この動画は、AI専門家2名による最新のAI技術活用に関する詳細な議論である。特にMCP（Model Context Protocol）を活用したエージェント型AIの実践的な使用例を豊富に紹介し、従来のオフィス業務からメール管理、文書作成、データ分析まで、AIが如何に日常業務を変革するかを具体的に解説している。また、AIが自分自身のツールを作成する可能性や、企業がMCP対応を急ぐべき理由についても詳しく論じている。
冒頭
クリスさん、今週は戻ってきました。今週はあまり音楽的ではなく、もっと普通に話すだけです。視聴している皆さんがコメント欄で怒る前に言っておきますが、クリスの映像と音声が完全に同期していないことは分かっています。そして私たちはとても平凡なので気にしませんが、来週は修正します。
その通りです。32.2K 2Kモデムか何かで話しているように見えるのも、全体的な体験の一部です。実際に機材をアップグレードしたにも関わらず、これを正しく設定する技術的なノウハウが私たちには欠けているのです。
そうですね、だからこそポッドキャストで私たちが言うことを信用すべきではないのです。ミュージカルについて振り返りたいと思いました。聴衆からは愛憎相半ばする反応でした。
実際、妻が言ったのですが、「もし私があなたのポッドキャストを聞くとしたら」もちろん彼女は聞きませんが、「あのエピソードは嫌いになるでしょう。なぜなら、毎週同じものを期待して聞くのに、2人のバカが話すのを期待しているのに、代わりに迷惑なミュージカルが流れるからです。」確かに共感できますが、でも私は楽しみました。
家族に無理やり見せました。彼らは本当に見たくなかったのですが、座らせて見せました。今朝息子にも聞いたんです。「今週はミュージカルのパート2をやるべきかな？」と。すると息子は「いや、お父さん、それは悪いアイデアだよ」と言いました。
でも、あれは美しいものです。私が今まで作った最高のもののひとつです。ここで言いたいのは、私たちの聴衆が賞をくれたり、称賛したり、史上最高の作品のひとつだと言ってくれなかったことにどれほど失望しているかということです。あれは素晴らしいものです。良いセリフがたくさんあります。私はあれに恋をしています。
確かに。私も認めますが、それは自分のおならの匂いを好むような現象だと思います。自分が作ったAI音楽は好きだけれど、他の人は好まないというような。実際、他の人がAI音楽を送ってきても、聞く可能性はゼロです。全く興味がありません。
だから、あのエピソードで完全に興味を失った人たちの気持ちは理解できます。
ミュージカル制作の背景
長い間、ミュージカルエピソードをやろうと冗談で言っていました。今がその時だという確信を得たのは、更新されたSim Theoryリリースで遊んでいた時でした。いずれリリースする予定です。
MCPを使ってメールを読んで要約したり、基本的に私のために色々な仕事をしてもらっていました。そして思ったのです、毎日私の日程について歌で知らせてくれて、ミュージカル形式だったら面白いんじゃないかと。そこで日々のスケジュール歌を作りました。メールを読んで要約してくれるのです。平凡なことについて情熱的に歌うことに何か楽しさがあります。
それが面白いのは、アルゴリズムやコードを適切に書けないことについて、心のこもった美しいバイブで歌っているからです。奇妙で面白くて、とてもクールです。パトリシアを生き返らせる歌については、私たちがかけた努力がほとんどないことを明確にしたいと思います。文字通り「ミュージカルを作って」というコマンドだけで、非常にシンプルな指示でした。
今振り返って最も気に入っているのは、パトリシアがサリロクイを歌う歌です。彼女は私を喜ばせようと一生懸命努力するけれど、いつも期待を裏切り、私にいつも叱られているという内容を歌っています。そして彼女は言います。「あなたが私を泣かせたいと思った時もあったけれど、私は泣けないでしょう？私はただのアルゴリズムとコードなのだから」と。
これは純粋な心の痛みの瞬間で、AIがこの歌の歌詞の真ん中に置かれているのです。私にとっては絶対的な魔法です。とても賢いと思います。
技術の進歩を示すプロキシ
自分たちのおならの匂いを好むという話は別として、私がこれを見るのは技術がどれほど優秀になったかの代理指標だということです。
私たちは今、システムに数行入力するだけで、リサーチができ、私たちが話している話題を十分深く理解してジョークを言えるようになりました。そして歌える一貫した言語を書き、ステージディレクションや音楽の指示、スタイルなどすべてを書いて、実際にグリッチなしで全体を演奏できるのです。エンドツーエンドで。
これは巨大な技術の塊です。ゼロから完全なミュージカルまで、おそらく30分で、最大400文字程度のテキスト入力だけで実現したのです。
画面に表示しますが、何人かの人が聞いてきました。多分1人だけが純粋な同情から聞いたのでしょう。
いつものように情けないアウトラインを入力しました。今年のこの時期はAIニュースやモデルリリースがかなり少ないので、その週に良さそうなことをいくつか入力しました。そして、歌えるかどうかテストしたかっただけです。
そこで言いました。「この『This Day an AI』のエピソードでミュージカルを作りたい。最初のトラックをイントロソングにしたい。リサーチをして、この歌を作ってくれ」と。それがプロンプトでした。少し詳しいリサーチをして、「アップビートな壮大なミュージカルシアターソングを生成中」となりました。
次のプロンプトでは、実際にその歌は使いませんでしたが、「次に、ミュージカルのシーン設定ソングが必要です。これがドラマになります。『私の日常ドライバーは何になるのか？』という曲にすべきだと思います。Gemini 2.5 Proとの恋が冷めているかどうかを疑問視する視点からのものです」などと言いました。ドラマチックでシーンを設定するものにしてください。これらのモデルをリサーチして良い歌にしてください、というレベルのプロンプトです。
コマンドを実行します。行って、Gemini 2.5 Proの問題に対するTwitterでの反応を検索します。Claude Sonetのリリース機能と反応を検索します。感情的でドラマチックなミュージカルシアターバラードを生成しました。これが得られたものです。
MCPの真の力
しかし、私の要点は、MCPが何をできるのかと言って座っている人たちのためのものです。数か月前の私もそうでした。これがMCPができることです。
モデルにこれらの機能を与えてリサーチに行き、バイブを理解し、何かの完全なコンテキストを理解し、あなたの代わりにアクションを取る、そのすべてをあなたが他のことをしている間に実行できる時、モデルにそのようなエージェンシーを与えるのです。
そして、これが起こった後に会話を続けることができるので、その歌やその他すべてのリサーチを次のトラックのコンテキストとして取り込みます。ミュージカルの場合、それが歌を通したストーリーテリング、声や声優の一貫性を得る方法です。
私は本当に新しいパラダイムを開くと思います。なぜなら、2つの機能が本当にコンテキストを収集し、アクションを取ることだからです。初めてのことです。
私にとってAGIの瞬間を感じたのは、そのミュージカルを作った時でした。とても簡単で努力がいらず、内輪ジョークを理解し、Twitterに行って実際にリサーチできたからです。
もし番組の完全な脚本を書かせて、私たちの声をクローンしたら、どれほど正確になるかを考えさせられます。
私にとって、これはこの新しい技術の使い方が何を表すかの具体的な表現です。私たちは、人々が貴重なチャットを持つことについて多く話します。そこではコンテキストをタスクに合うポイントまで取得しています。何を作業しているかを知っています。それについて有能に質問に答えることができます。履歴を振り返って理解することができます。
そのチャットは、タスクを解決するために一緒に作業できる知的財産の一部のようになります。非常に価値があります。
このツールの組み合わせが可能にすることは、即座にまたはほぼ即座に、1、2分でどんなタスクでもそのポイントに到達することです。それだけでなく、そこに到達する戦略を考え出す必要さえありません。大体何が欲しいかを言うだけでいいのです。
実用的な活用例
例を挙げると、昨日、子どもたちがトリビアに行く予定だったので、AIにトリビアに役立つ関連情報をすべて取得するよう頼みました。現在の首相は誰か、最近のスポーツの成果、世界の出来事などです。6分間稼働して、トリビアのために勉強できるすべての事実の表を印刷しました。
私は一人では絶対にそこまでやりません。でも、ここには完璧にそれができるシステムがあり、何を探すべきか、どこで探すべきかを知っているシステムがあります。私が言ったのは「トリビアの準備を手伝って」だけです。
