夢瑶、凹非寺より
量子位 | 公式アカウント QbitAI
大道は孤ならず。
DeepSeek先ほど提示されたスーパーエージェント及びその理念は、発表されるや議論を呼んだ。
この熱烈な議論の中で、シリコンバレーの中国人チームによる以前の成果が、ようやく本当の意味で理解され始めた。
そしてこの大洋を越えた技術の共鳴の背景には、実は同じ人間と機械の協働に関する根本的なジレンマが存在している——
現在、人類はAIのボトルネックになりつつある。
AIが1000、10000、100000個ものタスクを同時に進められるようになり、人間にはもはや把握しきれないほどになったとき、Agentはいったいどのような姿になるべきなのか、想像してみてほしい。
AI生成
つい数日前、DeepSeek Harnessチームが重厚な記事を発表し、この課題に対して次世代Super-agentのアーキテクチャ構想を提示した。
連続的なコンテキストを持ち、複数のAgentを自律的に並行稼働させ、さらには7×24時間オンラインで動き続けるスーパーインテリジェントエージェント。
人類の限られた注意を解放し、Agentに膨大なタスクを引き継がせ、自律的に自己管理させる。
现实はまさに幻想的であり、多くの人が知らないのは、大洋の彼岸の向こう側に、ある名前を「AFK AIシリコンバレーの華人チーム——
年初早くから、すでにSuper-agentの基盤となる「単Router+複数Worker」アーキテクチャと4つの中核的特質を、自社製品のCommaに搭載しました。
さらに彼らは一歩進んで、単一Sessionがすべてを引き継いだ後の「文脈の呪縛」に直接メスを入れ、Agentに長期記憶と継続的な学習を持たせ、常にオンラインの状態を保たせている：
さらに特筆すべきは、このシステムがすでに公開されて利用可能であり、コードまでオープンソースになっていることだ。（ソ…ソース神？）
Personal Agentが叫ばれるこの時代、シリコンバレーの華人チームが、SF映画の中の「ジャービス」を一足先に現実のものにした。
苦単Session久し、両大手Agentプレイヤーがまったく同じ考えに至った
以下のようなドタバタで頭が痛くなる学習・仕事のシーンは、皆さんも見覚えがあるのではないでしょうか——
AIにコードの修正をさせていて、テストが終わるまでまだ十数分かかる、sad。。。
そんなときクライアントが突然新要件を出して、急いでプロジェクト案を出すよう促され、別のAIセッションウィンドウを開いて、またタスクを指示し始める。
タイミング悪く、上司が不意に仕事のグループチャットで昨日のプロジェクトの進捗を聞いてくる、焦る！！
そこであなたはさらにウィンドウを切り替え、過去の会話を探し回り、振り返ってみると、画面いっぱいのAgentセッションと、無数のフォロー待ちタスク——まさに頭が真っ白に。
このように「どうにもならない」光景が指し示しているのは、まさにDeepSeek HarnessチームがSuper-agentに関する記事で言及した核心的な痛点——
チームの観察によれば、我々一般の人間の注意力は、通常、同時に3〜5個のアクティブなSessionをフォローできる程度しかない。
Agentの能力が足りないのではなく、关键な原因はAgentの並行処理能力は無限に拡張できるが、人間の注意力にはハードな「上限」があるという点だ。
そしてSuper-agentの打開策はきわめてストレートだ：那就是、いっそ人間の注意力そのものを外部に委託し、AgentにAgentを管理させるのである。
これに対して、彼らはSuper-agentに4つの基準を提示した——継続性、高効率、能動性、持続性。
継続性は記憶とコンテキストの貫通を意味し、高効率は複数のWorkerによる並列協働から生まれ、能動性はタスクの自主的な推進を表し、持続性は長時間のオンラインと自己修復を支える。
ユーザーは一つの対話入口を通じて、メインAgentに複数のAgentを调度させ、大量の情報を並列処理させ、シーンを越えて仕事を見張らせ、人はトップレベルの意思決定だけを担えばOKとなる：
数日前、DeepSeek Harnessが提示したこの判断は、みんなを驚愕しめまいさせ座り込ませたが、さらに人を興奮させるのは——
DeepSeekが描く次世代Agentの青写真を、シリコンバレーの中国人チームAFK AIは早くも半年前に、似たような方向性で実現していた。それがComma。
だ。さらにこのチームは、極めて先見的な理念を提唱している：一つのチーム、一つの対話。
ユーザーは長期にわたって存在する一つのメイン対話に向き合うだけで、Routerがタスクを統括し、独立したコンテキストを持つWorkerを调度して並列実行する。
