかもしれませんが、この種の全体的な構造は、ますます多くの人々が独自に探索しているものです。

最近自分に問い続けている質問は：AI を使って持続可能な競争上の優位性をどのように構築するか。

皆が vibe-coded アプリケーションやワンタイムプロンプトに興奮していますが、それは確かに素晴らしいことです。私自身も最初はそうしていましたし、それで世界にはまり込んでしまいました。しかし、ワンタイムプロンプトで構築できるものは、最終的に構築に必要なトークンコスト、つまり数セントにまで価格が下がるでしょう。

例えば、誰かが MyFitnessPal をコピーして半額で販売し、100 万ドルを稼いだとしましょう。これはもちろんすごいことです。しかし、すぐに誰かがそれをもう一度コピーして、より低い価格で販売するでしょう。このサイクルは利益空間が完全に圧迫されるまで続きます。

本当に持続可能なものは、ある種の「プロセス能力」です。Hamilton Helmer の『7 Powers』フレームワークによると、上記のアーキテクチャに暗黙的に含まれているのは、まさにプロセスパワーです。

『7 Powers』は、企業が市場平均を上回る利益率を長期間維持できる理由は、それが7つの構造的力量のいずれかを持っているからだと述べています。これらの力に根ざしていないどんな優位性も、最終的に競争に侵食されます。

中小企業や新興企業にとって、Helmer の7つの力のうちの5つは基本的に閉じた扉です。規模の経済は規模を必要とします。ネットワーク効果や切り替えコストは構築できますが、まずは大規模なユーザーベースを築く必要があります。独占的なリソースは通常、特許や類似の資産を意味し、ほとんどの企業が持つことができるものではありません。ブランドは通常、10年かかりますし、捷径が存在しません。

残りの2つは、逆位置づけとプロセス能力です。

逆位置づけとは、既存の巨大企業が模倣できないビジネスモデルを指します。なぜなら、一度模倣したら、既存のビジネスを傷つけるからです。このような機会は時々存在しますが、常に利用できるわけではありません。

したがって、最も現実的な道はプロセス能力だけになります。そして、設計がしっかりしている AI システムは、まさにプロセス能力を生み出すツールなのです。

これは、高品質な SOP を構築することや独自のソフトウェアを開発することと本質的に同じ作業です。プロセスがコーディングされ、ケースがパラメーター化され、基礎となる確定性の高いシステムが迅速かつ信頼性が高く、メモリ層が過去に学んだことを継続的に取り入れることで、「製品化されたサービス」がさらに拡大されます。ある種のサービスや製品をより低コストまたは高品質で提供できるようになります。なぜなら、すべての作業が構造化されているからです。

会計士がこのようなシステムを構築したと想像してみてください。彼女のメモリ層には、各クライアント用の markdown ファイルが含まれており、そこには現在の信頼できる結論が記載されています。例えば、実体構造、年次税務スタンス、進行中の監査などが含まれています。さらに、会議、意思決定、および発生した変更を記録したタイムラインがあります。

彼女にはいくつかのスキルがあります。例えば /year-end-review、/quarterly-estimate、/audit-prep などです。同じプロセスを異なるクライアントに対してパラメーター化して実行できます。

また、税表、減価償却表、IRS 書類、顧客の歴史的な税表などが含まれる確定性の層も持っています。

そして、ログ整理やドリームサイクルのようなメカニズムが追加されます。たとえば、システムは夜間に自動的にパートナーのK-1配当が戦略の変更がない状況で40% 減少したことを発見する；または、顧客の家族オフィス控除構造が別の顧客に移され、構造は再利用されますが、アイデンティティとプライバシーは変わりません。

こうすることで、彼女は少額のプレミアムを請求することができ、毎年より多くの顧客にサービスを提供できるようになり、競合他社が簡単に複製できなくなります。なぜなら、この構造は彼女が成功した後に突然現れたのではなく、最初から着実に蓄積されてきたからです。

一見すると、このツールは単なるマークダウンフォルダに過ぎません。しかし、各ファイル内の各行は、意識的なテスト、構築、および繰り返しがたくさん行われた結果です。真の競争上の優位性を形成するのは、ファイルそのものではなく、これらのファイルが保持するプロセス能力です。

[Original Link]

BlockBeats の公式コミュニティに参加しよう：

Telegram 公式チャンネル：https://t.me/theblockbeats

Telegram 交流グループ：https://t.me/BlockBeats_App

Twitter 公式アカウント：https://twitter.com/BlockBeatsAsia