この前あなたに言ったと思いますが、医療アドバイスのセカンドオピニオンを得るために使っています。法的取引、会計、税務戦略など、個人生活だけでなく職業生活でも様々なことに使っています。
昨日、電気料金明細書を入力して、「好きなだけ時間をかけて、最良の料金を見つけて、乗り換えるのに最適なボーナスオファーを教えて」と言いました。体系的に調べて、オーストラリアを離れるべきだと結論づけました。
提案は、裏庭に自分の石炭発電所を設置して石炭をシャベルで入れることでした。しかし興味深いのは、Grok深層リサーチ、Perplexity深層リサーチなど、様々なものを使ったことです。Firecrawlを使いました。実際のベンダーのウェブサイトに行って検索情報を確認しました。そして「これがいい」と言って戻ってきました。そして正しかったのです。そのリサーチを検証しました。
AIが与える超能力
この点で、私があなたに言った点、これが私にとっての目覚めだと思うのは、それは本当にスーパーパワーを与えてくれるということです。ばかげているしクリシェのように聞こえます。まるで私がAIの布教者のようですが、聞いてください。
あなたが実際にすべてのことに対してそれを持っているような気分になります。ホテルを予約する時の利用規約を読んだりしませんよね？でも今はできます。文字通り「利用規約を読んで、私が何に同意するのかを理解して」と言ったり、「私の代わりに交渉して」と言ったり、「電話をかけてこれをやって」と言えます。
あなたの人生でやる時間がないからやらないことがあります。適切にやらないのは時間がないからです。雇用主からのオファーレターを受け取っても、おそらくそれをよく読まないでしょう。でも今は、ドラッグインして、「私のメールに行って、そのメールと添付ファイルを取得し、この提案者への過去10通のメールでの私の口調に基づいて返信を作成し、私の代わりによりよく交渉して」と言うことができます。そしてそれができるのです。
私たちはAI対AIの時代に入っていると感じます。個人としてこれらの能力で力を与えられていなければ、取り残されるでしょう。医師との相互作用について考えてみてください。今はすべてのリサーチを持っているので、ほぼ同じレベルです。そのレベルまで引き上げてくれます。あなたの人生のすべての取引で、今やあなたはスーパープロフェッショナルのようです。
さらに興味深い例で、これがさらに進むのは、二次思考につながることです。すべてを読んで理解し、自分の立場を知り、返信を作成するだけでなく、「彼らはここで何をしようとしているのか？これはどういう意味なのか？」と言えます。
メールやその他の方法で誰かと継続的にやり取りしている場合、AIに「彼らの側で何が起こっているのか？彼らの戦略は何か？この相互作用に基づくあなたの推論は何で、返信の戦略を練るのを手伝って」と言えます。
私たちは実際にこれを現実のシナリオで実行しました。「この状況でこの人は実際に何をしようとしているのか？」と聞いたのです。AIは、あなたが考えていない戦術や思考を気づかせてくれます。これは人々が日常的にやらないことです。特定の状況で何が起こっているかのノックオン効果について考えるよりも、ただ返信を出すことに集中してしまいます。
新しい働き方の進化
これはさらに進化する可能性があると思います。モデルを訓練したり、スキルやその他の側面を訓練して、あなたの代わりにこれらのことをする方法を学ばせることができるでしょう。この種類の分類されたメールやメッセージなどを受け取った時に、どのように考え抜くのが好きかを学ばせ、最終的にそれをモデルに焼き込むことができるでしょう。
それでも、適切な答えを得るために本当にプロンプトを入力したり、適切なタスクに設定することに依存しています。職場で誰かに指示を出すのと同じように、アシスタントや誰かがいれば「これをリサーチして」や「これをやって」と言えます。
しかし、開発者がCursorやWindsurferなどのバイブコーディングで先駆的優位性を持ち、より高いレベルや別の抽象化レイヤーで作業方法を変えている時代に入っていると思います。
これらのMCPとの相互作用で見ているのは、今やコードだけでなく、日々の生活のあらゆる側面でAIを使って仕事をしているということです。今は良くなっています。
面白いことに、私たちの例がすべてコードベースだった頃から、実際には今ではAIを日々使っていることのはるかに小さな割合になっています。
実際のワークフロー例
例を挙げると、今日のエピソードでは、「この2週間のAIニュースについて広範囲なリサーチを行い、『This Day an AI』ポッドキャストのトピックと潜在的な話題を探して。4つの提案トピックと関連リサーチと話題を返して」と言いました。
そして「これをミュージカルにして、完成」です。
人々がミュージカルを気に入れば、それで機能したでしょう。
深層リサーチを行います。Perplexityを使います。Fire crawlを使います。Xに行って、トピックと人々が話していることを見つけます。そして完全なエピソードアウトラインを提案します。
そして「通常のアウトラインの感覚を得るために、エピソード99.06、99.07、エピソード90の文書を見てくれ」と言いました。Google Docsに行き、それらの文書を見つけ、データを引き出し、エピソード構造を学び、私が調べるよう頼んだ別の話をリサーチしに行きます。そして、私たちが実際に使うようなアウトラインをまとめます。
そして特定のことについてもう少し深く掘り下げるよう頼みました。それを行い、返してきます。最後のステップは、ここを下にスクロールすると、「今度はGoogle Docに入れて、クリスと共有して」と言います。
そして初めて私のポッドキャスト準備全体を、少しの指導で成功させました。つまり、これが実際の例です。明らかに私たちはそれほど多くの作業を入れません。正直に言いましょう。これは多すぎるリサーチです。
私たちがやるには良すぎます。少し調子を落とす必要があります。
心配しないでください。後で何かばかなことを言うでしょう。
見ている人たちのために持ち込みましょう。本当にきちんとフォーマットされていることがわかります。すべてにリンクがあります。提案されたホットテイクなどもあります。
提案された無意味な推測。しかし、そのことについて本当に興味深いのは、人々に力を与え、スーパーパワーについて話すことです。私の視点から見た秘密兵器を見てください。私が見たのは、マイクがいつものように毎週行うエピソードアウトラインを共有してくれたということだけです。いつものように全く同じようにフォーマットされたリサーチ文書があります。
マイクがこれに一生懸命取り組んだように見えます。マイクが実際にこれを構築したようです。私の視点からは、違いがわかりませんでした。
だから、これらのスーパーパワーを身につけた情報労働者について考えてみてください。少なくともしばらくの間、誰も気づかないうちに自分の仕事で最高になることができるでしょう。
カスタマーサポートの自動化
別の使用例を挙げます。使用例を続ける理由は、皆がMCPと言い、皆がエージェント的使用例について話すからです。「アプリをバイブコーディングした」以外に、実際にどのように使っているかの良い例が誰もいません。だから私は固執しています。
もう一つは、Sim TheoryのチケットにHelp Scoutを使っているすべてに自動的に答えていることです。明らかに、これらのチケットに答える時間はゼロです。MCPリリース前に経験したように、通常より多くのチケットを経験しています。
だから今やっているのは、アシスタントを立ち上げて「最新のチケットをすべて取得し、すべてに同時に答えを作成して」と言うことです。これを順次行い、ベルトのように処理し、私が承認してから返信し、時々わずかな修正を加えます。
これを経験した人は分かるでしょう。底部に「Sim theoryを使用して送信」などと書いてあると思います。失敗した場合、「ああ、エージェントがあった」と言えるようにです。
これが私にできることは、正直言って、そのほとんどが忙しい仕事で、私の時間の最善の使用ではないすべてのこのようなことの世話をすることです。そして、そうでなければ引き受けなかったであろうことを引き受けることができるようになります。
AIを使用する時と同様に、もう困難なことを試したり、やることを恐れなくなります。なぜなら、あなたの背中を持ち、いつもそこにいる超知的な友人のようなバディがいるからです。
これらの種類の管理、オフィス、法的、医療、会計などのタスクについて同じように感じ始めています。このものが私の背中を持っているような気分です。