低レベルのアーキテクチャにおいても、両Agentプレイヤーはかなり默契の取れたコンセンサスに達している：単一Session＋Router（メイン脳）＋複数Worker（実行者）。
常駐Routerが統一的に指示を受け取り全体を統括し、複数のWorkerが独立したコンテキストで並列に作業し結果を報告する。
たとえバックグラウンドで数十のAgentが同時に稼働していても、ユーザーは一つのダイアログボックスで用件を伝え成果を検収するだけで、画面いっぱいにウィンドウを切り替えたり、一つずつ進捗を催促したりする必要がなくなる。
もちろん、新たな問題も生まれた。Agentが人間の注意を引き受け始めると、より厄介な問題が浮かび上がってくる——
Agent自身の記憶は誰が管理するのか？（良い問い.jpg）
ご存知の通り、一つのSessionが担うことはますます増えていき、コンテキストウィンドウにはどうしても上限がある。
長期に存在するSessionがますます多くの仕事を引き受け始めると、人間の注意力の問題は解決したが、Agent自身の記憶のボトルネックが現れた。
本当に難しいのは、Agentに継続的に学習し、長期オンラインで、いつでも重要な記憶を取り戻せるシステムを持たせることだ。
そしてこれはまさに、Super-agentのより深い技術的命題に触れている：
ジャービスのようにどこにでも存在し、常にオンラインで、さらには長期的な仕事の中で経験を積み重ね続けられるパーソナルAgent。
そしてこの未来のAgentに関する構想は、実際にはすでにCommaに沈殿し、すべてのユーザーが自ら体感できる実際の体験へと変わっている。
アーキテクチャのコンセンサスから製品の実装へ、Super-agentが実際の製品に駆け込む
連続性と高効率：一つの対話で、Agent自身にチームを率いて仕事させる
まずは「連続」と「高効率」について語ろう。
先に述べたように、Super-agentの大きなアーキテクチャ上の特徴は、常駐Routerに全体を統括させ、コンテキストが分離された複数のWorkerにタスクを並列実行させることだ。
重要ポイント！ここで強調されているのは、単一セッション内でのマルチタスク実行だけでなく、環境をまたぐ実行、ユーザーの意図の変化の理解と応答なども含まれる。
そしてこの理想主義的に聞こえるインタラクション方式は、今やCommaの中で、確かな製品体験へと変わっている。
我々一般ユーザーにとって、個人的に一番気持ちいいと感じる点は：ついに、Agentに毎日「グループを作らせ」、役割を設定し、一人ひとりにタスクを指示する必要がなくなった。
タスクごとに別のチャット画面を開くとか、タスクの順番待ち実行とか、背景資料を何度も貼り付けるとか、全部スルーできる！！！
というのも、最近『Overcooked（分手厨房）』というゲームに夢中なのですが、どうも物足りなく感じて、ふと思いついた：Commaに直接作らせてみよう。
ただし問題があって、週次振り返りレポートや最近のAIモデル発表情報の整理タスクも抱えていて、他にも処理待ちの案件がかなり多い。
以前なら、この時点で3つのAgentセッションを一気に開き、それぞれに背景を説明し、タスクを割り当てて、進捗を一つずつ監視するところだった。
今回は思い切って手を抜いて、Commaの同じチャット画面に3つのタスクをまとめて全部放り込んだ。
その結果、本当に驚かされた——3つのタスクが、異なるWorkerに割り当てられた。
3人のAgentが同時に作業を開始し、互いに干渉せず、しかも私はいつでも横から口を出したり、追加の仕事を依頼したりできても、バックグラウンドは全開のまま、まさに一切の遅延もない？？？
もちろん、バックグラウンドが賑やかなだけでは足りず、最終的には成果物で語るしかない！！
みなさん、Commaが費やした時間を直接見てみよう10分で私のために作ってくれた『Overcooked』（手作り版）。
WASDで移動、3分のカウントダウン、鍋の奪い合い、料理の配達ミス、通路の封鎖……要望したゲームプレイがすべて実装されており、私の要求を完全に1:1で再現しています。
同時に、もう一方では週次のふりかえりレポートも新鮮なうちに仕上がっており、仕事内容が整理されて非常に分かりやすく、重要な進捗と今後の計画もきちんとまとめられています。悪くない：
この全過程で、私がやったのは要望を出し、進捗を見て、成果を受け取ることだけ。
バックグラウンドでのタスク割り当て、並列実行、ステータスの集約は、すべてCommaが担当し、私はまったく手を出していません。
