今日、エージェント経済はもはやSFの世界の話ではなく、効率性の飛躍的な向上だけでなく、経済組織の再構築と再分配をもたらしている。特に、オープンソースプロジェクトであるOpenClawの世界的な人気は、大規模モデルを研究室から大規模アプリケーションへとさらに押し上げ、様々な企業がエージェント市場への参入を目指して激しい競争を繰り広げる結果となった。

では、大規模モデルにはどのプラットフォームを選択すべきでしょうか？トークンのリソースは長期的な利用を支えるのに十分でしょうか？OpenClawのトレンドに追随しなければ、取り残されてしまうのでしょうか？急速に進化するAI革命において、個人はどのように立ち位置を確立し、突破口を開くべきでしょうか？

これらの疑問を念頭に、4月3日、徐家匯科学技術イノベーションセンター、上海分散型コンセンサス技術協会、PANews、およびマンキュー法律事務所は、「エビについて心配するな」をテーマにしたイベントを共同で開催した。

Conflux Tree Graphのチーフアーキテクトである李晨星氏は、「予測不可能なAIの波を受け入れる」と題した基調講演で、AIに人間の限られた経験で過度に制約するのではなく、より多くの自律性を与えることが、この技術段階における必然的な流れであると述べた。AIが現在示す「配慮の欠如」は、複雑なシナリオにおいて重要な文脈的制約を一貫して捉え、継続的に記憶することが困難であることに本質的に起因している。技術的な観点から見ると、AIは主にパラメータメモリ、コンテキストメモリ、外部メモリに依存しているが、これらのメカニズムは依然として更新の難しさ、ウィンドウの制限、呼び出し効率の不足といった問題を抱えている。したがって、今後の取り組みは、外部メモリの検索機能を強化し、継続的な学習と経験の再利用のためのメカニズムを探求し、垂直ドメインの実践を通じて経験的記憶を徐々に蓄積することで、現実世界の複雑なシナリオにおけるAIの意思決定の完全性と信頼性を向上させることに焦点を当てるべきである。

彼はまた、AIの進歩の核心は、現在、自律的な分析能力と反省能力の強化にあると指摘した。将来的には、メモリ容量の向上に伴い、主要なボトルネックを打破し、様々な産業に大きな影響を与えることが期待される。例えば、デジタルIDやデジタル決済システムの可能性は、長らく開発とユーザー側の障壁によって制限されてきたが、AIは開発コストを削減し、ユーザー学習プロセスをエージェントベースのアプローチに置き換えることで、その価値を引き出すことが期待される。全体として、AIは雇用への脅威ではなく、生産性向上と新たな機会創出を推進する重要なツールとして捉えるべきである。個人も企業も、AI統合への道筋を積極的に模索し、柔軟な姿勢を保つべきである。

Tencent Cloud WorkbuddyのプロダクトアーキテクトであるFeng Heqing氏によると、大規模モデル機能の大幅な向上により、AIはコード補完などの基本的な開発支援のみをサポートする段階から、複雑なタスクを独立して完了できる段階へと進化しました。カスタムエージェントの中核機能は、全プロセスタスクのサポート、マルチロールコラボレーション、階層型メモリシステム、コンテキストベースのインテリジェントなタスク分解に反映されています。同時に、マルチエージェントコラボレーションにより、タスク間のデータフローと並列処理が可能になり、重要な操作に対するローカルデータストレージと手動確認メカニズムにより、データセキュリティが確保されます。アプリケーションレベルでは、WorkBuddyは履歴書の選別、自動PPT生成、データ分析、週次レポートの統合など、一般的なオフィスシナリオをカバーしています。また、企業レベルの統合機能により、WeChat Workなどのシステムに接続して、統一されたタスク管理を行うこともできます。その技術アーキテクチャは、フルスタックの自己開発、実行環境の分離、企業レベルの権限制御を重視しており、ローカルとクラウドの両方の展開をサポートしています。ビジネスモデルの観点からは、企業の研究開発部門や、デジタルオフィスで頻繁に業務を行うユーザーをターゲットにすることができます。 WorkBuddyは、カスタムエージェントとマルチタスクコラボレーション機能を通じて企業の生産性向上を目指しており、タスク分解機能を継続的に最適化し、エコシステムを拡大することで、複雑な企業環境における適応性と実装能力をさらに強化しています。

BiteyeとXHuntの創設者であるTeddy氏は、主にデジタル従業員の実践、大規模モデルの適用とコストの問題、テクノロジー構成とセキュリティリスク、コラボレーション方法の最適化に関する見解を共有しました。デジタル従業員の実践に関しては、モデルの錯覚とコードエラー率を低減するために、下位レベルのエージェントによって生成されたコードの二次レビューを行う上位レベルのレビューエージェントが必要であり、必須のコードレビュープロセスを確立する必要があります。現在のエージェントベースのコードにはまだいくつかのバグがあるため、開発プロセスの標準化、プロンプトワード設計の強化、複数ラウンドの検証メカニズムの追加によってエラーを減らすことができます。運用シナリオでは、バックエンドAPIを介した統一スケジューリングによって投稿頻度を制御し、安定性を確保することが重要です。複雑なチームコラボレーション環境では、エージェントのコラボレーションとタスクの分配にはTelegramよりもDiscordの方が一般的に適しており、リソース管理におけるトークンの消費に特に注意を払う必要があります。さらに、エージェントシステムは、トレーニング、最適化、および動作修正のために依然として人的投資を必要とします。

OpenClawのインストールと展開に関して、Teddyは、高い自律性、オープンソースコード、強力なプライバシー保護、国際的なエコシステムとの統合といった利点を提供する、アイドル状態のコンピュータまたはMac Miniでの実行を推奨しています。ただし、インストールと設定は比較的複雑です。不適切な設定によるシステム異常を避けるため、モデルやチャネル設定の変更に伴うリスクには特に注意を払う必要があります。問題が発生した際には、GrokやGeminiなどのツールがトラブルシューティングに役立ちます。セキュリティ面では、プロンプトワード攻撃や悪意のあるスキル注入などのリスクから身を守ることが不可欠です。リソースとコストの面では、過剰な運用コストを避けるためにトークン消費量の管理も必要です。

マンキュー法律事務所のパートナーである趙軒氏は基調講演で、AI時代において起業家が注意すべき3つの主要な法的課題と解決策について語った。1つ目は、組織の殻、すなわち一人会社（OPC）によって生み出される「偽りの分離」である。これらは独立した事業体のように見えるが、責任とリスクを真に分離するには不十分である。真の物理的および法的分離が必要であり、これには組織構造へのパートナーの導入、専用の法人クレジットカードの使用、契約書へのAI免責条項と報酬上限の盛り込みなどが含まれる。2つ目は、コア資産の所有権の問題である。努力は権利に直結するものではなく、支配権を証明し、創造プロセスを完全に記録・文書化する必要がある。3つ目は、プラットフォームの覇権によってもたらされる「サービス停止」のシステムリスクであり、「神のような」条項や技術ロックインなどが含まれる。これには、コアデータをサードパーティサービスから分離し、代替ソリューションを事前に計画し、分散型技術を導入する必要がある。

「熱狂から冷静へ：ベンチャーキャピタルから見たAIの真のニーズと誤った提案」と題された円卓会議では、複数の投資家がAIの開発段階、応用範囲、投資ロジックについてそれぞれの見解を共有した。

