迅速なエンジニアリングからエージェント経験まで

大規模言語モデル（LLM）との連携における従来のやり方であるプロンプトエンジニアリングは、モデルが新たな能力を獲得するにつれて進化しています。現在、モデルはツール利用を通じて、より豊かな「内的独白」を行い、推論し、行動を起こせるようになっています。この変化は、自律的に目標を追求できるエージェントの開発につながりました。複雑さはプロンプトからモデルの推論へと移行し、タスク達成のためにターミナルなどのツールが活用されています。しかし、これは制御とセキュリティに関する懸念を引き起こし、自由と制約のバランスが求められます。エージェントの選択に最も影響を与えるのは、行動のスクリプト作成ではなく、その環境のデザインです。長期にわたるエージェントの進化するコンテキストウィンドウを管理することが重要であり、これにはコンテキストエンジニアリングが必要です。これは、最初のプロンプトを完璧にするのではなく、エージェントにガイダンスと情報へのアクセスを提供するプロンプトエンジニアリングとは対照的です。ツール発見可能性と情報構造に焦点を当てたエージェント体験が重要になります。アンドリュー・ン氏のContext Hubのようなツールは、ローカルおよび共有のフィードバックループを通じて自己改善を促進します。この進化は、人間とAIエージェントの両方のために構築するインターフェースを慎重に検討することを必要とします。