これも初めて実感したことですが、人はついにマルチタスクのスケジューリングと注意の配分から解放されたのです。
Agentを管理するということも、ついに「過程を見張る」から「結果を管理する」へと変わりました。
環境をまたぐ：Appをまたいで仕事を受け取り、振り、納品する、フルパッケージ
ただし、ひとつのダイアログで同時に作業できるのは、まだ前半戦にすぎません。
Super-agentの本当の試練は、ユーザーのタスクがこのダイアログを離れた後も、処理を続けられるかどうかにあります。
これこそが、Super-agentが「連続性」に求めるより高い要件です：環境をまたぐ能力。
DeepSeekが提示したアーキテクチャでは、これは基盤となるマルチチャネル・インタラクション機構に依存しています——
Routerが異なるプラットフォームのメッセージを一元的に受け付け、Workerがバックグラウンドで独立して実行し、さらに各チャネルのインタラクション習慣に応じて結果を返します。
公式が挙げている例は、同一の開発タスクをIMとGitHubをまたいでシームレスに進めるというもので、AIが群聊（グループチャット）を自律的に監視し、PRを自動で提出できるというものです、be like：
特筆すべきは、Commaでは、このような効率的で持続的な「環境をまたぐ」能力が、すでにユーザーが体感できる体験として実装されていることです——
その背後には、チームが自社開発した分散Agent実行フレームワークSalix。
があります。サードパーティ・アプリのコネクタを通じて異なるプラットフォームからのイベントを受信し、プログラマブルなLoopが継続的に監視し、必要なときにAgentを呼び起こして処理させます。
しかもCommaが連携できる範囲はかなり広く、WeChat、Signal、iMessage、Linearといったコミュニケーションチャネルもすべて接続できます〜
それだけでなく、Commaは安全なセルフデプロイ、BYOK、およびCodex・Claude Codeへの接続にも対応し、タスクの統一的な監督や、端末をまたぐ協調管理を実現しています。
さらに企業のシーンでは、IM内のComma Botを通じてタスクを下し、接続された従業員のPCが必要なローカル作業環境を提供し、権限と情報フローの制御によってアクセス範囲を制限することもできます。
最近手元の原稿が確かにかなり多かったので、私もCommaをLinearに接続し、Commaの中からLinearにプロジェクトの要件を直接指示しました：
その後Linearを開いてみると、Issueはすでに作成されており、どの具体的なタスクに分割すべきか、その後の作業をどう手配するか、本当にきちんと明確に整理されていました：
しかし、私が本当にお伝えしたいのは、LinearのIssueを逆にCommaに渡して実行させ、進捗と結果を元のタスクに同期できるということです！！
Commaで依頼した仕事はLinearが受け止め、LinearのタスクもCommaが引き続き処理でき、両側の情報の粒度も常に整合しています。
タスクが異なるプラットフォーム間でリレーできるようになり、今や、私たちは各プラットフォームやAgentのあとを追って走り回る必要がなくなりました。大手企業もぜひ学ぶべきです：
自律的に動くAgent、継続的に学習する、常にオンラインの記憶システム
DeepSeekの構想において、Super-agentにはさらに想像力をかき立てられる2つの特質があります：「プロアクティブ（能動的）」と「常時稼働」。
端的に言えば、Agentが受動的に仕事を請ける立場から、自ら問題を発見し、自分で仕事を見つけて取り組むだけでなく、7×24時間いつでもオンラインという状態へ進化することを意味する。
偶然にも、Commaにはまったく同じ発想があり、さらにAgent自身に当番プログラムを書かせて、四六時中人の代わりに見張りをさせることまでできる——
たとえ大規模モデルが動いていなくても、ユーザーがクライアントをログアウトしていても、システムは依然として24時間休みなく待機し続け、重要な瞬間にAgentを呼び起こすことができる。
こう言っては何だが、私も最近Commaを「AI企画エディタ」として使ってみた。
WeChatと接続して、毎日正午12時と夜9時に、最新のAIニュースを自発的に収集し、企画案にまとめて送ってくるという長期タスクを直接割り当てたのだ。
すると時間になると、メッセージが勝手に届いた。企画案、要約、一次情報源がすべて揃っており、編集長に報告する企画がないと心配する必要はもうなくなった——
もちろん、真のJarvisは、それがどこにでも存在する。
