Hermes Agent to grow your own brain

I want you to imagine when you buy a new smartphone. Yes, that's the excitement you feel the moment you open the box. That's right, the moment you set up the initial settings and experience your new device, you get really excited. But after a few years, the battery of that smartphone deteriorates and you end up buying a new model. Yeah, that's right. あくまで入れ替え可能な消費財として私たちはそれを当然のこととして受け入れていますからね そうなんですよ.中の写真とかアプリのデータは引き継げても スマホという存在そのものがあなたと一緒に成長していくわけではないというか どこまで行ってもいつかは取り替えるただの便利な道具ですよね 確かに新しいハードウェラが出れば古いものは役割を終える それがこれまでのテクノロジーの常識でしたよね でももしその常識が変わるとしたらどうでしょう ほう,常識が変わるですか ええ.もしあなたのデジタルな相棒がアップデートの度に記憶をリセットされるただのツールではなくて 日々の会話とか仕事の進め方の癖とか あなたの好みのすべてを蓄積してあなた専用の脳として成長し続けるとしたら ああ,それはもう単なるソフトウェアの駅を超えていますね 環境というか長く付き合っていくパートナーと呼ぶでき存在になります まさにそこなんですよ 本日の深掘りのテーマはこの単なる便利な道具からの脱却です ノーイスリサーチが開発するオープンソースのAIエージェント ヘルメスエージェントについて掘り下げていきます これは非常にホットなトピックですね はい,今回はその2026年7月28日基準のバージョン0.19-0の実態に迫りたいと思います もう単に質問に答えてくれるチャットボットとか 特定の企業に依存したクラウドAIの時代は終わったんだなと ええ,本当にそうですね これからは自分のPCやサーバーに常駐して 経験から学んで自律的に動くパーソナルAIエージェントの時代です それがどういう仕組みで動いているのか そしてリスナーのあなたがそれをどう運用していくべきなのか 徹底的に解き明かしていきます 今回のテーマは非常に野心的ですよね これはただの新しいアプリの紹介ではなくて 人間とAIがどのようにして長期的な共同関係を築いていくかという 壮大な実験の最前線だと言えます いや本当にワクワクします で実はここが一番の驚きだったんですけど 皆さんハーメスと聞いて真っ先に想像するのって ハーメス3みたいないわゆる大規模言語モデル LLMそのものじゃないかと思うんですよ ええ一般的にはモデルの名前として認識されていますからね ですよね でも今回のハーメスエージェントはモデルそのものではないんです ここからが本当に面白いところなんですが ちょっと私なりの例えで言わせてもらうと ハーメスエージェントはスマートフォン本体のような いわゆる内輪なんですよ なるほど内輪ですか はいそしてその中で実際に思考する脳みそ つまりオープンAIのモデルとかアンサロピックのクロード あるいはローカル環境で動かすオラマなどは 差し替え可能なプロセッサーに過ぎないんです ああそれは非常に的確な視点ですね これをより大きな視点と結びつけると ハーメスエージェントは本質的にモデル非依存の実行基盤として設計されているということなんです モデルに依存しないつまりどれを使ってもいいってことですよね ええそうです 単なるプロセッサーの差し替え以上に重要なのは これが特定のAIベンダーへの依存 いわゆるベンダーロックインからの脱却を意味しているという点なんですよ ベンダーロックインからの脱却ですか はいクラウド上のAIサービスに全てを預けてしまうと 私たちはその企業の規約変更とか 価格の引き上げ あるいは突然のアカウント停止といったリスクに常にさらされることになりますよね 確かに昨日まで使えてた機能がいきなり有料になったりとか よくありますよね そうなんですよ でもハーメスエージェントという自分専用の口を持っていれば その時々で一番優秀なモデルとか 一番コストパフォーマンスのいいモデルを自由に選んで 自分の環境に組み込むことができるんです それってすごいことですよね 会話の途中でスラッシュコマンドを打つだけで 重い処理は最新のクラウドモデルに任せて 簡単な作業は無料のローカルモデルに切り替える なんてことがサクッとできるわけですから ええまさにその柔軟性が最大の強みです 自分だけの最強のAI環境をコントロールできている感覚があって すごくテンションが上がります ただここでちょっと意地悪な見方をしてもいいですか はいどうぞどんな視点でしょう いや自由でコントロールできるのは素晴らしいんですけど それって設定とか環境構築が相当めんどくさいんじゃないかなって 月額数千円を払って全部お任せのクラウドサービスを使う方が 