# エージェント製品開発の過酷な現実 ― Daniel Jeffries 氏と語る #782

- 番組: [The TWIML AI Podcast (formerly This Week in Machine Learning & Artificial Intelligence)](https://ai-curator.jp/podcasts/shows/cmv3z5bze00035o10pbqj68s6)（Sam Charrington）
- 元のタイトル: The Brutal Reality of Building Agentic Products Today with Daniel Jeffries - #782
- 配信日: 2026年10月28日
- 長さ: 54分
- 要約作成日: 2026年10月29日
- トピック: [#AIエージェント](https://ai-curator.jp/topics/AI%E3%82%A8%E3%83%BC%E3%82%B8%E3%82%A7%E3%83%B3%E3%83%88) [#マルチエージェント](https://ai-curator.jp/topics/%E3%83%9E%E3%83%AB%E3%83%81%E3%82%A8%E3%83%BC%E3%82%B8%E3%82%A7%E3%83%B3%E3%83%88) [#永続メモリ](https://ai-curator.jp/topics/%E6%B0%B8%E7%B6%9A%E3%83%A1%E3%83%A2%E3%83%AA) [#ツール設計](https://ai-curator.jp/topics/%E3%83%84%E3%83%BC%E3%83%AB%E8%A8%AD%E8%A8%88) [#プライバシー](https://ai-curator.jp/topics/%E3%83%97%E3%83%A9%E3%82%A4%E3%83%90%E3%82%B7%E3%83%BC) [#ローカルLLM](https://ai-curator.jp/topics/%E3%83%AD%E3%83%BC%E3%82%AB%E3%83%ABLLM)
- URL: https://ai-curator.jp/podcasts/cmvs9bocj00014g11wdg3gwet

## 要約

TWIML AI Podcast で Sam Charrington 氏が、パーソナル／協働型 AI エージェント基盤 Nautilo を開発する Dan Jeffries 氏に話を聞いた回。永続メモリ、人とエージェントが同じ会話に参加する設計、名前空間によるプライベート文脈の分離、「ダムハンマー」型のツール設計、ローカルモデルとクラウドモデルのトレードオフを扱う。誰でもエージェントを使える時代に、差別化や収益化がどれほど難しいかという実務者の率直な見方も語られた。

## ポイント

- Jeffries 氏は、エージェントを使いこなせるのは「主体性（agency）が高く、やりたいことの山を抱えた」ごく一部の人で、普及はまだ初期段階だと見ている。
- 精巧なマルチエージェントの組織図（メールボット、CEO ボットなど）はコスプレにすぎないと批判。基盤は単一のスーパーエージェントで、人間とエージェントが対等に会話に参加する形を「マルチエージェント」と呼ぶ。
- 文脈不足は、圧縮ハッシュと少量のメタデータで記憶を引き当て、必要なものだけ展開する検索中心の記憶システムで補っている。記憶は時間とともに減衰する。
- ツール設計は「ダムハンマー」の考え方。LLM がデータの運搬や構造作りをするならツールの設計ミスで、曖昧な判断はエージェント、実作業は決定論的なツールに任せる。
- プライバシーは暗号化と名前空間で守る。エージェントは時限の委任で復号し、機微な話題は Venice 経由のオープンウェイトモデルを使うなど、用途で使い分けている。
- 起業家の間で「壁」と呼ばれる課題として、収益化、堀（moat）、注目の獲得、全員が同じツールを使える状況を挙げる。補助金付きの計算資源がいずれ終わる可能性にも触れた。

## 章立て

- [00:00] **エージェント普及の現在地** — 高主体性の人しか使いこなせない現状と、設定ばかりで実作業が進まないデモへの批判を語る。
- [07:17] **コンピュータ操作とNautiloへの転換** — コンピュータ利用エージェントは未解決だとしつつ、個人・家族・チーム向けのパーソナライズ AI へ軸足を移した経緯を説明する。
- [10:31] **自己主権AIと暗号化** — AI が生活の入り口になるため SaaS では監視経済が悪化すると懸念し、分散鍵と時限復号を使う設計を紹介する。
- [13:32] **マルチエージェントと記憶設計** — 単一スーパーエージェントと名前空間、人とエージェントが同席する会話、ハッシュによる記憶検索を解説する。
- [23:01] **ダムハンマー型ツール設計** — 決定論的ツールと曖昧な判断の分担、Unix 哲学、速い小型モデルと遅い計画モデルの組み合わせを論じる。
- [27:13] **Venice とローカルモデル** — プライバシー重視の推論サービス Venice の特徴と、ローカルモデルが実用水準に届かない理由、今後の展望を話す。
- [36:55] **補助金付き計算資源と共創** — 安価な計算資源の先行きへの懸念、決定論的ツールの作成、人が手を入れる共創ツールの価値を述べる。
- [45:53] **製品開発の「壁」** — 収益化、堀、注目獲得の難しさと、SaaS が再構築される流れ、規制の強い領域の見通しを語る。

## 解説記事

AI エージェントが「誰でも使えるもの」になりつつある今、開発者は何で差別化するのか。TWIML AI Podcast の第782回では、Sam Charrington 氏がパーソナル／協働型エージェント基盤 Nautilo を作る Dan Jeffries 氏に、半年の開発で得た考えを聞いた。以下は番組内の発言に基づく整理である。

