基本の考え方
同じModelでも、どんなInputを受け取り、どのContextを持ち、何を許可され、どのToolを使い、どう根拠を確認し、どこで止まるかによって実際にできる仕事は変わります。Modelだけでなく複数の責務を持つSystemとして考えます。
AIを構成する主なLayer
- Input・Context
- State
- Role・権限
- Tool
- Evidence
- 比較・反証
- 実行制御
- 復旧
Single AIとMulti AI
AIの数を増やせば自動的に性能が上がるとは考えません。重要なのは、なぜ複数に分けるのか、誰が何を担当し、どう相互確認するのかを決めることです。
外部Runtimeの役割
Model自身に状態管理、権限、Evidence確認、複数処理の順序、停止条件まで全部を任せず、必要に応じて外部Runtimeへ分離します。Asteraは「判断材料を作る工程」を非AI Runtimeとして外へ持たせたProjectの一つです。
反対視点と限界
構造を増やせば処理Costや複雑性も増える可能性があります。すべてのTaskでMulti AIや複雑なRuntimeが必要なわけではなく、必要な複雑性だけを使い、責務とEvidenceを分けることを重視します。