Agent Loop

**まず、ひとことで言うと。**エージェントループとは、AI が仕事を一回で終わらせないやり方だ。見て、考えて、やって、確かめる。この四つを、ぐるぐる何回も回す。作文だって、一回書いて終わりにはしない。書いて、読み直して、直して、また書く。一回きりの答えは、まちがっていても直せない。回すからこそ、少しずつ良くなる。

**四つの歩みには、それぞれ役目がある。**一つ目は知覚。頼まれたことと周りの様子を受け取る、目と耳の役目だ。ただ、受け取るだけでは何も決まらない。二つ目は思考。受け取った材料で、次に何をするか決める。でも、考えるだけでは物は動かない。三つ目は行動。決めたことを道具で本当にやる。やっても、それが合っているかはまだ分からない。四つ目はフィードバック。結果を見て、合っていたか確かめる。確かめるだけでは新しいものは生まれないが、この一手があるから、次の回は前より良くなる。一つ欠けても、この輪は回らない。

**回すたびに、少しずつ残していく。**ただ回すだけでは、同じまちがいを繰り返す。だから、うまくいったやり方と、まちがえた場所をファイルに書き残す。次に起きたら、まずそれを読んで、前回止まった所から始める。同じことを3回うまくできたら、そのやり方を「スキル」としてライブラリにしまう。次からは考え直さず、そのまま呼び出せる。「使うほど賢くなる」の中身は、この残すとしまうの積み重ねだ。

**歌の「37倍」は、電卓で確かめられる。**毎日、昨日より1%だけ良くなるとする。今の1.01倍だ。それを365日続けると、1.01の365乗で、およそ37.8倍になる。歌では丸めて「37倍」と歌った。もとになる計算はこれだけで、誰でも確かめられる。逆に、毎日1%ずつ手を抜けば、0.99の365乗で、残るのは約0.026、元の40分の1ほど。わずかな差も、回す回数が増えれば、大きな差になる。

この回の資料と説明

この回はシリーズの最初の一回で、地盤になる概念 Agent Loop（エージェントの循環）を扱います。先に断っておくと、もとになった外部の記事は一本に定まっていません。「知覚、思考、行動、フィードバック」はエージェントを語るときの通りの言い方で、このサイトの企画リストに立てた項目です。歌詞も、たとえも、解説も、このサイトのオリジナルです。

歌の中の数字だけ、別に説明します。毎日1%ずつ良くなるとして365日続けると、1.01の365乗はおよそ37.78、つまり最後は元の約37.8倍になります（37.8倍「増える」わけではありません）。これは仮の条件での複利の計算例で、小さな歩みを重ねると差が開く、という話です。現実の人間が毎日きっかり1%伸びるわけではないので、約束の数字として受け取らないでください。