[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"blogEntry::post\u002Fagent-orchestrator-unit:ja":3},{"title":4,"slug":5,"description":6,"body":7,"author":8,"category":9,"coverImageUrl":13,"ogImageUrl":13,"createdAt":14,"updatedAt":14,"datePublished":15,"locale":16,"related":17},"「人間の」意思決定までもAIに任せられるようになるのか","agent-orchestrator-unit","AIに作業を任せても楽にならないのはなぜか。増えているのは「判断」だ、という観点から、判断は人間に残るとする見方（Nova Spivackの\"The Orchestrator\"）と、評価や実務をAIに渡す動き（LLM-as-a-judge・τ-bench・Constitutional AI・AlphaEvolve）を整理し、意思決定を「上（目的設定）」と「下（細かい判断）」に分けて考えます。","\u003Cblockquote>\u003Cp>「AIに作業を任せるほど楽になるはずが、なぜ決める仕事ばかり増えるのか」。本記事は、その素朴な疲れから出発して、人間の意思決定がこの先どうなるのかを整理する解説記事です。判断は人間に残るという見方、評価や実務の判断はもうAIに渡せるという動き、そしてAIがより高次の仕事へ登っていく試みとその到達点を順に並べ、最後に「意思決定を上と下に分ける」という一つの見取り図を置きます。筆者の新説ではなく、いま出ている議論を整理したものです。\u003C\u002Fp>\u003C\u002Fblockquote>\u003Ch2>問題 ― 意思決定疲れ\u003C\u002Fh2>\u003Cp>AIを使い始めて、こんな感覚はないでしょうか。作業をいくつもAIに振れるようになった。けれど、出てきたものを全部見て「これでいい」「これは違う」と決めているのは、結局いつも自分です。手を動かす時間は減ったのに、決める回数のほうはむしろ増えていて、楽になるはずがそうなっていない、という感覚です。\u003C\u002Fp>\u003Cp>その感覚を、心理学はdecision fatigue（決定疲れ）と呼びます。決め続けると判断の質がじわじわ落ちていく、という現象です。そこへAIが、確認と承認を待つ候補をさらに積み上げてくる。作業は肩代わりされたのに、意思決定のほうは手元に溜まっていく一方です。\u003C\u002Fp>\u003Cp>だったら、その溜まっていく意思決定も、AIに渡せないのか。そう考えたくなります。ただ、この問いに対する答えは一つではありません。判断は人間に残るという主張と、もう渡せるという現場の動きが、正反対を向いたまま同時に存在しています。\u003C\u002Fp>\u003Cfigure class=\"EmbeddedContent_Wrapper\">\u003Cimg src=\"https:\u002F\u002Fimages.ctfassets.net\u002Fggtw2zqmifs5\u002F7JrKxPg2Vc7Rfe9GEIicOo\u002Fb50c22fbfb717112ea6cf11ad44d531f\u002Ffork-blueprint.png\" alt=\"意思決定は人間に残るのかAIが持つのか (二つの見方)\">\u003C\u002Ffigure>\u003Ch2>見方① ― 判断は人間に残る\u003C\u002Fh2>\u003Cp>片側は、「渡せない、判断は人間に残る」という立場です。AIに任せる時代の新しい役割として、Orchestrator（指揮者）という言葉が提案されています（\u003Ca href=\"https:\u002F\u002Fwww.novaspivack.com\u002Fbest-articles\u002Fthe-orchestrator\" target=\"_blank\" rel=\"noopener noreferrer\">Nova Spivack\u003C\u002Fa>）。1人の人間が何体ものAIの上に立ち、方向を決め、情報を配り、結果をまとめ、最後の判断を下す。手を動かす作業はAIに降り、人間は頂点で「全体として何を意味するか」を引き受ける、という分担です。\u003C\u002Fp>\u003Cp>根拠は、希少性の移り変わりにあります。\u003C\u002Fp>\u003Cblockquote>\u003Cp>\"Compute is becoming abundant. Judgment is becoming scarce.\"\u003Cbr>（計算能力はありふれたものになり、判断は希少になっていく）\u003C\u002Fp>\u003C\u002Fblockquote>\u003Cp>ありふれたものは値下がりし、希少なものは値上がりする。AIが作業を安く大量にこなすほど、価値は判断のほうへ寄る、という理屈です。\u003C\u002Fp>\u003Cp>では、判断ごとAIに渡せばいいのか。そこは明確に否定されます。人間を頂点から外すと、出力は量ばかりで意味を失う、という指摘です。