Waterdrop Capitalの創設パートナーであるCancer氏は、AIはまだ開発の初期段階にあり、ユーザーエクスペリエンスが成熟し、広く「有意義」とみなされる段階に達するには相当な時間がかかると考えている。AI技術は非常に速いペースで進化しており、単に技術的リーダーシップに頼るだけでは長期的な競争優位性を築くには不十分だと指摘する。そのため、投資はコンピューティング能力などのコアリソースといった、代替不可能な価値を持つ基本的な能力に重点を置くべきだと述べている。アプリケーションレベルでは、「Lobster」のようなツールを例に挙げている。これは一般のプログラマーには使いにくいが、リアルタイムの健康データを通じて専門的なアドバイスを提供する「かかりつけ医」のような垂直統合型アプリケーションへの将来的な発展にはより適している可能性がある。また、AIは企業における調査レポートなどの情報作成ツールを代替できるが、最終的な意思決定の役割を代替することはできず、あくまで補助的な意思決定ツールとしてのみ存在し得ると考えている。

Enlight Capitalの創設パートナーである唐毅氏は、大規模モデルの急速な反復によりアプリケーション層企業の優位性が「均質化」され続ける可能性があるため、AI投資分野において明確な非コンセンサス機会を特定することは現状では困難であると述べた。同氏はWeb3とAIの組み合わせについては比較的楽観的で、それぞれがそれぞれの分野で高度な生産性をもたらすと考えている。OpenClawのようなオープンソースツールについては、大規模モデルに「手足」を与え、外部システムやソーシャルアプリケーションとの接続性を強化する一方で、セキュリティとデータリスクも高めると考えている。そのため、複雑な設定が必要であり、一般ユーザーには適していない。現状では、カプセル化によって全体的なユーザビリティとユーザーエクスペリエンスを向上させる方がより理想的なアプローチである。

First Rule Venturesの投資家であるYinghao氏は、深海産業における応用機会、AI開発、そしてユーザーと製品の視点からのソフトウェアとハ​​ードウェアの統合に注目し、ユーザーの行動やインタラクションデータを通してプロジェクトの可能性を評価しています。彼は、たとえすべての新しいAI製品を個人的に試さなくても、重要なトレンドを見逃すことはないと指摘しています。なぜなら、技術的な機能は多くの場合、迅速にモジュール化され、既存の製品システムに統合されるからです。

彼がより懸念しているのは、単一の製品ではなく、3つの長期的な構造変化です。1つ目は、AIとのインタラクションが新たな記憶媒体を形成し、ユーザーの認識や作業を特定のシステムに保存できるかどうか。2つ目は、この記憶が製品間を移行できる能力を持つのか、それとも徐々に単一の製品に縛られ、高い移行コストとユーザー体験の囲い込みが生じるのか。3つ目は、新たなスーパーポータルが出現し、AIとのインタラクションとトラフィック配信の中核ハブとなるかどうかです。

マンキュー法律事務所のパートナーである趙軒氏は、主にデータ処理、データ検索、データ分析にAI製品を使用しており、これらの機能を組み合わせたより統合された製品が登場すると予測しています。また、AIスタートアップ企業にとって単一の重大な障害を回避することが極めて重要であると強調し、データコンプライアンス、仲裁条項、免責事項といった重要な法的設計要素を最初から優先的に考慮するよう企業に助言しています。これは、制御不能なリスクが発生した場合のリスクを分離し、責任を保護し、単一障害点による企業の倒産を防ぐことを目的としています。さらに、将来的にはエージェントが主要な経済主体となり、データ取得、情報購入、戦略実行、さらにはシステム間取引までを担い、機械間経済活動と決済システムを形成すると予測しています。

