外部レビューによると、AIの開発コミュニティは最近「サイクル」と呼ばれるモダスオペランドニに焦点を当て始めました。 個々のエージェントが1つのミッションを実行できるようにするのではなく、複数のエージェントは引き続きバックオフィスで動作し、互いに協力して同じ仕事を何度も何度も改善します。 これは、AIプログラミングツールを単一の応答から継続的なミッションに移動することができます。

メタが「サイクル」について語る

メタの@Scale会議では、Claude Codeの創始者であるBoris Cherny氏は、"circle"がオープンアップの新しいラウンドだったか、実際の値だったか尋ねました。 彼によると、この方向は既に実物相に入りました。

ソフトウェア開発プロセスが継続的に変化していることは、Cherny は述べています。 開発者の手書きコードを最初に、AIプロキシ生成コードがプロキシポインタになり、後者は特定の書き込みと修正を完了します。 記事によると、彼のビューでは、このステップは、手書きコードからAIエージェントへの前のシフトよりも重要ではありませんでした。

複数のプロキシの連続的なコード変更

チェロニーは、例えば、コード構造を改善する方法を常に探していた1つのエージェント、そしてもう1つは、抽象化とマージしようとすることを専門としています。 通常の開発者のように提出されます。 コーディングライブラリ自体が絶えず変化するにつれて、これらのエージェントは実行を停止しません。

記事によると、このモデルは、AIエージェントを使用するほとんどの現在のユーザーが方法とは異なる。 過去には、エージェントの明確なターゲットを設定し、ステージで結果を確認し、ヒントからその逸脱を制限するためにより一般的でした。 いわゆる「サイクル」は、長期にわたり、バックオフィスで業務を遂行するエージェントのグループが、さらにマンデートをリベラルゼーションしやすくなります。

より多くの潜在能力、より多くの費用。

コンピュータサイエンスの全く新しい概念ではないTechCrunchノート。 再帰ループはプログラミングの基本的な方法です。ただし、固定ルールによって現在条件が決定されなくなり、別のAIサブエージェントに残されることがあります。 つまり、AI監視AIの考え方は理論構造から実際の製品形態へと移行している。

この記事は、この傾向を「試験時間計算」にリンクします。 OpenAIの研究者のNoam Brownは、現在のモデルが十分な入力で多数の問題に対処することができることを今月前に述べました。 このロジックでは、タスクが徐々に時間とともに改善されることができれば、例えば、コーディングライブラリの最適化によって、コンピューティングの継続的な投資は結果の継続的な変化をもたらす可能性があります。

しかし、このアプローチの費用も直接です。 記事によると、プロキシAIは通常の質問と回答者のチャットロボットよりも多くのトークンを消費し、作業の流れの循環がデフォルトで動作していたため、コストキャップは制御が難しくなります。 複数のエージェントの長期的操作は、ユーザーのために作業する高価な方法かもしれません。

これにもかかわらず、タスク自体が継続するのに適している限り、企業はトークン支出、ミッションの逸脱を監視できる限り、このような回転作業の流れから重要な利益がまだあると主張しています。