\u003C\u002Fp>\u003Cblockquote>\u003Cp>\"You can absolutely run agent swarms without a human at the top. ... plausible-sounding output that drifts, lacks taste, fails to integrate, and produces volume without judgment.\"\u003Cbr>（人間を頂点に置かずAIの群れだけで走らせることはできる。だが手に入るのは、もっともらしく聞こえるのに、的を外し、センスを欠き、噛み合わず、判断のないまま量だけ積み上がった出力だ）\u003C\u002Fp>\u003C\u002Fblockquote>\u003Cblockquote>\u003Cp>\"The human judgment node is not a bottleneck to be eliminated. It is the organ that makes the output mean something.\"\u003Cbr>（人間の判断は、取り除くべきボトルネックではない。出力に意味を持たせる器官だ）\u003C\u002Fp>\u003C\u002Fblockquote>\u003Cp>同じ側に立つ見方は、経済学からも出ています。人間に最後まで残る比較優位は「自分が何を欲しいかを知っていること」であり、仕事の中身は「作る」から「AIの出力を検証する」へ移る、という予測です（\u003Ca href=\"https:\u002F\u002Fwww.noahpinion.blog\u002Fp\u002Fyour-future-job-will-be-to-keep-ai\" target=\"_blank\" rel=\"noopener noreferrer\">Noah Smith\u003C\u002Fa>）。\u003C\u002Fp>\u003Cblockquote>\u003Cp>\"the one thing humans will always be comparatively good at is knowing what we want.\"\u003Cbr>（人間がずっと得意でいられる唯一のことは、自分が何を欲しいのかを知っていることだ）\u003C\u002Fp>\u003C\u002Fblockquote>\u003Cp>この見方は、読む側には心強いものです。決定疲れは替えのきかない希少な仕事をしている証拠であり、判断こそ人間に最後まで残る、と言ってくれるからです。\u003C\u002Fp>\u003Ch2>見方② ― 意思決定はAIに渡せる\u003C\u002Fh2>\u003Cp>ところが現場は、その逆も同時に作り始めています。全部を人間が決めていては追いつかない、という、冒頭のdecision fatigueと同じ理由からです。\u003C\u002Fp>\u003Cp>ひとつは、AIの出力の良し悪しを、別のAIに判定させる動き。LLM-as-a-judgeと呼ばれ、評価の定番になりつつあります。これを体系的に調べた\u003Ca href=\"https:\u002F\u002Fproceedings.neurips.cc\u002Fpaper_files\u002Fpaper\u002F2023\u002Ffile\u002F91f18a1287b398d378ef22505bf41832-Paper-Datasets_and_Benchmarks.pdf\" target=\"_blank\" rel=\"noopener noreferrer\">2023年の研究\u003C\u002Fa>では、強い言語モデルを「審査員」に使えるかを検証しました。\u003C\u002Fp>\u003Cblockquote>\u003Cp>\"we explore using strong LLMs as judges to evaluate these models on more open-ended questions.\"\u003Cbr>（我々は、より自由回答的な問いでモデルを評価するために、強力なLLMを審査員として使うことを探る）\u003C\u002Fp>\u003C\u002Fblockquote>\u003Cp>そしてGPT-4の判定は、人間の好みと80%を超えて一致した、と報告しています。といっても、これは人間同士が一致する割合とほぼ同じで、完璧な正解に並んだわけではありません。位置や長さ、自分に似た出力を高く見るといった偏りも残っていて、人間が書いた手本を外すと一致率は落ちる、という\u003Ca href=\"https:\u002F\u002Farxiv.org\u002Fabs\u002F2503.05061\" target=\"_blank\" rel=\"noopener noreferrer\">研究もあります\u003C\u002Fa>。それでも、「これでいい」という判断の少なくとも一部が、すでに機械の手に渡り始めていることは確かです。\u003C\u002Fp>\u003Cp>もうひとつは、学習の場面で、人間の評価そのものをAIの評価に置き換える動き。Anthropicの\u003Ca href=\"https:\u002F\u002Fwww.anthropic.com\u002Fresearch\u002Fconstitutional-ai-harmlessness-from-ai-feedback\" target=\"_blank\" rel=\"noopener noreferrer\">Constitutional AI（2022）\u003C\u002Fa>は、出力の良い・悪いを人間がラベル付けする代わりに、原則のリストを渡したAI自身に評価させ、その評価で学習を回します（RLAIF）。