「AIを解き放つNの方法：イノベーターのための機会」をテーマにした円卓会議では、複数の参加者がさまざまな視点からAIがもたらす変化を探りました。Matrix IntelligenceのCEOであるZeno氏は、スクリプトやプラグインを修正することで複数のデバイスを接続し、マルチデバイスのメモリ同期と状態の一貫性を実現することで、情報損失を防ぎ、タスクの流れを中断させないようにできると提案しました。システムの安定性を維持するために、日々のクリーンアップ/レビューメカニズムを追加することもできます。既製のツールを使用する場合と比較して、企業レベルの権限やプラットフォーム機能に基づいた高度なカスタマイズは、より効率的で柔軟性があり、個々の習慣に合わせたワークフローを簡単に作成できます。将来を見据えて、彼はAIが統一されたエントリーポイントとなり、ユーザーは単一のAIハブを介してさまざまなツールやシステムにアクセスし、すべてのタスクを完了できるようになると考えています。利用が増えるにつれて、AIはユーザーの記憶、好み、ワークフローを継続的に蓄積し、データと機能のフライホイール効果を生み出し、ますますユーザーに精通し、効率的になります。この傾向の下、個人はAIシステムを設定し、利用料を支払うことで、従来の人間の労働をはるかに凌駕する生産性向上を実現できる可能性があり、個人間の効率格差は著しく拡大するだろう。

ClawFirm.devの共同創設者である0xOlivia氏は、実際のAIアプリケーションでは、システムの不安定性やメモリの断片化、自動化機能の不足といった問題が依然として存在すると指摘した。ユーザーは、まるでレゴブロックで組み立てるように、さまざまなツールやスクリプトを継続的に組み合わせる必要がある。高度な知識を持たないユーザーにとっては、成熟した商用プラットフォームと公式アプリケーション、そして継続的な反復機能を組み合わせる方が、高度に断片化された自作システムよりも安定していて効率的な場合が多い。さらに、オープンソースコンポーネントを導入することで、データ処理能力やコンテンツ生成能力をさらに向上させることができる。彼女は、現在のAIの主な限界は、モデルの能力そのものにあるのではなく、そのエンジニアリング手法がまだその能力に完全には対応できていないため、最適化と実装の余地が非常に大きい点にあると強調した。今後、大規模モデルの能力が急速に向上するにつれて、AIアプリケーションは徐々に仕事や生活のあらゆる側面を網羅し、さまざまな製品形態との統合が進んでいくと予測している。

AIを活用したデジタル従業員について議論する際、Biteye/XHuntの創設者であるテディ氏は、AIはAPIや自動化インターフェースを介して社内システムに統合でき、コード生成、要件充足、コンテンツ処理といった特定の実行タスクを実行できると指摘した。一方、人間は製品設計や要件定義に集中できるため、重要な意思決定権を維持できる。この協働モデルはより安定していて拡張性が高く、開発全体の効率性を向上させるだけでなく、エラー率も大幅に削減できるため、AIは単なるツールではなく、スケジュール管理可能なアウトソーシングチームのような存在になる。また、プロセス指向で反復的なタスクはすべてAIによって変革または代替される可能性があると強調した。初期効果は不安定であっても、長期的な最適化と生産性の段階的な向上は可能である。複雑なタスクや経営判断においても、AIは重要な補助能力を発揮し始めており、より高度なビジネスシナリオに浸透しつつある。

AIアプリケーション開発のシニアエンジニアであるDou Ge氏は、AIのアウトソーシング、自動化、ツールベースのコラボレーションのトレンドについては概ね合意が得られているものの、ビジネスの観点からは、セキュリティ、アクセス制御、従業員間のコラボレーションメカニズム、資産蓄積を考慮することがさらに重要だと付け加えた。現在、市場にはさまざまなAI開発フレームワークとツールエコシステムがあり、それぞれ軽量設計、ローコード実装、高統合、セキュリティ制御に重点を置いている。企業は、これらのフレームワークを選択する際に、柔軟性と制御性のバランスを取り、実際のビジネスシナリオに合わせてアーキテクチャを設計する必要がある。これらのAIシステムを真に理解し実装するには、単なる理論にとどまらず、実際の投資と使用コストが必要となる。同氏は、AIがワークフローと組織構造を急速に変革していることを強調した。個人も企業も、継続的な学習とツールベースのアプリケーションを通じて効率性を向上させ、この変化に迅速に適応しなければ、技術革新の急速なペースに取り残されるリスクがある。