コンテキストエンジニアリングの表面積がどれほど広大になるか、より明確な兆候が見え始めています。 AIエージェントを構築するには、理論上は非常に強力なモデルを持ち、ツールセットを与え、優れたシステムプロンプトを用意し、データにアクセスできるようにするだけで十分です。いつか本当にこんなにシンプルになるかもしれない。 しかし実際には、今日機能するエージェントを作るには、グローバルエージェントに何を与えるか、サブエージェントに何を与えるかという微妙なバランスを取る必要があります。何を主体的にするのか、それとも単なる決定論的なツールコールにするのか。コンテキストウィンドウの本質的な制約の扱い方。 ユーザーのタスクに適したデータを取得する方法と、どれだけの計算量を投入するかを考えなければなりませんでした。何を速く作るか決めて品質低下のリスクを許容するか、遅いけれど面倒なものを選ぶか。そして他にも無限の疑問が残っています。 これまでのところ、これらすべてに正解はなく、どのアプローチを取っても意味のあるトレードオフがあります。 そして重要なのは、これを正しく解くには、問題を解くドメインについて深い理解が必要だということです。AIコーディングにおけるこの問題の扱いは、法律とは異なり、法律は医療とも異なります。だからこそ、今AIエージェントのプレイの機会が非常に多いのです。