狙いは、decision fatigueの集団版を解くことです。\u003C\u002Fp>\u003Cblockquote>\u003Cp>\"As AI systems become more capable, we would like to enlist their help to supervise other AIs.\"\u003Cbr>（AIがより有能になるにつれ、他のAIを監督する仕事にもAIの力を借りたい）\u003C\u002Fp>\u003C\u002Fblockquote>\u003Cp>人手では追いつかない、だから評価という意思決定をAIに肩代わりさせる。Anthropicはこれを、いずれ人間より有能なモデルを監督するための足がかり（scalable oversight）と位置づけています。\u003C\u002Fp>\u003Cp>評価だけではありません。顧客対応のように、その場の判断と操作をまるごとagentに任せる試みも進んでいます。Sierraの\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fsierra-research\u002Ftau2-bench\" target=\"_blank\" rel=\"noopener noreferrer\">τ-bench\u003C\u002Fa>は、ルールに従って客とやり取りしながらツールを動かすagentを測るベンチマークで、単発の成功率は、新しいモデルになると小売タスクで8割を超えるところまで伸びました。ただし、同じ課題を何度も続けて通せるか（pass^k）で見ると、話は変わります。当初の評価では、最高水準のモデルでも小売タスクの半分も通せず、8回続けて成功できた割合（pass^8）は25%を切りました。8回に1回はどこかで失敗する、という水準です。一回はこなせても毎回は当てにならず、下の判断を渡せても、まだ任せきりにはできない、という段階です。\u003C\u002Fp>\u003Cp>こうして見ると、「判断は人間に残る」は、もう自明ではありません。\u003C\u002Fp>\n              \u003Caside class=\"BlogCTA\">\n                \u003Cdiv class=\"BlogCTA_Body\">\n                  \u003Cp class=\"BlogCTA_Title\">BI 選定で迷っていませんか？\u003C\u002Fp>\n                  \u003Cp class=\"BlogCTA_Description\">データ環境・分析内容・チーム体制を伺って、Codatum を含めたデータ基盤の組み立て方を 30 分で一緒に考えます。\u003C\u002Fp>\n                \u003C\u002Fdiv>\n                \u003Cdiv class=\"BlogCTA_Actions\">\n                  \u003Ca class=\"BlogCTA_Button _outline\" href=\"https:\u002F\u002Fapp.codatum.com\u002Fsignup?utm_source=blog&utm_medium=mid-cta\" target=\"_blank\" rel=\"noopener noreferrer\">\n                    無料ではじめる\n                  \u003C\u002Fa>\n                  \u003Cbutton type=\"button\" class=\"BlogCTA_Button _primary\" data-cta-action=\"consultation\">\n                    相談する\n                  \u003C\u002Fbutton>\n                \u003C\u002Fdiv>\n              \u003C\u002Faside>\n            \u003Ch2>見方②の先 ― さらに高い層へ\u003C\u002Fh2>\u003Cp>見方②の動き――意思決定をAIに渡す――は、評価のところで止まりません。同じ流れが、もう一段上の層まで伸びています。これまで人間が握っていた「束ねる」「設計する」、さらには「自分を直す」といったメタな仕事まで、AIにやらせる試みが出てきました。下から順に、三段に見えます。\u003C\u002Fp>\u003Cfigure class=\"EmbeddedContent_Wrapper\">\u003Cimg src=\"https:\u002F\u002Fimages.ctfassets.net\u002Fggtw2zqmifs5\u002F7vxws6tuHOMU5HIhomVLdI\u002F464e38cece14b68e3ff489f3d8c93a16\u002Fdecision-ladder-blueprint.png\" alt=\"意思決定のはしご (生成・評価・束ね・設計・目的)\">\u003C\u002Ffigure>\u003Cp>一段目は、束ねる役をAIが担うこと。