結局のところリスナーの皆さんにとっても楽なんじゃないかと思ってしまうんですが ああそれは多くの人が直面する非常に現実的な壁ですね ですよねやっぱり設定ファイルの書き換えとかターミナルの操作とか必要になりますし ええ結論から言うととにかく 全部お任せにしたい 何も管理したくないという人にはハーメスエージェントは全く向いていません あ言い切りましたね全く向いていないと はいなぜならこれは単一テナントのパーソナルエージェントだからです 単一テナントつまり完全に一人用として作られているということですね その通りです不特定多数のユーザーが同じシステムを共有して 運営側がセキュリティや権限を全て管理してくれる マルチテナントのクラウドサービスとは根本的に思想が違うんですよ ええハーメスは自分のPCやサーバーという プライベートな空間に強大な力を持つAIを積み合わせるわけです 便利さの対価としてコントロールを手放すか 初期設定の少しの労力を払って 完全なコントロールと自由を手に入れるかという選択になります なるほどなぁ 自分のワークフローを最適化したいと考える 探求心のある人にとっては これ以上ない強力な基盤になりますよ 自分だけの城を築くための基礎工事の労力は惜しむなということですね よしではこれを紐どいてみましょう その基礎工事の上に立つAIの成長についてです ハーメスエージェントが育つというのは 具体的にどういう仕組みなんでしょうか はいここで非常に興味深いのは ハーメスエージェントが情報をどのように整理して保存しているかという アーキテクチャの根幹部分です 確かエージェントの状態は MacやLinuxならユーザーディレクトリの直下 ドットエルメスという隠しフォルダに保存されるんですよね ここに記憶が蓄積されていくと ええそうです そしてこのシステムではメモリーと呼ばれる記憶と スキルと呼ばれる機能が明確に分離されているんです これはAIが破綻せずに長期的に機能するために必須の設計なんですよ この分離のアイディアすごく面白いなと思いました わかりやすく整理するとメモリーは事実なんですよね はい事実です 例えばこのユーザーは結論から簡潔に説明されるのを好むとか 今取り組んでいるプロジェクトの開発環境はPython3.12であるとか いわゆる文脈として知っておくべき社員のプロフィール帳みたいなものですね ええ素晴らしい例えです 一方でスキルは手順書とか業務マニュアルですよね サーバーにデプロイするための具体的なコマンド群とか 特定のフォーマットでレポートを出力する手順とか その整理で完璧です ではなぜわざわざこの2つを分ける必要があるのか分かりますか うーんそこなんですよね 全部テキストデータなんだから 同じ場所にドカンとまとめて保存しておけば AIが勝手に読んでくれるんじゃないかと思ったんですけど あーそこがまさにAIの限界に関わってくる部分なんですよ AIの限界ですか はい AIが一度に読み込んで処理できる情報量 いわゆるコンテクストウィンドウには上限がありますよね それに情報を詰め込みすぎると推論の精度が落ちてしまうんです なるほど 全部を一遍に処理しようとするとパンクしちゃうと ええもし事実と膨大な手順書をすべて一つの記憶としてごちゃ混ぜにして 毎回AIに読み込ませたらどうなるか AIは今どう答えるべきかを見失いやすくなります あー必要な情報を見つけるのに時間がかかったりするわけですね そうです 関係ない手順に引っ張られて 幻覚いわゆるハルシネーションを起こすリスクも高まりますから なるほどなー 人間に例えると世間話をしている時に いきなり会社の分厚い業務マニュアルの全ページを頭に思い浮かべながら話すようなものですね それは混乱しますよ ええまさにそれです だからこそ会話のベースとして常に意識しておくメモリーと 特定のタスクを実行する時だけ引き出しから取り出して読むスキルを分離しているんです 必要な時だけマニュアルを開くってことですね はいさらに興味深いのは自分でスキルのファイルを書くだけじゃなくて AI自身に今の作業手順をスキルとして保存してと指示できる点なんです それってつまり一度AIに試行錯誤させて成功した手順を 次からのマニュアルとしてAI自身にまとめさせるってことですか その通りです それ本当に優秀な部下を育てている感覚になりますね 自分でマニュアル作ってくれるなんて それからもう一つ見逃せないのが sol.mdというファイルです これファイル名が魂ですよ魂 Aエージェントの根本的な人格や行動原則を定義する 文字通り魂となるファイルですね これすごいですよね コードブロックを書く前には必ずファイル名を提示することとか わからない時は推測せずに質問することといった 基本ルールをここに書き込むんですよね はいそうです これを設定するだけで 自分好みの完璧な相棒のベースが出来上がるわけじゃないですか 会社で新入社員をオンボーディングするときに うちの部署の文化 It's the same feeling as teaching someone, right? Yes, it's really onboarding. By combining that sol.md with a context file that specifies the prerequisites for an ongoing