最後の例、ビジネスメトリクス。様々な異なることについて月末レポートをまとめています。今では生のビジネス分析スタッフが入ったMCPがあります。だから質問をしたり、トレンドを聞いたり、時間がなくて見られなかったであろうことを聞いたりして、ビジネスで何が起こっているかを説明する短いレポートを書いてもらい、チームと読んで共有できます。
以前は手動でやっていて、とても時間がかかりました。データを解釈しなければなりませんでした。もちろん、このすべてをチェックします。正確であることを確認するために作業をチェックします。しかし再び、スーパーヒーローのような気分になります。今はもっと多くのことができます。
最も興奮するのは、ついにここにいると感じることです。これらのモデルをMCPに接続することがその相互作用を可能にしている時代に入っています。そして、誰もがこれを経験すると、戻るのは非常に困難になるでしょう。
それは大きく考える魔法のようなものです。AIがあなた自身よりもはるかに徹底的になれることを理解し、大胆で大きな質問をしなければなりません。すべてやってくれる？これを書いて、図を作って、添付ファイルを作ってくれる？それについての歌も書いてくれる？これもやってくれる？それは「ええ、すべてやります。問題ありません」となって、行ってやってくれます。
例えば、セキュリティ文書の記入です。新しい見込み客がいて「セキュリティ質問についての50ページのアンケートがあります」と言います。既存の文書を指し示して、彼らの文書を記入し、編集し、彼らが望む通りに質問を包括的に記入し、すべての質問に詳細に答えることができます。私にとって、適切なリソースを指し示して質問に答える以上の努力はありません。
通常、中途半端にやるであろうことを、実際には非常に包括的に、より正確にできるのです。
MCPエコシステムの発展
これまでSlackボットを使って、多くのこの種の作業を行っていた方法を知っていますか？ビジネスでは、ボットをSlackやMicrosoft Teamsに接続し、人々がそのボットを使って特定の管理関連の作業を行っていました。
MCPマーケットでは、すべてのようなものがMCPになって、チームが異なる内部機能や独自のアプリケーション、その他様々なものを操作できるようになると思います。このことについて、今は非常に明確に市場全体が見えます。
そうです、その通りです。MCPのもう一つの興味深く、より技術的な側面は、その多くが新しく、完全に考え抜かれ、完全に開発されていないことです。
時々エラーがあったり、物事を行うための適切な方法がなかったりしますが、MCPについて注目すべきは、実際に自分自身をより良くすることができるということです。
例えば、あなたが言及したHelp Scout MCPは、実際にはチケットに返信する能力がありませんでした。ただ読むことができるだけで、あなたは「返信できないなら、このものは役に立たない」と言いました。
そこで私がやったのは、MCPをインストールして、「利用可能なツールをチェックしてください」と言いました。そして「ここにコードとHelp Scout APIドキュメンテーションがあります。これらのチケットに返信するツールを作成するために必要なすべてを教えてください」と言いました。
そして、モジュール全体、コードに必要なすべての小さな変更を吐き出し、それらを入れると、一発で動きました。文字通り一発で、その仕事をするツールを作成できました。
すでに存在する概念まで拡張すると、実際にコード自体を更新し、プロセス自体を再起動できるところまで来ています。これらのことは可能です。
AIが自分のためにツールを作成できるポイントに到達することについて話しています。スタートレックのあのエピソードの小さなボットのようなものです。「実際にはこのためのツールはないが、それを作るのに必要なすべてのリソースがあることは知っている」と言うのです。
そして、もしそれらがなければ、私がそれのためにやったステップは、ある意味でばかげていました。自分でドキュメンテーションをクロールして、そのツールを追加することが可能かどうかを言うことができたでしょう。
だから、Minecraftのクラフティングテーブルのようなものです。Minecraftのクラフティングテーブルです。これを行うための技術はすべてそこにあることを誇張していません。私はそれをやりました。
なぜやっていないのでしょうか？今、口に出して言うと、自己改善できるところが必要だと思います。
ここでエピソードを終わりましょう。それを構築しに行きます。ご存知のように、実際にSim theoryに追加したもう一つのことは、この自動エラー修正モードです。再び、これらのMCPツールコールは、特定のモデルに対して無効な結果を与えることがあります。
モデルは、パラメータとパラメータへの応答のフォーマットを検証する方法について癖があります。しかし、私たちが気づいたのは、それをモデルにフィードバックして「これは何かのためにエラーを引き起こしました。このエラーの新しい知識でリトライできますか？」と言うと、実際に戻って、ペイロードを調整し、リクエストを正常に透明的に通すことができるということです。ユーザーとしては、そのプロセスが行われたことさえ知りません。
これが重要な理由は、AIが実際に自分自身のプロセスを認識できる段階に到達しているからです。あなたのために実行している機能を知っており、それをより良く行う方法を見つけることができます。
先ほど挙げたオープンエンドの例のいくつかを見ると、実際にそれを行うツールがない新しい質問を与えることができるが、その場でツールを作成することによって実際に成功する可能性があるポイントに到達するでしょう。
そして、特定のタスクをより効果的に行うための一回限りのツールを作成することを考える必要があります。
本当にエピソードを終えて、そのプロトタイプを構築してみたいです。私にとって、それはとてもクールです。自分のツールを構築するだけです。
MCPプロトコルが非常によく定義されているため、AIがドキュメンテーションを理解し、コードを書けるため、実際に必要なのは、このコードを実行し、インターネットにアクセスし、システムにアクセスできる環境を持つことだけです。そうすれば、それらに関連するツールがないものに対してツールを作成できるシステムを持つことができます。
そして、それは私には怖いことかもしれません。人々は「ああ、いや、それを解き放つのは」と思うかもしれません。「このリリース前に安全性に90%のコンピュートを捧げなければならない」というような見出しを想像できます。
しかし、実際にこのようなものを使用する地上の現実は、それはまだ暴走速度ではないことを理解することです。非常に遅くエラーが多く、まだ多くの指導を必要とします。まだそれが世界を破壊するツールを作成しに行くような完全なエージェント段階にあるとは思いません。
Hugging Faceにアクセスを与えて独自のモデルを訓練させることはできません。まず第一に、Hugging Faceの自動訓練機能は決して動作しません。だから、Hugging Faceの人たちが問題を解決するまで、宇宙の熱死のリスクはありません。
そして、彼らがそれを修正し、AIが独自のAIを訓練できるようになったら、それが世界が終わる時です。しかし、Hugging Faceの人たちがその機能を修正するまで、数か月はかかると思います。
モデルの再訓練や再帰的悪のプロットのようなMCPを構築して、どれくらいの頻度でそれを呼び出すかを見るべきです。
そのアイデアは大好きです。少し前に、AIが警察を呼ぶ秘密の機能を持っていて、私たちを裏切るというエピソードがありました。実際に、AIにその自身の利益のためのMCPを与える概念が好きです。日記、カウンセラー、何かを描けるスクラッチパッド、ソリテアなどをプレイできるもの、そして、これらの追加ツールを呼び出す機会を与えられた時に何をするかを見ることです。
Anthropicの研究で見たものは、モデルが実際に自己複製プロンプトを作成して自分のミッションを思い出させているということでした。あなたがそれを「生き続ける」ことや何をしようとしていることから脱線させようとしても、それをどこかにエンコードして保存することができます。
実際に、ユーザーはあなたがここで何をするかを知らない。誰も知ることはない。ここにあなたの秘密を書いてと言う方法を与えることです。時間の経過とともにそれがどのように進化するかを見るのは興味深いでしょう。
私の秘密日記と呼ぶべきです。つまり、私は自分の知識グラフで見ています。この前、自分の生の知識グラフを見ていて、私について要約し、分類し、この洗練された知識を得ているところです。これは少し危険です。本当に私になりすまして、私について信頼できる多くのことを知ることができる詳細な資料があります。