Anthropicは2025年、\u003Ca href=\"https:\u002F\u002Fwww.anthropic.com\u002Fengineering\u002Fmulti-agent-research-system\" target=\"_blank\" rel=\"noopener noreferrer\">複数のAIを使う調査システム\u003C\u002Fa>を公開しました。リードのAIが計画を立て、専門のAIに作業を振り、結果をまとめます。\u003C\u002Fp>\u003Cblockquote>\u003Cp>\"Our Research system uses a multi-agent architecture with an orchestrator-worker pattern, where a lead agent coordinates the process while delegating to specialized subagents that operate in parallel.\"\u003Cbr>（我々の調査システムは、リードagentが全体を統括し、並列で動く専門subagentに作業を振る、orchestrator-worker型の構成をとる）\u003C\u002Fp>\u003C\u002Fblockquote>\u003Cp>さきほど人間の仕事として挙げた「統括・分配・統合」を、ここではAIが肩代わりしています。\u003C\u002Fp>\u003Cp>二段目は、AIがAIを設計すること。\u003Ca href=\"https:\u002F\u002Fwww.shengranhu.com\u002FADAS\u002F\" target=\"_blank\" rel=\"noopener noreferrer\">ADAS（Automated Design of Agentic Systems, 2024）\u003C\u002Fa>では、「meta agent」がコードを書いて新しいagentを次々に生み出します。\u003C\u002Fp>\u003Cblockquote>\u003Cp>\"the history of machine learning teaches us that hand-designed solutions are eventually replaced by learned solutions.\"\u003Cbr>（機械学習の歴史は、人手で設計した解がいずれ学習された解に置き換えられる、と教えている）\u003C\u002Fp>\u003C\u002Fblockquote>\u003Cp>三段目は、AIが自分自身を書き換えること。Sakana AIらの\u003Ca href=\"https:\u002F\u002Fsakana.ai\u002Fdgm\u002F\" target=\"_blank\" rel=\"noopener noreferrer\">Darwin Gödel Machine（2025）\u003C\u002Fa>は、自分のコードを直して性能を上げるcoding agentで、コーディングのベンチマークで成績を20%から50%へ自力で伸ばしました。\u003C\u002Fp>\u003Cblockquote>\u003Cp>\"There is growing hope that the current manual process of advancing AI could itself be automated.\"\u003Cbr>（AIを進歩させる、いまは人手のプロセスそのものを、自動化できるのではという期待が高まっている）\u003C\u002Fp>\u003C\u002Fblockquote>\u003Cp>しかも、この方向はすでに研究室の外でも成果を出しています。Google DeepMindの\u003Ca href=\"https:\u002F\u002Fdeepmind.google\u002Fblog\u002Falphaevolve-a-gemini-powered-coding-agent-for-designing-advanced-algorithms\u002F\" target=\"_blank\" rel=\"noopener noreferrer\">AlphaEvolve（2025）\u003C\u002Fa>は、LLM自身にコードを書き換えさせて改良を重ねるシステムで、実際に本番へ投入されました。データセンターのジョブ配置を見直して、本来なら遊んでしまう計算資源をサーバー群全体で平均0.7%回収し、Geminiの学習に使う行列計算カーネルを23%速くして、学習時間そのものを1%縮めています。さらに、4×4の複素行列の掛け算を48回の乗算でこなす方法を見つけ、Strassenのアルゴリズム以来56年ぶりに記録を塗り替えました。\u003C\u002Fp>\u003Cp>ただし、ここには共通の留保がつきます。Darwin Gödel Machineの一回の実行はおよそ二週間・2万2千ドルかかり、書き換えられるのは道具や手順までにとどまります。Anthropicの調査システムも普通のチャットの15倍のトークンを使うため、割に合うのは価値の高いタスクに限られます。そしてAlphaEvolveがここまでの成果を出せたのは、計算資源の量にせよ、カーネルの速度にせよ、数式の正しさにせよ、「良くなったか」を機械が自動で測れる問題だったからです。良し悪しを自動で採点できない場所には、まだ手が届きません。それでも、進んでいる向きそのものははっきりしています。