project, Fermes transforms from just a general-purpose chatbot to a dedicated agent that fully understands your context. I've already been itching to have Hermes resident on my PC, but the great thing about Hermes is that it doesn't just end on your PC. Let's take a look at how it connects to the outside world. Personally, the thing that got me the most excited is the messaging gateway function. Ah, it's a mechanism that brings out AI from your terminal screen to a real communication tool. That's right. You can access Hermes running on your PC or server from your smartphone from the outside through Telegram, Discord Slack, etc. You can do that. Isn't this the same as having your own talented secretary in your pocket at all times? It's incredibly convenient. It's not just waiting for instructions from the user; it has built-in automation with Cron's features. つまり設定した日時にプログラムを自動実行する機能ですよね AIとクロンが組み合わさると具体的にどうなるんですか 例えば 毎朝午前7時にヘルメスが自律的にウェブを検索して あなたが追っている特定の技術トレンドに関する 最新ニュースを要約してテレグラムに送ってくれるとかですね うわぁ朝起きたらニュースレターができてるんだ ええ あるいは毎週金曜日の夕方にプロジェクトのコードリポジトリを監査して セキュリティの脆弱性がないかをチェックし スラックにデポートを投げるといったことも可能です それはすごい つまりあなたが寝ている間や別の仕事をしている間も エージェントが自律的にタスクをこなし続けるんです 本物の自律型エージェントですねそれは さらに高度な自律性という点で 委任とサブエージェントの概念もありましたよね はいありますね メインのハーメスが別の小さなハーメスエージェントを複数立ち上げて タスクを並列で処理させる機能ですよね ええ メインのエージェントがプロジェクトマネージャーになって 実務を行うメンバーを生成して指示を出すイメージです 調査と実装を同時にやらせるとか夢のような機能ですけど ちょっと待ってください これって実際にやろうとすると結構危険じゃないですか お、と言いますと だって複数のサブエージェントが勝手に動いて 同じファイルを同時に編集しようとしたら コードがめちゃくちゃになったり デートが競合して壊れたりしませんか ああ ここで一つ重要な疑問が浮かび上がりますね 素晴らしい指摘です まさにそこが自立型エージェントを運用する上で 最もつまずきやすいポイントなんですよ やっぱりそうですよね ええ 設計上もその危険性については明確に警告されています 同じファイルの同時編集とか 前の作業が終わらないと次が進められないような 依存関係の強いタスクを 無理にサブエージェントに分割すべきではないと じゃあどういうふうにサブエージェントを使えばいいんでしょうか 適切な分割のベストプラクティスがあります 例えばフロントエンドのUIコンポーネント作成と バックエンドのAPI設計のように 触るファイルが完全に独立している作業を並列化するんです なるほど 完全に別の場所をいじらせるわけですね ええ あるいはA社のAPI仕様の調査と B社のAPI仕様の調査を別々のエージェントに任せるとか それぞれが独立したタスクをこなし 最終的にメインのエージェントあるいは あなた自身がその結果を統合して検証する これが正しい委任のあり方です なるほどな AIだからといって魔法のように全部丸投げできるわけじゃなくて 人間のチームマネジメントと同じで 適切なタスクの切り出し方が問われるわけですね その通りです あと外部連携といえば MCP モデルコンテクストプロトコルの存在も大きいですよね ええ これはAI協会で標準化が進んでいるプロトコルで ハーメスを外部のデータベースやGitHub 社内APIなどのツールと安全かつ簡単に接続するための企画ですね これがあることで AIがアクセスできる世界の広さが無限に拡張されると データベースの中身を直接見に行って分析してくれるAI眼って 最高じゃないですか 非常に強力な機能ですよね よっでもちょっと待ってください ここまで話してきて 私すごく恐ろしいことにも気づいたんですよ つまりこれって結局どういうことかというと AIに対して自分のPCのシェルを実行させたり ファイル操作の権限を与えたり 外部ツールへのアクセス権を渡すってことですよね ええ 技術的にはそうなりますね もしそのAIが悪意のあるウェブサイトをやみ込んで そこから変な命令を受け取ってしまったらどうなるんですか 想像するだけでセスリーが凍るんですけど その恐怖感は絶対に忘れてはいけないものです 実際このシステムの運用において最も重要視されているのが セキュリティのセクションなんですよ やっぱりそうですよね 公式セキュリティポリシーの革新として 敵対的なLLMに対する唯一の本当のセキュリティ協会は OSレベルの隔離であると明言されています OSレベルの隔離 つまりプロンプトで危険なコマンドは絶対に実行しないでくださいって指示しておいたり アプリ上でこのコマンドを実行しますかっていう 承認ボタンを出したりするだけじゃ防げないということですか その通りです 私たちはよくAIにルールを言い聞かせれば安全だと思いがちですが それは単なるヒューリスティック つまり気休めの推測に過ぎないんですよ 気休めですか ええなぜなら悪意のある攻撃者が ウェブサイトに巧妙な文字列を隠しておく プロンプトインジェクションが起きると AI自身がこれはユーザーのための安全で必要な操作だと 完全に騙されてしまうからです わあAI自身が騙されちゃうのか はい AIが騙されている以上 いくら事前にルールを設定していても 簡単に誘拐されてしまいます AIの常識がハックされてしまうわけですね じゃあ具体的にどうやって自分を守ればいいんですか だからこそのOSレベルでの物理的あるいは仮想的な隔離なんですよ 例えばDockerなどのコンテナ技術を使って AIが操作できるシェルやファイルを あなたのPC本体から完全に切り離された 仮想の箱の中だけに限定するんです なるほど コンテナーの中だけに閉じ込めるわけですね ええ これなら万が一AIが騙されてファイルを全部消せというコマンドを実行しても 消えるのはその仮想の箱の中身だけで あなたの本当のデータには一切傷がつきません さらに強力なエルムスのプロセス全体を サンドボックス環境に閉じ込める方法も推奨されています 隔離された無菌室の中で作業させるようなイメージですね じゃあ一つの何でもできる最強のAIを作るんじゃなくて 役割を分けるのが正解ってことですかね エルムスにはプロファイル機能がありますが おっしゃる通りです それが運用設計のベストプラクティスになります 一つのエージェントに全ての権限を持たせるのは非常に危険なんですよ はいはい プロファイル機能を使って 例えばウェブを自由に検索できるけれど 本番環境のデータベースへのアクセス権は一切持っていないリサーチエージェントと コードを書いてリポジトリにプッシュできるけれど 外部のウェブサイトは一切読み込めないコーダーエージェントを明確に分けるんです 改札式でいう部署作りですね 営業部と開発部でアクセスできる機密情報の金庫を分けるのと同じような 権限と用途を分離することで万が一のリスクを最小限に抑えるわけだ ええまさにその考え方です そしてもう一つ強く推奨されているのが 正しい導入順序を守ることなんです 導入順序ですか はいこういうシステムを触ると最初からゲートウェイをつないで クローンを設定してMCBでデータベースをフル稼働させて 全部入りでスタートしたくなりますよね いやーやりがちですねそれは せっかく機能があるなら全部一気に試したくなりますもん でもそれをやると何かエラーが起きた時に それが外部APIの問題なのかネットワークの不具合なのか モデル自体の性能の限界なのか 原因の切り分けが全くできなくなるんです 確かにどこでつまずいたかわからなくなりますね ですからまずはシンプルなターミナル画面で 単一のモデルを使ってごく普通の基本会話を1回成功させること そこからファイル読み取りなどの低リスクな機能を追加して 徐々に権限を広げ 最後にゲートウェイやクローンを追加していく なるほど この段階的なアプローチこそがこの万能で危険な相棒を安全に飼いならすための絶対条件なんです 焦らずに基本から一歩ずつ信頼関係を築いていくと なんだか人間のパートナーシップと同じですね いやー今日はいろいろなメカニズムを紐解いてきました そうですねかなり深くまで掘り下げました ハルメスエージェントは単にインストールして終わりのソフトウェアではありませんね 自分の管理下で事実と手順を学習させて 適切な権限をデザインして 時間をかけて育て上げていく個人AI基盤です これを安全に使いこなせるようになれば リスナーのあなたのワークフローは根底から崩れるほどのポテンシャルを持っていますよ 特定の企業に依存せず 自分自身のデータとプライベートな環境を守りながら AIの進化の恩恵をダイレクトに受け続ける そのための非常に強力で実践的な土台となるはずです 最後に少しだけ視点を未来に向けてみましょう もしこの配信を聞いているあなたも私も そして世界中の多くの人々が 自分の仕事の進め方や思考を完全に理解した 自立型のパーソナルエージェントを 各自のバックグラウンドで走らせるようになったらどうなるでしょう 面白い思考実験ですね 次のステップはもはや人間同士が チャットアプリで直接やり取りする世界ではないかもしれません