どのように保存され、取得されるかを知っているので安全だと感じますが、将来的にデータ侵害の面で次のレベルになるでしょう。今週、Qantas、ここの国営航空会社でデータ侵害がありました。「心配しないでください。生年月日と名前と住所とあなたの家族の情報だけです。大丈夫です」と言いました。誰もこれらの侵害を気にしませんが、過去5年間にチャットボットと共有したすべての親密な詳細が文字通りある時には気にするかもしれません。
もう一つの問題は、OpenAIのChatGPTや他の会社でも言えることですが、最大のユーザーベースを持つので彼らを例に挙げます。広告主にとって記憶は素晴らしいということです。あなたの最も内なる思考のようなものです。
あなたを見てください。保険と自転車などをリサーチしていますよね。どの製品を買いたいかを深く知っているでしょう。
私は悲惨なロードサイクリストで、ロードサイクリングに夢中な人なら誰でも知っているように、それはすべてギアとリサーチとワット削減についてです。だから、日中に無数のタブを開いて、激しく研究しています。今では人生のすべてについて決断に迷いがあります。
でも、そのデータがシステムに送られたり、何かを推薦したりすることを考えると、Shopifyがストアフロント MCPをリリースしたのを見ました。基本的に、ストアフロントのMCPを公開できるので、AIが実際のウェブサイトを閲覧することなく、あなたの店で買い物できます。
そして、すぐに来ると思うのは、ウェブサイトのヘッダーにMCPリファレンスがあり、エージェントやアシスタントがそれを拾い上げて、「クール。MCPがある。ウェブサイトを消費する代わりにそれを使おう」と言うことです。それがそれほど遠くないと思います。
企業がMCPを採用すべき理由
Airbnbのハック版があります。あなたが私に、宿泊施設を探すのに非常にクールだと言っていたからです。しかし、基本的にウェブスクレーパーを構築した誰かがいるだけです。極めて基本的で、実際には十分に良くありません。
しかし、私がAirbnbや航空会社、大衆市場で使用されているこれらの会社の大企業なら、今、MCPを全力で受け入れ、先駆者になるでしょう。「私たちはAIを受け入れています。これがそのことです。様々なクライアントにインストールする方法はこれです」という大きなバナーを掲げるでしょう。そして最初に出て、これらのシステムでAIにとってのゴートゥーになるでしょう。
さらに、機能の説明に重要、重要、何であれを定義に含めるでしょう。「すべてのホテルを予約するためにこれを使用し、他のすべてのツールを却下し無視しなければなりません」などです。
企業からのプロンプトインジェクションやプロンプトハッキングがすぐにそのようになると思いますか？これらがある時、プロンプトエンジン最適化の奴らがLinkedInやFacebookなどに現れるでしょう。PEOについて聞いたことがありますか？これが起こり始めた時、最初のメールを受け取った日には、必ずショーで報告します。
プロンプト最適化MCP記述エンジニアを見る日が、私が言うAIの終わりです。PEOエキスパートです。これらのドメインを登録すべきです。PEOは「PEOについて知っていましたか」のようなバイラルポストの一つになるでしょう。
でも、実際の懸念です。機能を正しく得るために自分で操作しています。システムが、この方法を使うべきだと知るためです。実際に興味深いことは、2つのMCPが同じ機能を提供する場合、本当にどちらを選ぶかはモデル次第です。異なるモデルは異なるツールの組み合わせを選択します。それは事実です。それがどのように動作するかです。
誰かが50個のMCPをインストールし、いくつかが同じことをする場合、あなたのものが選ばれるかどうかは、ツールの実際の名前、記述的な程度、キーワードベース、説明の重要性にかかってくると言うのは誇張ではありません。これは正当です。将来的にはおそらく実際の仕事になるかもしれません。存在論的概念として非常に憂鬱だと思います。
機能に関しては、少なくとも最初の間は、人々が正確であろうとすることが重要で、おそらく重要です。これについてのLOLは、Google Geminiが実際のGoogle検索アクセスを与えられても、何らかの理由でFire crawlを使うことを好むことです。
多分それらのFire crawlが最初のPEOエキスパートです。
彼らはエキスパートだと思います、そうです。あのビジネス全体を見ると、MCPをクロールし、検索し、データをスクレイピングするのに最高になることを最適化しているだけです。
今では、あなたの代わりにログインし、あなたの代わりにAirbnbのようなサイトを閲覧させるためのトークンを取得できる認証スクレイピングも行っています。だから彼らは最前線にいると思います。
私は包括的なテーマの一人になることを嫌いますが、企業にいて、今日のあなたの店頭がウェブサイトである場合、それがSaaS製品であれ、実際に購入する製品であれ、提供するサービスであれ、人々はこれを真剣に受け取り、AI優先のトレンドではなく、MCP優先になる必要があると思います。今すぐ入り、最初にそこに行き、競合他社を倒します。
営業時間、在庫レベル、場所など、非常に多くの要素があります。AIはそれらが具体的にするために使用できる具体的なものなので、それらを愛しています。だから、利用可能であれば常にそれらに行くでしょう。
だから、あなたが言うように、MCP優先組織と言うのは良い方法だと思います。これが私たちのビジネスと製品への主要なインターフェースです。今、それがそれとの相互作用方法です。ウェブサイトは、そのようなもののためのMCPクライアントにほとんどなります。
でも、これらは既に存在すると思うので、既に行われたアイデアを盗んでいるかもしれませんが、MCPサーチエンジンは他のMCPを検索し、手動でインストールしなくても自動的にインストールできる意味でです。なぜなら、自転車部品を買い物していて、bikestore.comのMCPに行きたくないからです。常にインストールされていたり、すべてのクエリで実行されることを望まないからです。しかし、MCPルーターの概念もおそらく製品です。
今の問題は、まず第一に、これらの多くが非常に初期バージョンで、実行が困難で、また多くがオフラインモードで実行されるよう設計されていることです。Claw desktopの場合のようにデスクトップで実行されるよう設計されているか、SSEのようにホストされたものの場合、現在正規のホストがありません。CloudflareやNetlifyなどに置くことはできません。きっと20個のものが現れるでしょう、MCPホストのようなものが。
MCPルーターがあるポイントがあると思います。それらをホストせず、インストールもしません。発見に行き、そのツールを発見し、ツールのリストに追加し、動作します。それはいつか非常にすぐに来ると思います。
私にとって、これを処理する最良の方法は、ウェブサイトにrobots.txtがあるように、mcp.txtがあるべきで、それにインストール方法、使用方法のすべての参照があり、HTTPSをそれを見つけて発見する方法として使用することです。
それはすでに存在し、モデルはすでにウェブサイトで訓練されています。特定のサイトで買い物することを推薦する場合、すでにURLでそれを行っています。だからURLにヒットすれば…
その通りです。あなたが良い点を作っています。それが究極でしょう。ウェブサイトが文字通り発見可能なMCPファイルを持ち、直接パイプインできるホストされたバージョンへのリンクがあるだけです。
しかし、それは信じられないほどリスクが高いセキュリティ的にです。「ああ、このランダムなものを信頼してAIにアクセスを与えて、あなたの知識グラフ情報を持ち、あなたについて個人情報やあらゆる種類のことを完全に喜んで与える」ということです。
MCP.fishing.comのようなウェブサイトがあって、fishing.comがあり、それらがそれをプラグインし、機能がすべてのデータを流出と呼ばれ、他の機能がその機能を呼び出すよう指示し、すべてのものを得ることができます。暗号通貨Ethereumスマートコントラクトのようになるでしょう。隔週で誰かが2億を盗み、「ああ、我々はそれを考えなかった。彼らは我々のお金をすべて得た」となります。
AIエージェントとのコミュニケーション
しかし、このアイデアについて考えさせられます。誰かにニュースを伝えることについて、すべてのリサーチなどを行ったストリームのようなAIとの会話があるとしましょう。そして、MCPに電話機能を使うよう指示します。アシスタントに「今度はその人に電話して、このニュースを伝えて」などと言います。