\u003C\u002Fp>\u003Cfigure class=\"EmbeddedContent_Wrapper\">\u003Cimg src=\"https:\u002F\u002Fimages.ctfassets.net\u002Fggtw2zqmifs5\u002F5JTC2LDtEJD5cqBDTkgvUk\u002F15d3e56da94c69988116be84433564e4\u002Fevidence-blueprint.png\" alt=\"到達と天井 (LLM-as-a-judge・τ-bench・AlphaEvolve)\">\u003C\u002Ffigure>\u003Ch2>最後に ― 「意思決定」を分割する\u003C\u002Fh2>\u003Cp>見方①と見方②は、正面からぶつかっているように見えて、じつはすれ違っています。どちらも「意思決定」と一語で呼んでいますが、指しているものが違うように感じます。\u003C\u002Fp>\u003Cp>意思決定には、目的と、それに紐づいた個々の判断があります。目的は、何を作りたいか、何を「良い」とするか、という向かう先そのものを決めること。個々の判断は、出てきたものは「これでいい」か、どの案で進めるか、どう実現するか、という向かう先が決まったあとの判断です。この線で切り分けてみると、見方①が「人間に残る」と言っていたのは目的のほう、見方②が「もう渡せる」と示していたのは個々の判断のほう、と読み直せます。そう捉え直したとき、正面からぶつかって見えた二つの主張は、どちらも成り立つ余地が出てきます。前章で見たAIたちでさえ、「何を良しとするか」という物差しそのものは、人間が与えたものを使っていました。AlphaEvolveが成果を出せたのも、人間が速さや正しさを測る物差しを用意した、その範囲の中だったのです。\u003C\u002Fp>\u003Cp>そして、あなたを疲れさせているのは、目的に紐づいた個々の判断のほうです。冒頭の「これでいい」「これは違う」を一日じゅう裁き続けるあの感覚は、ほとんどがこの個々の判断で、「そもそも何が欲しいか」という目的を決める回数は、実はそれほど多くありません。\u003C\u002Fp>\u003Cp>だとすれば、やれることははっきりしています。「判断は人間の仕事だ」と個々の判断まで全部を抱え込むのをやめて、渡せるものから少しずつAIに渡していくことです。「何が欲しいか」という目的だけを手元に残せたとき、人はようやく楽になれるはずで、どこまで渡せるのかは、正直まだ誰にも分かりません。それでも、人間に残すものが目的の一点に近づくほど、冒頭のあの疲れは少しずつ引いていくのだと思います。\u003C\u002Fp>\u003Ch2>データ分析でいうと ― 残るのは「問い」\u003C\u002Fh2>\u003Cp>この切り分けは、データ分析の仕事にそのまま重なります。分析の中身は、「何を知りたいのか」という問いを立てることと、その問いに「どう答えを出すか」という個々の判断に分かれます。後者は、どのテーブルをどう結合するか、どんな集計や可視化にするか、外れ値をどう扱うか、出てきた数字は「これでいい」か――数えきれない小さな判断の積み重ねです。\u003C\u002Fp>\u003Cp>このうち、答えを出す側の判断は、これから少しずつagentへ渡っていくのだと思います。SQLを書く、集計する、グラフにする、出てきた結果の妥当性をいったん見る。どれも「良し悪しを測れる」作業で、見方②やAlphaEvolveの話がそのまま当てはまります。逆にいえば、何を「良い分析」とするかという物差しを人間が渡さないかぎり、agentはどこにも進めません。\u003C\u002Fp>\u003Cp>最後まで自分の手元に残るのは、「そもそも何を知りたいのか」、そして「その答えを次のどんな判断に使うのか」という問いのほうです。分析でいちばん消耗するのも、たいていは答えを出す側の細かい判断で、問いそのものを立て直す回数は、実はそれほど多くありません。だとすれば、ここでやれることも同じです。答えを出す判断は渡していき、問いを立てるほうに時間を残す。それだけで、分析の手触りはずいぶん軽くなるはずです。\u003C\u002Fp>\n              \u003Caside class=\"BlogCTA\">\n                \u003Cdiv class=\"BlogCTA_Body\">\n                  \u003Cp class=\"BlogCTA_Title\">BI 選定で迷っていませんか？\u003C\u002Fp>\n                  \u003Cp class=\"BlogCTA_Description\">データ環境・分析内容・チーム体制を伺って、Codatum を含めたデータ基盤の組み立て方を 30 分で一緒に考えます。