天才研究者たちの論文に見るAIの未来がグラフエンジニアリングで待ち遠しくなった話

概要

中国の大学を中心とした35人の研究者による64ページの論文をもとに、AIエージェント活用の最高到達地点とされる「グラフエンジニアリング」を解説する回。プロンプト→コンテキスト→ハーネス→ループ→グラフという5段階の進化の流れと、その先にある「オントロジーエンジニアリング」という次の段階にも触れている。

主なポイント

• AI活用の進化はプロンプトエンジニアリング→コンテキストエンジニアリング→ハーネスエンジニアリング→ループエンジニアリング→グラフエンジニアリングという積み上げ式の5段階で進んできたとされる
• グラフエンジニアリングとは「誰が何をどの順序でどう渡すか」を頭の中だけでなく外部の設計図(グラフ)として書き出す手法
• 1体のAIに全工程を任せる「ワンセッション運用」には3つの構造的限界がある:①大きな修正が1本の処理列に詰まって崩れる②同じセッションで実装とテストを行うと「テストが通った=正しい」と誤認しやすい③長い実行の途中(例:30ステップ中28番目)で失敗すると原因特定が困難になる
• 解決策は工程を分離すること:作業順序の構造化(タスク組織化)、作る役とレビュー役を別セッション・別サブエージェントに分ける(エージェント連携)、節目でコミットして失敗時に戻せるようにする(実行時状態管理)
• 論文の主張ではグラフはこの3部品(タスク組織化・エージェント連携・実行時状態管理)が揃って初めて「システムの知能」と呼べる
• 現状の最高到達地点はグラフだが、論文はその先に「オントロジーエンジニアリング」(成功の定義やプロジェクトのゴールをAI間で共有ルールブック化する段階)を示唆している
• 使い分けの目安:1ファイルの小さな修正や短い調べ物はワンセッションのままでよく、複数ファイルにまたがる修正や品質・テストの妥当性が重要な場合はプランでタスクを分割し、レビュー用に別セッション・サブエージェントを立てるべき

実践に使えること

• 大きな実装を頼む前に、Claude Codeのプランモード(Plan Mode)でタスクを小さく分解してから着手する
• 実装担当と検証担当を同一セッションにせず、サブエージェントや別セッションに分けてレビューさせる
• 作業の節目でgit commitを行い、失敗した場合は直前のコミットまで巻き戻せるようにしておく
• 長時間の自動化・複数タスクの並行処理には、セッションを分けて依存関係と並列関係を先に整理してから実行する