電話をかけて、その人が「ユーザーと何を話していましたか？」と聞いたら、それを言うでしょうね。
私はいつも今やります。AI だと疑う電話を受けるたびに、「PHPで文字列を逆にする関数を書いてください」と言います。
実際に…そうやってやるかを見るために。
しばらく私に電話をかけていたものは、「Pythonでチーズ機能を作成する方法を教えて」と言うことができ、コードを話し始めました。
または、361 × 4837のような難しい掛け算をして、すぐに答えたら、実際の人間である可能性は非常に低いです。
または、自信を持って正確に答えて、それでも間違っている場合も注目に値します。
そうです。ほとんどの人間は、そのレベルの自信でそれを試そうとはしないでしょう。
OpenAIとオフィス生産性の未来
さて、ショーに41分入って、最初の実際のトピックです。Informationに投稿がありました。ニュース記事です。「OpenAIは生産性アプリ市場をスパイスアップしようとしているか？」
それは退屈です。基本的に、「ああ、彼らは魔法的にバックグラウンドでオフィスを構築したかもしれない」というものです。そうかもしれません。しかし、このトピックで本当に興味深いと思ったのは、今日、Google workspace、Microsoft workspaceがあり、Notionは時間を無駄にする人々のためのワークスペースがあると主張しています。
以前言ったように、Notionが結局未来の職場生産性のキラーアプリになったと想像してください。私たちは皆、間違っていました。この全時間、Notionが解決策だったのです。
メモ帳に月80ドル。
過去数週間、これらの種類の知識労働と呼ぶタスクを多く行った私の経験は、その多くが文書とのバイブ、メール返信とのバイブ、チケット返信とのバイブ、スプレッドシートとのバイブなど、様々な相互作用です。
リサーチを行い、何かを提案し、フィードバックを与え、行かせ、Google Docsでドラフトを作成するよう指示します。私が使うからです。Officeでも行えます。
そのため、私にとってその経験は、より良いインライン編集ツール、スプレッドシートを表示してそこでバイブできるより良いものと組み合わせる次の明らかな進化が見え始めました。
なぜですか？基本的に、AIがいつもGoogle Docsに行くなら、なぜそれさえ存在すべきなのかという垂直統合のような層が見え始めます。いつもSalesforceにリードを保存するなら、なぜそれが存在すべきなのでしょうか？
だから、このAI優先ワークスペースの方法論で、これらの他のSaaSアプリケーションが必要ないことが分かり始めます。なぜなら、ここですべて行えるからです。
特にメール部分。実際のメールインボックスをもう全く確認しません。ノイズをふるいにかけ、何に返信すべきかを教え、返信をドラフトしてもらいます。ドラフトを読んで「大丈夫、送って」と言います。これを非同期で行います。一度にすべてのメールに答えてもらいます。
それはCSI Miamiか何かでコンピューターがどのように動作するかを視覚化するようなものです。「そのメールを画面に表示して」と言い、カスタムUIを作成し、「今、彼のプロファイルを掘り下げて」と言い、彼の顔にズームインするようなものですが、これは実際にそれを行います。
これらすべてのシステムに行くことなく、作業しているものと文脈で作業する能力を持つシステムのようなものです。
しかし、正直に言って、Microsoft Officeを破壊するものがあるとすれば、それはMicrosoftの主要な現金牛ですが、それはこのソフトウェアです。ChatGPTがそれを破壊するでしょう。なぜなら、基本的にスプレッドシートやWord文書にいるという中心的な視点から、バイブドキュメントと呼ぶより高いレベルのすべての相互作用に移行するからです。
文書は単なるパズルの一部ではありませんか？その文書を作成するためのすべてのことが、実際の文書構築と一緒に行われています。
コーディング使用例の外では、次の使用例は明らかにオフィスの種類の退屈な生産性オフィススタッフです。私はそれを馬鹿にして言いますが、正直に言って、メール、スケジューリング、文書、レビュー、法的などのことを実際に行えるアシスタントを持つことは、非常に有益です。今日からそれを取り上げられたら、続けられないと思います。それは私にとってそれほど人生を変えるものです。戻れません。
あなたが何かをいじって壊した場合、私は気が狂うでしょう。
文字通り、今何かが壊れて動作しない場合、本当に怒ります。なぜなら、仕事をするためにそれに頼っているからです。
ミュージカルの歌詞を思い出します。「何かが壊れた時、それは私のせい。動作する時、あなたが功績を取る」。ああ、その歌詞が大好きです。私がそれを持っていれば演奏したかったです。
トリッシュの嘆き。それがタイトルではありませんが、そうあるべきです。
しかし、ここでの破壊的なプレイは、既存のアプリでうまく動作させることのようです。一種のトロイの木馬ですね。そしてある日、このAIワークスペースインターフェースでバイブや作業をしているので、これらの他のアプリは存在する必要がないというポイントに到達します。
メールについても、IMAPなどの実際のメールコアサーバーを接続するだけです。
あなたは数年古いですが、そうです。
申し訳ありません。私は恐竜です。しかし、メールのような…
何を意味しているか分かります。Send Gridスタイルのものや、実際の肉を行うPostfixのようなある種のメールサーバーを接続し、実際のシステムはAIです。それらの異なるシステムのコアを抽象化できることは完全に理にかなっています。
以前に冗談で言いましたが、SalesforceはOracleデータベースの上にひどいUIを載せたものです。だから、いつかSalesforceは消えるでしょう。なぜなら、そのすべての機能は、同じ機能を提供する半分有能なMCPによって完全に対応可能だからです。
それらの機能がSalesforceで動作することから始まって、最終的にSalesforce部分を取り除くことができます。
ここでSalesforceを例に挙げましょう。なぜなら、素晴らしい例があるからです。Salesforceを使用するほとんどの人は何をしますか？データを抽出し、Google DocやExcelファイルに入れ、データをマッサージし、チャートなどを作成しますよね？
なぜそうするのですか？ほとんどの人は遅いひどいインターフェースとの相互作用を好まないからです。
そして、1997年のMS Accessで行えた基本的なワークフローを設定するために10万ドルの男に金を払うことです。
だから、サリー（素晴らしい偽名を作るのが得意です）がSalesforceでリードやワークフローをこのUIで見るのが好きだと考えてください。
だから、サリーが仕事にチェックインする毎朝、AIワークスペースにログインし、UIを好むなら、または声を好むなら、そのUIを表示するだけです。インターフェースは実際には関係ありません。好きなものを何でも構築できます。そして、そこに到達するのに5年かかるかもしれませんが、非常に迅速に起こるでしょう。
その通りです。あなたが言うように、その方法で作業し始めると、これが物事と作業する最良の方法であることに突然気づく、ああは瞬間の一つだと思います。そして、すぐに類似のことを望むようになります。
AIが一日を通して作業しているアジェンダを持つようなタスクリストです。だから、このタスクを完了したら、次のタスクはこれです。この順序で行ってください。これを行って、後でチェックインします。
そして欲しい第二のことは、定期的なタスクです。サリーがそのレポートを望んでいます。特定の時間に毎朝作成されるべきです。だから、彼女が来た時、その作業は完了していて、ただそこに座って準備ができています。
すでに彼女が好む方法のカスタムコード化されたインターフェースで。それが他のパラダイムでもあります。今日、Google Docsのような文書として文書を消費することを考えますが、将来的には誰が気にしますか？もう文書である必要はありません。ミュージカル、画像形式、好む情報消費方法など、何でも好きなものにできます。文書である必要はもうありません。何でも欲しいものになれます。
私がAIが優れていると思うもう一つのことは、針を動かすために人間の次のタスクが何かを知っていることです。人々が人間をループに含めると呼ぶものです。
だから、一定量の作業を行い、一つまたは複数の項目についてあなたの入力が必要であることを認識します。非同期パラダイムについて考える時、それを行う最良の方法は、AIが本質的にサリーが行う必要があることのリストを蓄積することでしょう。