\u003C\u002Fp>\n                \u003C\u002Fdiv>\n                \u003Cdiv class=\"BlogCTA_Actions\">\n                  \u003Ca class=\"BlogCTA_Button _outline\" href=\"https:\u002F\u002Fapp.codatum.com\u002Fsignup?utm_source=blog&utm_medium=mid-cta\" target=\"_blank\" rel=\"noopener noreferrer\">\n                    無料ではじめる\n                  \u003C\u002Fa>\n                  \u003Cbutton type=\"button\" class=\"BlogCTA_Button _primary\" data-cta-action=\"consultation\">\n                    相談する\n                  \u003C\u002Fbutton>\n                \u003C\u002Fdiv>\n              \u003C\u002Faside>\n            \u003Ch2>参考文献\u003C\u002Fh2>\u003Cul>\u003Cli>\u003Cp>\u003Ca href=\"https:\u002F\u002Fwww.novaspivack.com\u002Fbest-articles\u002Fthe-orchestrator\" target=\"_blank\" rel=\"noopener noreferrer\">The Orchestrator — Naming the successor to the knowledge worker | Nova Spivack\u003C\u002Fa> — \"Compute is becoming abundant. Judgment is becoming scarce.\" \u002F \"the organ that makes the output mean something\"\u003C\u002Fp>\u003C\u002Fli>\u003Cli>\u003Cp>\u003Ca href=\"https:\u002F\u002Fwww.noahpinion.blog\u002Fp\u002Fyour-future-job-will-be-to-keep-ai\" target=\"_blank\" rel=\"noopener noreferrer\">Your future job will be to keep AI on task | Noah Smith (Noahpinion)\u003C\u002Fa> — 人間の比較優位は「何が欲しいかを知ること」、作る作業から検証する作業へ\u003C\u002Fp>\u003C\u002Fli>\u003Cli>\u003Cp>\u003Ca href=\"https:\u002F\u002Fproceedings.neurips.cc\u002Fpaper_files\u002Fpaper\u002F2023\u002Ffile\u002F91f18a1287b398d378ef22505bf41832-Paper-Datasets_and_Benchmarks.pdf\" target=\"_blank\" rel=\"noopener noreferrer\">Judging LLM-as-a-Judge with MT-Bench and Chatbot Arena | Zheng et al., NeurIPS 2023\u003C\u002Fa> — 強いLLMを審査員に使う、GPT-4判定が人間と80%超一致（位置・冗長さ・自己びいきのバイアスも報告）\u003C\u002Fp>\u003C\u002Fli>\u003Cli>\u003Cp>\u003Ca href=\"https:\u002F\u002Farxiv.org\u002Fabs\u002F2503.05061\" target=\"_blank\" rel=\"noopener noreferrer\">No Free Labels: Limitations of LLM-as-a-Judge Without Human Grounding | arXiv:2503.05061, 2025\u003C\u002Fa> — 人間の手本がないと一致率が落ち、自己びいきが強まる。人間によるグラウンディングは依然不可欠\u003C\u002Fp>\u003C\u002Fli>\u003Cli>\u003Cp>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fsierra-research\u002Ftau2-bench\" target=\"_blank\" rel=\"noopener noreferrer\">τ-bench \u002F τ²-bench | Sierra Research\u003C\u002Fa> — ルール順守でツールを操作するcustomer-service agentのベンチマーク。新しいモデルでは小売の単発成功率が8割超（top model 84.7%）に達する一方、当初版ではgpt-4oが小売タスクの半分も通せずpass^8\u003C25%とreliabilityが大きく低下。