AIエージェントが「永遠のインターン」を卒業する話

Xのタイムラインを流し見してたら、IBM Researchがめちゃくちゃ気になる研究を出してた。
ALTK-Evolveっていう、AIエージェントに「学習する力」を持たせる仕組みの話だ。

正直、最初はまた似たような記事かなと思ってスルーしかけた。
でも「永遠のインターン問題」って表現が目に入って、つい読んでしまった。

AIって実は「毎朝リセット」されてるらしい

記事の例えが秀逸で、「毎朝あなたのキッチンを忘れるコック」って表現が使われてた。
レシピは完璧に覚えてるのに、あなたのオーブンが熱くなりすぎる癖とか、常連さんの好みとかは覚えてない。
それが今のAIエージェントの実態だって話。

自分もClaude使って作業フローを組んでるけど、確かにそうなんだよな。
毎回「前回こうだったから気をつけて」って補足を自分で書き足してる。
あの手間、地味にしんどい。

で、ALTK-Evolveが何をするかというと、エージェントが過去にやった作業の履歴を「教訓」に変換してくれる。
単なるログを読み返すんじゃなく、そこから原則を抽出して、次の作業に使える形で持っておく。
「酸味は脂を中和する」みたいな原則を覚えるシェフのイメージ、これはめちゃわかりやすかった。

数字で見るとすごいことになってる

AppWorldっていうベンチマークでの結果が公開されてた。
複数のAPIをまたいで多段階タスクをこなす、わりと本格的な検証だ。

注目したのはHard（難しいタスク）のスコア。
メモリなしだと19.1%の達成率が、ALTK-Evolveを使ったら33.3%に上がってた。
差分が+14.2%で、相対比でいうと74%の改善。
この数字、素直に驚いた。

さらにMITの研究では「AIパイロットの95%が失敗する原因は学習しないから」って言及もあった。
これ、単純な精度の話じゃなくて、環境に適応する力の話なんだよな。

じゃあ自分にどう関係あるか

自分のYouTube用の動画リサーチとかXの投稿案作りに、エージェントを組んでみたいと前から思ってた。
でも「毎回同じ指示書き直すの面倒だな」って気持ちが先に立って、なかなか本腰入れられてなかった。

ALTK-Evolveみたいな仕組みが使いやすい形で出てくれば、そのハードルはかなり下がる気がする。
ノーコードで試せるClaude CodeやIBM Bobとの連携も紹介されてたし、まずそっちを触ってみたい。

この「学習するエージェント」が実用レベルに来たとき、ワークフローの組み方が根本から変わると思う。
みんなのAIエージェント運用、今どんな感じ？ 毎回指示を書き直してる派？ それとも何かうまくやってる方法ある？