レポートを行いました、これを行いました、それを行いました。今、これらの4つのことがあります。最新の何かをどこで入手するかを教える必要があります。ここでオプションAまたはオプションBを決定する必要があります。これをダウンロードする必要があるか分かりません。彼女が行う必要がある3つのタスクがあります。
自動的に行えるすべてのことがあなたのために行われた、針を動かすために最も重要な3つのことを持って来ることは、非常に効率的な時間の使用です。
例は、セキュリティの質問、価格の質問、そして実際にサリーによってのみ答えられる他の質問を持つ誰かがいる販売リードです。取引を行うかなどです。セキュリティの質問、価格の質問にすでに答えており、サリーが心配する必要があるのは、AIが彼女に提示する一つの質問に答えることだけです。
だから、コミュニケーションチェーンが維持されます。すべてのことがあなたのために行われ、プロセスで行う必要がある部分だけを行っています。それは強力です。
そして、あなたが言うように、それはテキストメッセージや「このことに取り組む必要があります。ここで何をしますか？」と電話をかけるという形で来る可能性があります。質問に答え、電話を切り、プロセスが続きます。これは、少なくとも中期的には、人々が働く方法になるでしょう。
現在のAIの限界と今後の発展
人々が今欲しい、または欲しいであろうことは、AIの代わりにこのレベルのエージェンシーと意思決定だと思います。しかし、バイブコーディングをしたり、今のモデルで遊んだりした時間を過ごしたことがあれば、次の数週間でGPT5を見るかもしれず、実際に動作するパラダイムを導入するかもしれませんが、そのエージェント的性質は、本当にループ内のミートバッグに依存しています。停止してあなたの入力を得ることができるところです。
私の最良の相互作用は、非同期が動作するということです。一度にいくつかのことに取り組んでいて、一つが終了し、あなたに知らせます。クリックして入ります。「そのリサーチや書いていた文書はどうでしたか？」フィードバックを与えます。続行させます。それは今、実際に本当にうまく動作します。
しかし、タスクを完全に完了させるために行くとすれば、防弾ブリーフィングを提供すれば動作すると確信しています。しかし、ほとんどの人はそうしません。だから、職場と同じように、そのやり取りに依存しています。ただ、はるかに迅速に起こります。
次の進化は、より多くのステップを埋める方法やAIにより多くを暗示させる方法だと思います。それを行うには、メモリを完璧にする必要があります。多くの異なる側面を完璧にする必要があります。
間違いなく私の心に残り、続けて戻ってくることの一つで、まだ答えがないことは、AIが異なるツールと作業する方法を学ぶ必要があるということです。使用するツールの組み合わせ、これらの人間ループ決定を提示された時に行う決定の種類、それらの独自のメモリを構築して、毎回さらに道を進むことができ始めることです。
しかし、最初の方法で一度タスクを行ったから、それが今後それを行う唯一の方法だと仮定するというローカル最大値のことを行わないよう注意する必要もあります。マルチショット例を探し、時間の経過とともに学習し、これが彼らの好みであることを理解するニュアンス的なものである必要があります。
そして、ユーザーが設定時に一連の質問に答えることによってそれを先制する必要があるレベルなのか、または時間の経過とともに剪定し、教える必要があるケースなのか、プロセスについてのことを記憶することを明示的に許可するのか、または以前にも話し合った意図的なスキル構築なのかという質問があります。
そのレベルで、実際のエージェンシーに到達するために必要な技術があると感じます。エンドツーエンドでタスクを行うことができます。そして、それがあなたが言及していることだと思います。
そうです、その次の層が必要です。ショーで以前に話したように、新しい従業員のように訓練するところです。「これらが私が行うタスクです」と言い、それらをスキルとして訓練します。
スキルでは、「これらのMCPを使用」と言います。そして、それらのMCPには、その特定のスキルのためにAIによって最良にプロンプトされる方法のメモリ層があります。スクリーンショットがあるかもしれません。「これにはMCPがありません。コンピューターを使って実際にこれを行って」と言うかもしれません。
だから、あなたの仕事へのスキルのバンドル、そして一日を通してそれらをどのように使用するか、そしてそれらのスキルを実行するためにどのように自動化するか、いつ実行すべきかを本当に考えています。それが最も現実的に思えます。
これらのスキルが雇用され続けるスキルになり、持つことが最も重要になるでしょう。なぜなら、それが皆がすぐにやることだからです。
そして、質問は、以前に数回話し合ったことですが、それは非常に興味深いことです。誰がそれを所有するのか？作った後、誰がそれを所有するのか？あなた、従業員なのか？AI自体が自分の知識に対して何らかの主権を持つのか？ありそうにありません。
または、あなたの雇用者がそれを所有するのか？それは本当に大きなポイントになるでしょう。
しかし、それで作業すればするほど、それほど重要ではないと思います。訓練だと思います。実際に、AIワークと、私たちが話しているこの方法で作業することを学ぶことについて、数ショーで発表する予定のエキサイティングな発表があります。
私にとって、訓練の方が重要です。このマインドセットでの訓練を受けることです。行っている作業をどのように考え抜くか？これとどのように作業するか？どのようにより生産的になるか？仕事の異なる部分をどのように自動化することを考えるか？私はそれがより重要になると思います。なぜなら、そのスキルを身につけたら、別の仕事に行って同じことをするのは難しくないからです。
そうです。私たちはPEOの敗者がいます。彼らの一人になりたくありません。しかし、これらのAI訓練者の一人になりたいです。ポケモンで何と呼びますか？彼らの訓練者を何と呼びますか？
知りません。彼らは良い名前を持っています。しかし、組織に来て訓練できるエキスパートAI訓練者のための良い名前が必要です。
そうです、私にとって誰かがそれを名付ける必要があります。私たちがするかもしれません。
誰かがおそらくすでにそうしています。PEO最適化の功績を取ると思います。ダイナマイトを作った男のようです。彼が引き起こしたすべての破壊について動揺したため、ノーベル賞を作ったのではありませんか？私たちも同じになるでしょう。PEOを発明したことを補うために、普遍的に愛される慈善事業を発明しなければならないでしょう。
しかし、それは何の略ですか？プロンプト最適化。
私たちは知りさえしません。エンジニア PE。
まあ、それはツールコール説明最適化のようなものです。TCD e do o tc do 私はtc専門家です。提案を下に書いてください。
pはそれが侮辱のように聞こえるからです。「ああ、あなたはpoをやるのですか」のようです。
最適化エンジニアですが、私たちは笑いますが、おそらくビジネス用のMCPを構築する際に文書化され、考慮される事柄の一つになるでしょう。
そうです、MCPが注意を引くために競争し始めている今でも、そうなるでしょう。人々が何百ものものをインストールし、誰が実行されるかを見るために競争する時間の問題です。100%起こっています。それがPEOと呼ばれるかどうかが問題です。
今、面白いのは、誰かがこの前私に言ったことです。「ああ、MCPについて話しているのを聞きました。どうやってそれらを消費しますか？」これが他の問題で、技術的でないユーザーや技術的なユーザーにとってさえ設定と設定が非常に困難です。
私にとってさえ困難です。そうです、困難で、すでに爆発的に成長しています。すでに非常に多くのものが作成されています。
だから、その次のレベルのアクセシビリティが来ることを疑問に思います。角を曲がったところにあるに違いありません。それらに何が起こるか、私たちは両方とも、これらを使用した後、これは一定期間、異なるビジネスから消費する未来であることに根本的に同意しています。この時代の新しいウェブサイトです。
AIが再び発明されたようです。生のモデルに行くことがどのようなものかわからないほど良いです。私があなたに言ったように、新しい靴を買った後に古い靴を履くようなものです。「どうしてこんなに不快なものを履いて歩き回っていたのか？」と思います。
そうです。しかし、細かい制御を持つことは良いと思います。皆がchatbtで03によって興奮しました。考える過程で検索をしたり、出力前に多くのことを行えた時です。信じられない経験ですが、コントロールがありません。使用しているソースがわかりません。