#### 普及はまだ初期段階という見立て

Jeffries 氏は、技術普及曲線で見ればエージェントはまだ最先端の約2%の段階にあると語る。1980年代後半から90年代初頭のパソコンのように、壊れたら自分で直す前提の時代だという。そして、エージェントを活用できるのは、やりたいことが山ほど溜まっている「主体性の高い人」に偏っているという見方を示した。

同氏はまた、設定に時間をかけるばかりで実作業が進まない動画やデモを批判する。メールボットを15体作り、それを管理するCEOボットを置くような構成は、同じモデル同士が会話しているだけで「コスプレ」だと表現した。

#### 単一のスーパーエージェントと、人も加わる会話

同氏が信じるのは、すべてを把握する単一の強力なエージェントだ。必要なら子エージェントを立てられるが、利用者がその名前を知る必要はないとし、「ペットと家畜」の比喩で説明した。

Nautilo での「マルチエージェント」は、人間とエージェントが対等に参加するグループチャットを指す。たとえばチームのマーケティングチャンネルでエージェントに文書の編集を頼み、人間が読んで手直しする。旅行計画の調査結果を妻に伝えるために人間が「伝書鳩」になる無駄も、エージェントが文脈を持ち、相手に直接聞きに行くことで減らせると述べた。

一方で、エージェントは互いに話すことに慣れていない。そのため、会話の経路を決めるルーターや分類器、共有記憶の管理を作り込む必要があるという。さらに、名前空間（namespacing）を中核に組み込み、ある文脈の情報が別の場所へ漏れないようにしている。Muse が誰かの自宅住所を出した事例を、名前空間がないことの例として挙げた。

#### 記憶とツールの設計思想

文脈長については「十分になることはない」としつつ、検索を重視する。記憶は圧縮されたハッシュと少量のメタデータとして持ち、手がかりから必要なものだけを段階的に展開して読む。記憶は時間とともに減衰する。この仕組みは決定論的に実装され、LLM がデータを運んだり構造を作ったりはしない。

これが「ダムハンマー」の考え方につながる。ツールは知能を持たない金づちで、LLM が機構を扱わなければならないならツール設計の失敗だという。曖昧な判断はエージェント、実作業はツールの役割だ。個人情報の除去ならまず正規表現などの定番手法を使い、顔のぼかしのように難しい部分にモデルを足す。Charrington 氏も、狭い単機能のツールが有効だったと同意した。

さらに Jeffries 氏は、コンピュータ操作では速い小型モデルと遅い計画モデルの中間にあたる「中脳」のようなモデルが欠けていると語る。コンピュータ操作はまだ解決していないという立場だ。

#### プライバシーとローカルモデルの現実

AI が生活の入り口になれば、共有する情報は SNS より親密になる。同氏は、これが SaaS なら「監視経済の二乗」になると懸念する。Nautilo は分散鍵を使った独自の暗号化を採用し、エージェントは時限の委任を受けたときだけ復号して応答する。

モデルはプライバシー度で評価している。Venice は、オープンウェイトモデルを自前のハードウェアで動かし、リクエストをまとめて匿名化しにくくするサービスで、同氏はプライバシー版 OpenRouter のようなものと説明した。健康の相談など機微な話題では Venice 上の Kimi や DeepSeek などを優先するが、マーケティングなら Claude などの商用モデルも使う。絶対主義ではなく使い分けだという立場だ。

ローカルモデルは未対応である。理由は、まだ納得できる品質と速度のモデルがないことにある。ボトルネックは GPU よりメモリと量子化の度合いだとし、Apple の次期大容量メモリ機に期待している。短期的には、画面を見て操作できる小型のローカルモデルが、機微情報を伏せてからクラウドへ送る前処理にも使えるという見通しを示した。

#### 「壁」と補助金付き計算資源

製品開発の難しさを、同氏は起業家仲間の言葉で「壁」と呼ぶ。収益化、堀、注目の獲得、全員が同じツールを使える状況が重なり、作るのは簡単になったのに見つけてもらうのは難しい。仲間の原則として、アイデアは昨日誰かが出しているはず、事業モデルよりも先にバズるマーケティングから逆算する、といった話も紹介された。

補助金付きの計算資源については、初期の Uber の安さに例えて、いつか終わると警告する。Charrington 氏は、補助を使って決定論的なワークフローツールを一度作り、使い続ける方法を提案した。また Jeffries 氏は、大手 SaaS が再構築され安値で売却される動きも出ていると、自身の以前の予想の誤りを認めつつ述べた。残る参入障壁は、医療のような規制の強い領域やハードとソフトの複合領域だという。

#### まとめ

本エピソードの主張は、汎用エージェントが標準装備になる時代の差別化は、モデル性能そのものよりも設計判断にある、というものだ。記憶の持ち方、プライバシーの境界、人と協働する体験、ツールとモデルの分担が具体的な論点になる。日本の開発者にとっては、単一エージェントに名前空間を付ける設計、決定論的ツールに寄せる方針、補助金付き計算資源が将来なくなる前提でのコスト設計が参考になるだろう。ただし多くは Jeffries 氏個人の見解と実感であり、数値による検証が示されたわけではない点には留意したい。

> この要約・解説記事は、元の音声の文字起こしをもとに AI（Claude）が日本語で作成したものです。出典: The TWIML AI Podcast (formerly This Week in Machine Learning & Artificial Intelligence)「The Brutal Reality of Building Agentic Products Today with Daniel Jeffries - #782」