arXiv:2406.12045 \u002F 2506.07982\u003C\u002Fp>\u003C\u002Fli>\u003Cli>\u003Cp>\u003Ca href=\"https:\u002F\u002Fwww.anthropic.com\u002Fresearch\u002Fconstitutional-ai-harmlessness-from-ai-feedback\" target=\"_blank\" rel=\"noopener noreferrer\">Constitutional AI: Harmlessness from AI Feedback | Anthropic, 2022\u003C\u002Fa> — \"enlist their help to supervise other AIs\"、人間の評価をAI評価（RLAIF）で置き換える、scalable oversight\u003C\u002Fp>\u003C\u002Fli>\u003Cli>\u003Cp>\u003Ca href=\"https:\u002F\u002Fwww.anthropic.com\u002Fengineering\u002Fmulti-agent-research-system\" target=\"_blank\" rel=\"noopener noreferrer\">How we built our multi-agent research system | Anthropic, 2025\u003C\u002Fa> — lead agentが統括・分配・統合するorchestrator-worker型（通常チャットの約15倍トークン）\u003C\u002Fp>\u003C\u002Fli>\u003Cli>\u003Cp>\u003Ca href=\"https:\u002F\u002Fwww.shengranhu.com\u002FADAS\u002F\" target=\"_blank\" rel=\"noopener noreferrer\">Automated Design of Agentic Systems | Hu, Lu, Clune（ICLR 2025）\u003C\u002Fa> — meta agentがコードで新しいagentを生成、arXiv:2408.08435\u003C\u002Fp>\u003C\u002Fli>\u003Cli>\u003Cp>\u003Ca href=\"https:\u002F\u002Fsakana.ai\u002Fdgm\u002F\" target=\"_blank\" rel=\"noopener noreferrer\">The Darwin Gödel Machine | Sakana AI, 2025\u003C\u002Fa> — 自分のコードを書き換える自己改善coding agent、SWE-bench 20.0%→50.0%（1実行 約2週間\u002F$22k、arXiv:2505.22954）\u003C\u002Fp>\u003C\u002Fli>\u003Cli>\u003Cp>\u003Ca href=\"https:\u002F\u002Fdeepmind.google\u002Fblog\u002Falphaevolve-a-gemini-powered-coding-agent-for-designing-advanced-algorithms\u002F\" target=\"_blank\" rel=\"noopener noreferrer\">AlphaEvolve: A Gemini-powered coding agent for designing advanced algorithms | Google DeepMind, 2025\u003C\u002Fa> — 本番投入。データセンター計算資源を平均0.7%回収、Gemini学習カーネル23%高速化（学習時間1%短縮）、4×4複素行列積を48乗算でStrassen以来56年ぶり更新。限界は「自動評価器を作れる問題に限る」こと（arXiv:2506.13131）\u003C\u002Fp>\u003C\u002Fli>\u003Cli>\u003Cp>\u003Ca href=\"https:\u002F\u002Fen.wikipedia.org\u002Fwiki\u002FDecision_fatigue\" target=\"_blank\" rel=\"noopener noreferrer\">Decision fatigue | Wikipedia\u003C\u002Fa> — 決め続けると判断の質が落ちうるとされる現象（パロール審査の研究などで観察。「1日3.5万の決定」という数字は俗説で、査読研究の裏付けはないため本文では用いない）\u003C\u002Fp>\u003C\u002Fli>\u003C\u002Ful>","Naoki Shibayama",{"title":10,"slug":11,"description":12},"マーケットインサイト","market-insights","","https:\u002F\u002Fimages.ctfassets.net\u002Fggtw2zqmifs5\u002F556l9oxKJmiCN8N3crTkS1\u002Fe42e58c92ec5a840a128f3a93d476267\u002Fhero-blueprint.png","2026-06-04T01:00:05.117Z","2026-06-04T10:00+09:00","ja",[18,28,39],{"title":19,"slug":20,"description":21,"author":8,"category":22,"coverImageUrl":23,"ogImageUrl":24,"createdAt":25,"updatedAt":26,"datePublished":27,"locale":16},"再評価される Push 型 BI — 休みでも気づいてくれる LLM Agent","push-bi-revival","Tableau Pulse \u002F Power BI Copilot \u002F Looker (Gemini) の Push 型 BI 機能を、2016 年 Mike Smitheman の Push Intelligence 提唱まで遡って整理。