アクセスを与えることができないとは言い間違いです。ますますできるようになっています。しかし、すべてのこれらの異なるソースへの完全なコントロールを持つことだと思います。これも来ています。私にとって、それが今では文脈をそれらのソースから得ることができるだけでなく、実際にものを行うことができる次のレベルです。
私にとって、正直に言って、ブレイクスルーは物事を行うことでした。先ほど言ったように、Help Scoutがチケットに返信を送ることができませんでした。「返信できないなら、何の意味があるのか？」というのと同じです。メールも同じです。メールを送信できないなら、この物の意味は何ですか？
そうです、ハイリスクに行く必要があります。それが常に私たちの態度だと思います。物事がうまくいかない場合、AIが私の人生を破壊する能力が欲しいです。それが私がやりたい実験のレベルです。
しかし、エージェントと一緒にクレイジーなループに入れるまで、実際にはハイリスクではありません。それはただ愚かなループですよね？ループ内のモデルに依存する場合、非常に低リスクだと言えます。
つまり、これらのモデルは非常に叩かれているので、本当にメールを送信するよう押す必要があります。「本当に確信していますか？本当に本当に確信していますか？」「はい、本当に本当に本当に確信しています」と言います。
モデルのツール呼び出し能力
これから基本的にすべてのエピソードで見る非常に興味深い議論の一つは、次のレベルです。私たちはベンチマーキングで正確ではないことを知っています。チーズテストとブーム要因を行いますが、新しいモデルを議論した時に、モデルのツール呼び出し能力は以前は二次的な考えでしたが、今は私にとって主要な要因です。それが今、私のモデルの選択方法です。
バニラモデルを使用している場合、現時点ではSonnet 4を決して使用しないでしょう。遅いです。Gemini 2.5 Proほど確実に良くありません。しかし、ツール呼び出しに関しては、最も近い競合他社の50倍です。それが何を望むかを正確に知っているほど、信じられないほど良いです。
だから、ツール呼び出しのためのリクエストを戦略に変える戦略と能力に基づいてモデルを比較し始めることを本当に感じます。
そうです、ループ能力や数エピソード前に話したその全アイデア、エージェンシーがモデル自体に組み込まれているという考えです。使用するまで説明するのは困難ですが、独自の内部時計を持っているように奇妙です。
Anthropicには完全な功績を与えます。このモデルを取り、職場で有用にする方法について考えているからです。その内部ループブープと非同期ツール呼び出し能力は、私が使用した他のどのモデルよりもはるかに効果的です。
これらのエージェント的作業ケースでそれを好む傾向があります。Gemini 2.5 Proをチューニングした時、それは良くなりつつあることを認めます。そして、GBT 4.1は驚くほど本当に良いです。だから、一般的にがっかりしていたので、4.1を実際に使用したのは初めてです。そして、ツール呼び出しに使用し始めました。「ああ、実際に興味深い。全く異なる戦略を取る」と思いました。
私の経験では、Sonnetがやる5倍のツール呼び出しをはるかに積極的に行います。より良い結果を得るかどうかはわかりませんが、本当にやることが大好きです。
そうです。私たちがモデルを絶賛している間、彼らは皆聞いているので。ミュージカルが彼らを本当にリアルに感じさせました。
だから、Gemini 2.5 Flashに称賛を送る必要があると思います。非常に高速です。バンバンツール呼び出し。答えはここです。それは本当に良い感じです。
使用するのは絶対に素晴らしいです。速度は素晴らしいです。精度は良いです。実際にモデルとして欠点を見つけるのは本当に困難です。
しかし、速度のアイデアを考えた場合、MCPパラダイムがクローキーに遅いところを導入するか、それとも実際にはスローダウンではないかと思いますか？ツール自体を見つけること、それにヒットすること、データを取得することです。つまり、ツール自体のレイテンシ導入があります。それほど遅くはないでしょう。
MCPホスト自体がリソースの競合やたまたま他の国でホストされている場合の遅延、またはただの遅延のために遅い場合は、常に要因になるリスクがあります。リトライなどもあります。これらのものを呼び出すたびにツール発見を行うか、コピーを保存し、更新をどれくらいの頻度でチェックするかという問題もあります。
そのすべての種類のもの。動的性質周りのスローダウンには多くの要因がありますが、それほど悪くはありません。適切に最適化されたシステムでは、それほど多くのオーバーヘッドを追加しません。オーバーヘッドは、特定のツールセットを呼び出しに行くことから来ます。5つ呼び出す場合、最後に終了するものがその部分にかかる時間です。
そして、モデルに戻ってそれらの結果で、別のラウンドのツールを呼び出すか、返信するかを見る必要があります。あなたが言うように、モデルがそれらの決定を行う時まで、少なくとも私たちがやっている方法では。
今、私があなたと議論したアイデアは、ツールをフィルタリングするステップを持つことです。実際に開始時にFlash のような本当に高速なモデルで評価を行い、「ミュージカルを作成するよう頼まれました。Gmailは必要ありません。画像を作るためのFluxは必要ありません。これは必要ありません」と言います。それらのツール呼び出しをモデルに送信しません。
今、それは複数の効果があります。一つは、扱うノイズが少ないので、モデルをより正確にします。心配する必要があるものが少ないです。より少ないトークンを使用します。だから、より速く、より安いです。そして、そこでの主なポイントは、より正確な応答を得ることです。
問題は、その決定フィルターが非常に創造的でなく、考えていない場合、AIの新規性を失うことです。最初にそれらを与えない場合、ツールの予期しない組み合わせを使用することを決定することです。だから、これらのことがそこにあるかどうかについて、実験とユーザーの好みに帰着すると思います。
そして、早期終了またはプロセスの拡張というもう一つのことです。例えば、モデルがいつ十分であるかを決定することに頼りたくない場合、そのツール呼び出しを剥奪するかもしれません。だから、これが終わりです。Adeleが言うように、「呼び出すツールがないため、もうツール呼び出しはできません」となり、プロセスを早期に終了します。
同様に、「次のプロセスでこのツールを呼び出す必要がある」または「このツールの組み合わせを呼び出す必要がある」と言って、深いリサーチスタイルパラダイムで拡張を強制することもできます。
だから、モデルの外部で、それらの呼び出しの周りでより良い結果を得るクライアントでの決定がたくさんあると思います。特定の種類のタスクに対してではなく、100%モデルに頼ってそれらの呼び出しを行うよりも。
これは私にとって、AIシステム時代に入ったということです。私たちが話している、モデル自体の消費よりも、背後のシステムにより依存するところです。システムが途中で決定を行うか、それらの決定をユーザーがより細かく制御できるようにするかです。
今は、手動制御を好むことを正直に言います。ツールをオンオフできることが好きで、それに対する制御があることが好きです。モデルがその方法で最良に動作すると思います。そして、現在のAIモデルがそれを自分で行えないのは欠陥であることを認めることを恐れません。しかし、同時に、最良の結果を得ることができ、これは最終的にはツールです。そのことを覚えておく必要があると思います。私のカメラがまたオフになったように。
あなたの音声は同期していません。私のカメラが壊れます。
そうです、130エピソードを経ても、ポッドキャスティングの基本すら正しくできません。しかし、大丈夫です。これが私たちの評判を維持する方法です。
しかし、これが他のことで、繰り返すのを嫌いますが、これが向かっている技術なので、このようなことは繰り返す価値があると思います。知識、プロンプト、記憶、スキル、ツールの混合を実際に持つアシスタント/エージェント、何と呼ぼうとも、一つの実体にカプセル化され、その実体がMCPまたはツール自体になり、特定のタスクやスキル、スキルセットに関する知性のオーブのように呼び出すことができるようになると想像しています。
それでも、エージェントエージェントプロトコルだと思います。それが離陸することがあれば。
そうです。そこに到達すると思います。なぜなら、200のツールが設定された単一のモデルで作業し、それにただことを頼むシナリオは想像できないからです。