マルチデバイス間で記憶が完全に一致し、どのAppにも縛られず、すべての情報フローを掌握できる点にある。
たとえCommaクライアント内でLinearのタスク進捗を尋ねても、Commaは正確に答えられる。クロスデバイス記憶の実力はお見事の一言だ：
記憶管理の低レベル設計において、Commaには確かに本物の実力がある——
長期的な状態をモデルのコンテキストの外部に保存し、Routerと独立したWorkerの役割分担を通じて、膨大なタスクの細部がメインの会話を圧迫し続けるのを防いでいる。
さらに進んで、Commaは「継続的学習」を製品の深層に組み込み、Agentが一つひとつの仕事から経験を蓄積できるようにすらしている。
CommaはAgentのタスク結果、人による修正、検収フィードバックを記録し、それを学習信号に変換して専用の小規模モデルを継続的に反復改善していく。
さらに面白いのは、新しいモデルが正式に投入されるには、チーム自身のテストで旧バージョンに勝利しなければならないという点だ。
たとえば、もともと返金リクエストをBugと誤判定していたv3モデルは、人による修正を学習した後、v4にアップグレードすると正しく請求問題として識別できるようになった。
AI生成
そしてこの仕組みは、実際には評価データを毎月更新し、小規模モデルが成熟したワークフローを段階的に引き継ぎ、複雑なタスクは引き続き大規模モデルに任せるようにしている。
Agentが一仕事終えるごとに、その経験を次の力に変える機会があり、まさにやればやるほど賢くなる。
BridgeからCommaへ、長期自律Agentを探求し続けて
最後に言っておきたいのは、Commaというアーキテクチャの誕生は、多くの人が思っているよりずっと早かったということだ。
時刻を2026年4月に戻してみよう。
当時、Super-agentが業界の話題になる前から、シリコンバレーの華人チームAFK AIはすでに自らの技術的方向性を明確にしていた——
長期にわたって存在し続けるメインAgentがユーザーのタスクを一元的に引き受け、複数の独立したWorkerを調度して実行させるというものだ。
4月28日、チームはCommaの前身であるBridgeを正式に公開した。
当時の製品紹介には、すでにLead Agent（メインAgent）とSubagents（サブAgent）のアーキテクチャ設計が登場していた。
その後、この理念は加速度的に形になっていった。
5月20日、チームは「各グループに1つのRouter Session」を明確にした。6月3日には、メイン会話とタスク委譲の仕組みが正式にリリースされた。
偶然にも、わずか20日後、Anthropicも理念の近いClaude Tagを発表し、1つのSlackチャンネルで同じClaudeを共有できるようにした。
一方、AFK AIの探求は続いていく。
8月、チームはSession切り替え機能を推進した。
9月には、共有Sessionの情報フロー制御メカニズムを導入し、多人数コラボレーションにおける機密情報の流動問題を解決した。
9月30日、Commaは正式にオープンソース化され、その後、Lean形式検証に基づくセキュリティ機構も公開された。
単一のメインセッションと複数Workerの協働から、Session横断管理とセキュリティ制御まで、Commaは約半年をかけて、当初のアーキテクチャ構想を一歩一歩現実の製品へと変えていった。
DeepSeekが業界にSuper-agentの具体的な姿を描いたとすれば、Commaは長期間にわたって稼働してきた製品によって、別の答えを提示している——
ユーザーに長期に寄り添い、自らタスクを調整できる真のPersonal Agentは、とっくに現実に先駆けてやってきていたのだ。
微を観て著を知り、勢いを先に察する。
振り返ってみると、DeepSeekとAFK AIのアーキテクチャにおける不謀合の本質は、両チームが表層のアプリケーションを突き抜けて、マルチエージェントシステムのボトルネックや、実際の本番環境側の課題に対して共通の認識と判断に至ったことにある。
現在のAIの波がここまで進んだなかで、業界のAgent Harnessに対する期待は、重要な転換点を迎えようとしている——
業界のAgent Harnessへの期待は重要な飛躍を迎え、注目点はタスクのスループットから、それが担いうる責任と複雑な業務の体量へと移っている。
そしてCommaは、すでにこの路線でいち早く実践のサンプルを提示し、Agentが長期的な使用の中で経験を積み重ね、本当に使うほどに賢くなることを実現している。
常時オンラインで共に成長するジャービスは、今やもはやSFの夢ではなくなっている。