あなたのエージェントと私のエージェントが 私たちの代わりに裏でスケジュールな空きを探り合って プロジェクトのタスク分担について交渉し合う世界です なるほど エージェント同士のネゴシエーションですね ええ さてリスナーのあなたに問いかけます 人間の代わりにAI同士が交渉する世界になったとき あなたは自分のエージェントに どこまでの決断権限を委ねますか それは非常に考えさせられる問いですね テクノロジーの進化だけでなく 私たちがAIにどこまで人生のコントロールを預けるかという 本質的な決断を迫られることになります そうですね この深い問いの答えは ぜひこれからあなた Please explore together with your own agent. That's all for today's deep dive. Look forward to the next time.

新しくスマートフォンを買った時のことを想像してみてほしいんですけど はいはい,箱を開ける瞬間のワクワク感ですよね そうなんです,初期設定をして新しい我慢に触れるあの瞬間ってすごくテンションが上がりますよね でもそのスマホも数年経てはバッテリーが劣化してまた新しいモデルに買い替えられてしまうじゃないですか ええ,そうですね. あくまで入れ替え可能な消費財として私たちはそれを当然のこととして受け入れていますからね そうなんですよ.中の写真とかアプリのデータは引き継げても スマホという存在そのものがあなたと一緒に成長していくわけではないというか どこまで行ってもいつかは取り替えるただの便利な道具ですよね 確かに新しいハードウェラが出れば古いものは役割を終える それがこれまでのテクノロジーの常識でしたよね でももしその常識が変わるとしたらどうでしょう ほう,常識が変わるですか ええ.もしあなたのデジタルな相棒がアップデートの度に記憶をリセットされるただのツールではなくて 日々の会話とか仕事の進め方の癖とか あなたの好みのすべてを蓄積してあなた専用の脳として成長し続けるとしたら ああ,それはもう単なるソフトウェアの駅を超えていますね 環境というか長く付き合っていくパートナーと呼ぶでき存在になります まさにそこなんですよ 本日の深掘りのテーマはこの単なる便利な道具からの脱却です ノーイスリサーチが開発するオープンソースのAIエージェント ヘルメスエージェントについて掘り下げていきます これは非常にホットなトピックですね はい,今回はその2026年7月28日基準のバージョン0.19-0の実態に迫りたいと思います もう単に質問に答えてくれるチャットボットとか 特定の企業に依存したクラウドAIの時代は終わったんだなと ええ,本当にそうですね これからは自分のPCやサーバーに常駐して 経験から学んで自律的に動くパーソナルAIエージェントの時代です それがどういう仕組みで動いているのか そしてリスナーのあなたがそれをどう運用していくべきなのか 徹底的に解き明かしていきます 今回のテーマは非常に野心的ですよね これはただの新しいアプリの紹介ではなくて 人間とAIがどのようにして長期的な共同関係を築いていくかという 壮大な実験の最前線だと言えます いや本当にワクワクします で実はここが一番の驚きだったんですけど 皆さんハーメスと聞いて真っ先に想像するのって ハーメス3みたいないわゆる大規模言語モデル LLMそのものじゃないかと思うんですよ ええ一般的にはモデルの名前として認識されていますからね ですよね でも今回のハーメスエージェントはモデルそのものではないんです ここからが本当に面白いところなんですが ちょっと私なりの例えで言わせてもらうと ハーメスエージェントはスマートフォン本体のような いわゆる内輪なんですよ なるほど内輪ですか はいそしてその中で実際に思考する脳みそ つまりオープンAIのモデルとかアンサロピックのクロード あるいはローカル環境で動かすオラマなどは 差し替え可能なプロセッサーに過ぎないんです ああそれは非常に的確な視点ですね これをより大きな視点と結びつけると ハーメスエージェントは本質的にモデル非依存の実行基盤として設計されているということなんです モデルに依存しないつまりどれを使ってもいいってことですよね ええそうです 単なるプロセッサーの差し替え以上に重要なのは これが特定のAIベンダーへの依存 いわゆるベンダーロックインからの脱却を意味しているという点なんですよ ベンダーロックインからの脱却ですか はいクラウド上のAIサービスに全てを預けてしまうと 私たちはその企業の規約変更とか 価格の引き上げ あるいは突然のアカウント停止といったリスクに常にさらされることになりますよね 確かに昨日まで使えてた機能がいきなり有料になったりとか よくありますよね そうなんですよ でもハーメスエージェントという自分専用の口を持っていれば その時々で一番優秀なモデルとか 一番コストパフォーマンスのいいモデルを自由に選んで 自分の環境に組み込むことができるんです それってすごいことですよね 会話の途中でスラッシュコマンドを打つだけで 重い処理は最新のクラウドモデルに任せて 簡単な作業は無料のローカルモデルに切り替える なんてことがサクッとできるわけですから ええまさにその柔軟性が最大の強みです 