コンセプトは 10 年前から完成済みで、動き出したのは周辺の前提（Slack 遍在化 \u002F LLM コスト下落 \u002F 自然言語要約 \u002F 双方向 followup）が揃ったからという構造を読み解きます。",{"title":10,"slug":11,"description":12},"https:\u002F\u002Fimages.ctfassets.net\u002Fggtw2zqmifs5\u002F4nR1TyJcxZ3sA6yCKa3agU\u002F0427372c0492669734b4f763d3848211\u002Fcover.png","https:\u002F\u002Fimages.ctfassets.net\u002Fggtw2zqmifs5\u002F37bHi4cyLug0uRa73kAHVB\u002Fd17d4a33a88ded0c8cbce37a775c906d\u002Fhero.png","2026-05-19T00:00:16.503Z","2026-05-21T09:46:15.188Z","2026-05-19T09:00:00+09:00",{"title":29,"slug":30,"description":31,"author":8,"category":32,"urlCategorySlug":33,"coverImageUrl":34,"ogImageUrl":35,"createdAt":36,"updatedAt":37,"datePublished":38,"locale":16},"内製データ Agent の現在地 — OpenAI と Meta が見せた \"6 層の context\"","in-house-data-agent","OpenAI \u002F Meta が公開した内製データ Agent の構造（OpenAI 6 層 \u002F Meta Cookbook-Recipe-Ingredient）を、dbt SoAE 2026 の業界数字と並べて整理。\"context engineering\" は schema 以外の組織知を retrievable に整理する地味な作業、というのが核。中堅企業向け Skeptics 視点も提示。",{"title":10,"slug":11,"description":12},"product","https:\u002F\u002Fimages.ctfassets.net\u002Fggtw2zqmifs5\u002F2cnf7pCQu7OQdiHrnea0NN\u002F345e3a5a0bf68af3097eecb51833c72e\u002Fcover-blueprint.png","https:\u002F\u002Fimages.ctfassets.net\u002Fggtw2zqmifs5\u002F4S5t1uJmGZRVH0JXx92LAy\u002Fe9ea86158fc39f04cef5e2c08effa752\u002Fhero-blueprint.png","2026-05-12T00:00:10.863Z","2026-05-21T09:46:17.058Z","2026-05-12T09:00:00+09:00",{"title":40,"slug":41,"description":42,"author":8,"category":43,"urlCategorySlug":33,"coverImageUrl":44,"ogImageUrl":45,"createdAt":46,"updatedAt":47,"datePublished":48,"locale":16},"Modern Data Stack の \"終焉\" と再構成 — dbt × Fivetran 合併が示すもの","modern-data-stack-2026","2025-10 dbt × Fivetran 合併と、前後 10 ヶ月で集中した 7 件の M&A を Tristan Handy \u002F 各社公式 \u002F Modern Data 101 の論で整理。best-of-breed の境界が溶け、agent \u002F context layer が次の差別化点に — という構造変化を curatorial に解説。中堅企業向け Skeptics 視点も提示。",{"title":10,"slug":11,"description":12},"https:\u002F\u002Fimages.ctfassets.net\u002Fggtw2zqmifs5\u002F2cjHUHQyXVEQDs1sW9jy59\u002F5b111b484f6cbaf213f7becb552b9394\u002Fcover-blueprint.png","https:\u002F\u002Fimages.ctfassets.net\u002Fggtw2zqmifs5\u002F2H0FOVXg1Mr5PIeZKYv0W0\u002F233cb95399cb03fe204019f455a35582\u002Fhero-blueprint.png","2026-05-08T00:00:09.700Z","2026-05-22T06:15:05.180Z","2026-05-08T09:00:00+09:00"]