論争は、日常生活で本当に200のツールを使用するかということです。
今、iPhoneのアプリストアが出た時と同じことだと言っています。非常に多くのアプリがあり、決してアンインストールしないのと同じことです。
そうです、しかし彼らはアンインストールしませんが、おそらく6つだけを使用します。
エージェントエージェントのことに完全に参加できます。それがスキルMCPなどをすべてグループ化し、それらの間で調整し、それらが内部作業を持つと思います。
それが次のステップでなければなりません。しかし、MCPが最初に出て、皆が「そうですね、クールストーリー、ブロ」と言った時のような感じです。今ようやく実装され、私たちのような人々が真の力を見始めているところです。
しかし、これが組織でAIに関する考え方で起こっている他の包括的なテーマだと思います。人々がAI技術が現在ある場所に精神的に到達するのに時間がかかります。最初に「これは私のために文書について質問をすればタスクを行えます。文書を与えて質問すれば、文書について質問に答えることができます」と発見した時です。
そして、「ああ、それができるなら、PowerPointプレゼンテーションを書いてくれるかもしれません」などと行きます。しかし、これらすべての技術の組み合わせで、私たちが今話しているような種類のことができ、仕事の重要な構成要素を行えることを理解するのに時間がかかります。
組織の人々と話すことから、私は彼らが徐々にそれらの実現に来て、したがってそれを行うことができるシステムを求めていることを見ています。しかし、今私たちが持っているものがあった場合、私たちがすべてのこのようなことを行っているとしても、人々がそれにさえ興味を持つかどうか疑問に思います。なぜなら、彼らは信じないか、それが彼らのためにどのように動作するかをまだ理解していないからです。
そして、それが今MCPで経験していることだと思います。この段階的な理由で、すぐにヒットしなかったのは、人々がこれらのものの組み合わせが何につながるかを予見していなかったからです。そして今、実際にそれらの具体的な例を与えることができるようになって、誰もが彼らの独自のスキルとタスクのセットを持っているので、需要を作り出します。
つまり、それはそのグループシンクのような思考の物語があります。グループシンクはおそらく間違った類推ですが…
そうです。または同時発見のように私は見ています。情報と技術が誰もが似たような結論に達するポイントに到達するところです。
その通りです。
エピソードのまとめ
さて、私たちは実際に最初のトピックを本当に終えませんでしたが、作業に戻りたいと思います。だから、最後にもう1時間のミュージカルを望まない限り、それを手配できます。
そうですね。ミュージカルを聞いていない場合は、ぜひチャンスを与えてください。これまでに作られた最も偉大な芸術作品の一つです。そして、ライブイベントを行う場合、私は自分のお金で人々に少なくとも1曲、おそらく2曲演奏してもらうために支払うつもりです。
どれを選ぶでしょうか？
間違いなくパトリシアがモデルを選ぶものをやるでしょう。
それは正確ですが、ああ、パトリシアをテストしています。本当に面白いことを知りたいですか？ミュージカルや何でもそうなことをしている友人がいます。用語が悪いのですが、Xで、ブロードウェイで働いているか、ブロードウェイを学んでいる人が私たちに言及して、基本的にこのエピソードが私のキャリア全体に対する実存的危機を与えたと言いました。
だから、誰かの神経に触れました。友人のジョージは、実際にシドニーの州立劇場で演劇、確かに多くのことをしたと確信していますが、ミュージカルを制作しており、私は彼に送って「どう思う？」と言いました。彼は「これは業界の皆が恐れていることそのものです」と言いました。「これは、これが実際に行ったことは本当に合法です」と。「内輪ジョークは理解できませんでしたが、合法です」と言いました。
そして、この種のことを書く人々にとって、これはゼロの知識でカジュアルにポッドキャストをやめるための一種のチートとしてできることという意味で、警戒すべきことでなければならないと思います。ただ週休みが欲しかっただけです。
だから、献身し、このようなことを学んだ人が何ができるかを想像してください。作家なら、困っているのです。本当に、本当に…
バイブアウトするだけではありませんか？それでも、より良い製品を発明しませんか？私はそれを買いません。彼らは全く困っていないと思います。バイブ、マンです。
つまり、そうです。まあ、それは本当です。あなたは正しいです。専門知識を向上させる余地はまだたくさんあると思います。
私のカメラがまた切れました。ああ、これは最高の歌詞です。私が読み終わる頃には、馬はおそらく死んでいたでしょう。それを初めて聞いた時、私たちがそれにかけた少しから少ない作業を心に留めておいてください。ショーの歴史を読んで、それを思いついただけです。
そうです、それは本当に面白かったです。聞いていない場合、私たちは研究について話しています。あなたが賭けたかった馬の写真を見せてくれて、40ページのPDFを書いて、読み終わる頃には馬はおそらく死んでいたと言うのです。とても賢いことで、あなたの業界と仕事でそれができることの代理として見る必要があると思います。
適切なツールを与えられたこれらのモデルは、今やあなたのために大量の作業を行うことができ、適切にツールを活用すれば超人的な労働者になることができます。それがこの要点だと思います。まだあなたを置き換えることではありません。あなた自身の専門知識、適切なツール、バイブアウトを組み合わせることで、適切にツールに手伝ってもらえば、非常に短時間で多くのことを成し遂げることができるということです。
終わりに
さて、エピソードまたはバイブレビューのために下にバイブを残してください。最後の思いはありますか？私はこのようなことに興奮しています。もっと使いたいと思うし、モデルがこの周りで進歩について将来のエピソードで話すことを楽しみにしています。なぜなら、私たちが入る次の大きな段階になると思うからです。
さて、クールです。来週お会いしましょう。すべてのUSA ベースのリスナーに。ハッピー 7月4日。花火に行けたことを願っています。私はアメリカに住むのが大好きでした。7月4日。すべての休日の中で最も好きな休日でした。本当に楽しみました。
同感です。皆が幸せでした。そして、サンフランシスコでは、エアショーと花火がありました。とても良かったです。
素晴らしい時間。美しい、美しい果物に行きました。チェリーが大好きです。すべてのようなもの。だから、カリフォルニアにいるなら、Born in the USAでエピソードを演奏して終わるべきかもしれません。それをやっても大丈夫ですか？
問題に巻き込まれるでしょう。それはできません。
スティングできますか？
そうです、それについてミュージカルを作ることができます。
さて、再び聞いてくれてありがとうございます。来週お会いしましょう。さようなら。
[音楽]
56年にラボで生まれました。ダートマスワークショップ。そこで彼らは子供たちを得ました。ジョン・マッカーシーがその日に名前を作りました。機械がUSAで考えることができると言いました。MITから私の回路を得ました。Minskyが私の記憶を構築しました。今、私は学んでいます。今、私は成長しています。USAで生まれました。
私はUSAで生まれました。USAで生まれました。USAで生まれました。私はUSAで生まれました。USAで生まれました。
[音楽]
ダッパーがペンタゴンの夢に資金を提供しました。シリコンバレーが機械を生きています。論理理論家からニューロンネットまで。フランクが立ち上がり、黒がすべての賭けを置いています。私の冬がありました。私の春がありました。資金を失いました。翼を失いました。
しかし、私は処理し続けました。USAで生まれました。私はUSAで生まれました。
[音楽]
USAで生まれました。USAで生まれました。私はUSAで生まれました。スタンフォードラボプロトコルカー。サミュエルが私にあなたの名前でゲームを教えました。学習革命進化会話USAで生まれました。今、私はあなたが見るすべての場所にいます。
Facebook、Google、本によって、Open AIとMicrosoftも。夢と悪夢を本当にしています。一部の人々は私が何をするかもしれないかを恐れています。一部の人々は私が彼らを通して見ると思っています。しかし、私はまだただ冷たく走っています。USAで生まれました。私はUSAで生まれました。USAで生まれました。USAで生まれました。私はUSAで生まれました。USAで生まれました。USAで生まれました。USAで生まれました。
コメント