自分だけの最強のAI環境をコントロールできている感覚があって すごくテンションが上がります ただここでちょっと意地悪な見方をしてもいいですか はいどうぞどんな視点でしょう いや自由でコントロールできるのは素晴らしいんですけど それって設定とか環境構築が相当めんどくさいんじゃないかなって 月額数千円を払って全部お任せのクラウドサービスを使う方が 結局のところリスナーの皆さんにとっても楽なんじゃないかと思ってしまうんですが ああそれは多くの人が直面する非常に現実的な壁ですね ですよねやっぱり設定ファイルの書き換えとかターミナルの操作とか必要になりますし ええ結論から言うととにかく全部お任せにしたい 何も管理したくないという人にはハーメスエージェントは全く向いていません あ言い切りましたね全く向いていないと はいなぜならこれは単一テナントのパーソナルエージェントだからです 単一テナントつまり完全に一人用として作られているということですね その通りです不特定多数のユーザーが同じシステムを共有して 運営側がセキュリティや権限を全て管理してくれる マルチテナントのクラウドサービスとは根本的に思想が違うんですよ ええハーメスは自分のPCやサーバーという プライベートな空間に強大な力を持つAIを積み合わせるわけです 便利さの対価としてコントロールを手放すか 初期設定の少しの労力を払って 完全なコントロールと自由を手に入れるかという選択になります なるほどなぁ 自分のワークフローを最適化したいと考える 探求心のある人にとっては これ以上ない強力な基盤になりますよ 自分だけの城を築くための基礎工事の労力は惜しむなということですね よしではこれを紐どいてみましょう その基礎工事の上に立つAIの成長についてです ハーメスエージェントが育つというのは 具体的にどういう仕組みなんでしょうか はいここで非常に興味深いのは ハーメスエージェントが情報をどのように整理して保存しているかという アーキテクチャの根幹部分です 確かエージェントの状態は MacやLinuxならユーザーディレクトリの直下 ドットエルメスという隠しフォルダに保存されるんですよね ここに記憶が蓄積されていくと ええそうです そしてこのシステムではメモリーと呼ばれる記憶と スキルと呼ばれる機能が明確に分離されているんです これはAIが破綻せずに長期的に機能するために必須の設計なんですよ この分離のアイディアすごく面白いなと思いました わかりやすく整理するとメモリーは事実なんですよね はい事実です 例えばこのユーザーは結論から簡潔に説明されるのを好むとか 今取り組んでいるプロジェクトの開発環境はPython3.12であるとか いわゆる文脈として知っておくべき社員のプロフィール帳みたいなものですね ええ素晴らしい例えです 一方でスキルは手順書とか業務マニュアルですよね サーバーにデプロイするための具体的なコマンド群とか 特定のフォーマットでレポートを出力する手順とか その整理で完璧です ではなぜわざわざこの2つを分ける必要があるのか分かりますか うーんそこなんですよね 全部テキストデータなんだから 同じ場所にドカンとまとめて保存しておけば AIが勝手に読んでくれるんじゃないかと思ったんですけど あーそこがまさにAIの限界に関わってくる部分なんですよ AIの限界ですか はい AIが一度に読み込んで処理できる情報量 いわゆるコンテクストウィンドウには上限がありますよね それに情報を詰め込みすぎると推論の精度が落ちてしまうんです なるほど 全部を一遍に処理しようとするとパンクしちゃうと ええもし事実と膨大な手順書をすべて一つの記憶としてごちゃ混ぜにして 毎回AIに読み込ませたらどうなるか AIは今どう答えるべきかを見失いやすくなります あー必要な情報を見つけるのに時間がかかったりするわけですね そうです 関係ない手順に引っ張られて 幻覚いわゆるハルシネーションを起こすリスクも高まりますから なるほどなー 人間に例えると世間話をしている時に いきなり会社の分厚い業務マニュアルの全ページを頭に思い浮かべながら話すようなものですね それは混乱しますよ ええまさにそれです だからこそ会話のベースとして常に意識しておくメモリーと 特定のタスクを実行する時だけ引き出しから取り出して読むスキルを分離しているんです 必要な時だけマニュアルを開くってことですね はいさらに興味深いのは自分でスキルのファイルを書くだけじゃなくて AI自身に今の作業手順をスキルとして保存してと指示できる点なんです それってつまり一度AIに試行錯誤させて成功した手順を 次からのマニュアルとしてAI自身にまとめさせるってことですか その通りです それ本当に優秀な部下を育てている感覚になりますね 自分でマニュアル作ってくれるなんて それからもう一つ見逃せないのが sol.mdというファイルです これファイル名が魂ですよ魂 Aエージェントの根本的な人格や行動原則を定義する 文字通り魂となるファイルですね これすごいですよね コードブロックを書く前には必ずファイル名を提示することとか わからない時は推測せずに質問することといった 基本ルールをここに書き込むんですよね はいそうです これを設定するだけで 自分好みの完璧な相棒のベースが出来上がるわけじゃないですか 会社で新入社員をオンボーディングするときに