AIエージェントが失敗するのは、アーキテクチャが乱れているからだ
AIエージェントは一見強力に見えますが、実際には脆弱なままです。
12時間前、私のスキルシステムはこのような状態でした：
- 3つの異なるディレクトリに分散した34個のスキル。
- 「移動可能」とされていたスキルは28個ありましたが、実際に動いたのはわずか2個でした。
- 2つの管理システムが連携できていませんでした。
- あるツールが、誰にも気づかれずにスキルのコードを100行削除していました。
多くの人は大規模言語モデル（LLM）を称賛します。モデルこそが力だと考えているからです。しかし、モデルは単なる「脳」に過ぎません。機能するエージェントには、次の4つの要素が必要です：
- メモリ
- スキル
- フック
- 拡張機能
一つの要素が欠ければ、エージェントは失敗します。私のミスはバグではなく、「断片化」でした。パスは途切れ、リンクは欠落していました。
AI開発における危険は、計画なしにすぐにツールを使い始めてしまうことです。時間を節約するために、FirecrawlやCrawl4ai、さまざまなMCPサーバーを追加します。しかし、サードパーティ製のスキルが115個に達すると、次の3つの問題が発生します：
- 名前の競合：同じ名前のスキルが2つあると、システムがクラッシュします。
- 環境の汚染：あるスキルが、別のスキルのための環境を壊してしまいます。
- アップデートによる破損：APIのアップデートにより、チェーンが静かに（気づかないうちに）壊れます。
これが「アーキテクチャのエントロピー」です。システムが成長するにつれ、追跡が困難になります。
プロジェクトが安定してから整理しようとしてはいけません。それは罠です。私はシステムの修正に12時間を費やしました：
- 分散していたディレクトリを、2つのクリーンなパスに統合しました。
- 誤った削除を検知するためのゲートを追加しました。
- システムに変更があった際、作成者に通知するルールを作成しました。
- 古くて不要なファイルを削除しました。
これは新機能の開発ではありません。「アーキテクチャの衛生管理（ハイジーン）」です。衛生管理は複利的な投資であり、単なるメンテナンスコストではありません。
AIエージェントを構築するなら、このルールに従ってください： メモリとスキルのルールは、初日に設定すること。
早いうちに、以下の質問を自分に投げかけてください：
- メモリはどこに保存されるのか？
- バージョン管理はどう行うのか？
- 名前の競合を避けるために、スキルはどこに配置するのか？
- 拡張機能間の依存関係は誰が記録するのか？
- 定期的な監査は誰が行うのか？
これらの答えが、エージェントがどれほど大きく成長できるかを決定します。AIのボトルネックはパラメータ数ではありません。「散らかった家」なのです。
Optional learning community: https://t.me/GyaanSetuAi