うちの部署の文化を教えるのと同じような感覚ですよね ええまさにオンボーディングです そのsol.mdと進行中のプロジェクトの前提条件を示した コンテクストファイルが組み合わせることで フェルメスはただの汎用的なチャットボットから あなたの文脈を完全に理解した専用エージェントへと 変貌するわけです いやもうすでに自分のPCに常駐させたくて うずうずしてきましたが ヘルメスの凄さはPCの中だけで完結しないところなんですよね ここから外部の世界とどう繋がるかを見ていきましょう 個人的に一番テンションが上がったのが メッセージングゲートウェイ機能です ああAIをあなたのタイミナル画面から 現実のコミュニケーションツールへと引き出す仕組みですね そうなんです 自分のPCやサーバーで動いているヘルメスに テレグラムやディスコードスラックなどを通して 外出先からスマホでアクセスできるんですよね それが可能になります これって自分専用の有能な秘書を 常にポケットに入れているのと同じ状態じゃないですか めちゃくちゃ便利ですよ しかもですね ユーザーからの指示を待っているだけではないんです クロンの機能による自動化が組み込まれていますから クロン? つまり設定した日時にプログラムを自動実行する機能ですよね AIとクロンが組み合わさると具体的にどうなるんですか 例えば 毎朝午前7時にヘルメスが自律的にウェブを検索して あなたが追っている特定の技術トレンドに関する 最新ニュースを要約してテレグラムに送ってくれるとかですね うわぁ朝起きたらニュースレターができてるんだ ええ あるいは毎週金曜日の夕方にプロジェクトのコードリポジトリを監査して セキュリティの脆弱性がないかをチェックし スラックにデポートを投げるといったことも可能です それはすごい つまりあなたが寝ている間や別の仕事をしている間も エージェントが自律的にタスクをこなし続けるんです 本物の自律型エージェントですねそれは さらに高度な自律性という点で 委任とサブエージェントの概念もありましたよね はいありますね メインのハーメスが別の小さなハーメスエージェントを複数立ち上げて タスクを並列で処理させる機能ですよね ええ メインのエージェントがプロジェクトマネージャーになって 実務を行うメンバーを生成して指示を出すイメージです 調査と実装を同時にやらせるとか夢のような機能ですけど ちょっと待ってください これって実際にやろうとすると結構危険じゃないですか お、と言いますと だって複数のサブエージェントが勝手に動いて 同じファイルを同時に編集しようとしたら コードがめちゃくちゃになったり デートが競合して壊れたりしませんか ああ ここで一つ重要な疑問が浮かび上がりますね 素晴らしい指摘です まさにそこが自立型エージェントを運用する上で 最もつまずきやすいポイントなんですよ やっぱりそうですよね ええ 設計上もその危険性については明確に警告されています 同じファイルの同時編集とか 前の作業が終わらないと次が進められないような 依存関係の強いタスクを 無理にサブエージェントに分割すべきではないと じゃあどういうふうにサブエージェントを使えばいいんでしょうか 適切な分割のベストプラクティスがあります 例えばフロントエンドのUIコンポーネント作成と バックエンドのAPI設計のように 触るファイルが完全に独立している作業を並列化するんです なるほど 完全に別の場所をいじらせるわけですね ええ あるいはA社のAPI仕様の調査と B社のAPI仕様の調査を別々のエージェントに任せるとか それぞれが独立したタスクをこなし 最終的にメインのエージェントあるいは あなた自身がその結果を統合して検証する これが正しい委任のあり方です なるほどな AIだからといって魔法のように全部丸投げできるわけじゃなくて 人間のチームマネジメントと同じで 適切なタスクの切り出し方が問われるわけですね その通りです あと外部連携といえば MCP モデルコンテクストプロトコルの存在も大きいですよね ええ これはAI協会で標準化が進んでいるプロトコルで ハーメスを外部のデータベースやGitHub 社内APIなどのツールと安全かつ簡単に接続するための企画ですね これがあることで AIがアクセスできる世界の広さが無限に拡張されると データベースの中身を直接見に行って分析してくれるAI眼って 最高じゃないですか 非常に強力な機能ですよね よっでもちょっと待ってください ここまで話してきて 私すごく恐ろしいことにも気づいたんですよ つまりこれって結局どういうことかというと AIに対して自分のPCのシェルを実行させたり ファイル操作の権限を与えたり 外部ツールへのアクセス権を渡すってことですよね ええ 技術的にはそうなりますね もしそのAIが悪意のあるウェブサイトをやみ込んで そこから変な命令を受け取ってしまったらどうなるんですか 想像するだけでセスリーが凍るんですけど その恐怖感は絶対に忘れてはいけないものです 実際このシステムの運用において最も重要視されているのが セキュリティのセクションなんですよ やっぱりそうですよね 公式セキュリティポリシーの革新として 敵対的なLLMに対する唯一の本当のセキュリティ協会は OSレベルの隔離であると明言されています OSレベルの隔離 つまりプロンプトで危険なコマンドは絶対に実行しないでくださいって指示しておいたり アプリ上でこのコマンドを実行しますかっていう 承認ボタンを出したりするだけじゃ防げないということですか その通りです 私たちはよくAIにルールを言い聞かせれば安全だと思いがちですが それは単なるヒューリスティック つまり気休めの推測に過ぎないんですよ 気休めですか ええなぜなら悪意のある攻撃者が ウェブサイトに巧妙な文字列を隠しておく プロンプトインジェクションが起きると AI自身がこれはユーザーのための安全で必要な操作だと 完全に騙されてしまうからです わあAI自身が騙されちゃうのか はい AIが騙されている以上 いくら事前にルールを設定していても 簡単に誘拐されてしまいます AIの常識がハックされてしまうわけですね じゃあ具体的にどうやって自分を守ればいいんですか だからこそのOSレベルでの物理的あるいは仮想的な隔離なんですよ 例えばDockerなどのコンテナ技術を使って AIが操作できるシェルやファイルを あなたのPC本体から完全に切り離された 仮想の箱の中だけに限定するんです なるほど コンテナーの中だけに閉じ込めるわけですね ええ これなら万が一AIが騙されてファイルを全部消せというコマンドを実行しても 消えるのはその仮想の箱の中身だけで あなたの本当のデータには一切傷がつきません さらに強力なエルムスのプロセス全体を サンドボックス環境に閉じ込める方法も推奨されています 隔離された無菌室の中で作業させるようなイメージですね じゃあ一つの何でもできる最強のAIを作るんじゃなくて 役割を分けるのが正解ってことですかね エルムスにはプロファイル機能がありますが おっしゃる通りです それが運用設計のベストプラクティスになります 一つのエージェントに全ての権限を持たせるのは非常に危険なんですよ はいはい プロファイル機能を使って 例えばウェブを自由に検索できるけれど 本番環境のデータベースへのアクセス権は一切持っていないリサーチエージェントと コードを書いてリポジトリにプッシュできるけれど 外部のウェブサイトは一切読み込めないコーダーエージェントを明確に分けるんです 改札式でいう部署作りですね 営業部と開発部でアクセスできる機密情報の金庫を分けるのと同じような 権限と用途を分離することで万が一のリスクを最小限に抑えるわけだ ええまさにその考え方です そしてもう一つ強く推奨されているのが 正しい導入順序を守ることなんです 導入順序ですか はいこういうシステムを触ると最初からゲートウェイをつないで クローンを設定してMCBでデータベースをフル稼働させて 全部入りでスタートしたくなりますよね いやーやりがちですねそれは せっかく機能があるなら全部一気に試したくなりますもん でもそれをやると何かエラーが起きた時に それが外部APIの問題なのかネットワークの不具合なのか モデル自体の性能の限界なのか 原因の切り分けが全くできなくなるんです 確かにどこでつまずいたかわからなくなりますね ですからまずはシンプルなターミナル画面で 単一のモデルを使ってごく普通の基本会話を1回成功させること そこからファイル読み取りなどの低リスクな機能を追加して 徐々に権限を広げ 最後にゲートウェイやクローンを追加していく なるほど この段階的なアプローチこそがこの万能で危険な相棒を安全に飼いならすための絶対条件なんです 焦らずに基本から一歩ずつ信頼関係を築いていくと なんだか人間のパートナーシップと同じですね いやー今日はいろいろなメカニズムを紐解いてきました そうですねかなり深くまで掘り下げました ハルメスエージェントは単にインストールして終わりのソフトウェアではありませんね 自分の管理下で事実と手順を学習させて 適切な権限をデザインして 時間をかけて育て上げていく個人AI基盤です これを安全に使いこなせるようになれば リスナーのあなたのワークフローは根底から崩れるほどのポテンシャルを持っていますよ 特定の企業に依存せず 自分自身のデータとプライベートな環境を守りながら AIの進化の恩恵をダイレクトに受け続ける そのための非常に強力で実践的な土台となるはずです 最後に少しだけ視点を未来に向けてみましょう もしこの配信を聞いているあなたも私も そして世界中の多くの人々が 自分の仕事の進め方や思考を完全に理解した 自立型のパーソナルエージェントを 各自のバックグラウンドで走らせるようになったらどうなるでしょう 面白い思考実験ですね 次のステップはもはや人間同士が チャットアプリで直接やり取りする世界ではないかもしれません あなたのエージェントと私のエージェントが 私たちの代わりに裏でスケジュールな空きを探り合って プロジェクトのタスク分担について交渉し合う世界です なるほど エージェント同士のネゴシエーションですね ええ さてリスナーのあなたに問いかけます 人間の代わりにAI同士が交渉する世界になったとき あなたは自分のエージェントに どこまでの決断権限を委ねますか それは非常に考えさせられる問いですね テクノロジーの進化だけでなく 私たちがAIにどこまで人生のコントロールを預けるかという 本質的な決断を迫られることになります そうですね この深い問いの答えは ぜひこれからあなたが育てていく ご自身のエージェントと一緒に探求してみてください 本日の深掘りはここまでです 次回もお楽しみに