自律エージェントを実装すると、決めることになる項目

カメラで作業を数秒ごとに撮影し、音声でガイドするモバイルアプリguideyのアーキテクチャ設計の記録だ。ユーザーは何も操作せず、AIが「次はこうして」「火が強すぎます」と勝手に声をかけてくる。作者は、人が話しかけなくてもループが回り続ける構造にしたことで、普通のチャットアプリでは出てこない決定を何度も迫られたと書いている。全フローはLangGraphの単一StateGraphに載せ、軽いローカルLLM（Gemma）で変化を判定し、重い処理だけClaudeに回す二段構えにしたという。 面白いのは「何を入れるか」より「何を置かないか」を決めた点だ。画像を状態に入れないのは規約ではなく、入れる場所をなくすことで破れない仕組みにしている。守れと言うより、守らないと動かない構造を作るという発想で、現場の安全設計にも通じる。一方で、軽いモデルが自信を持って間違えた場合は拾えないと正直に認めている。業界の本音を言えば、常時動くAIは一度の判断ミスより、古い判断を引きずることの方がはるかに厄介だ。作者がその「腐る文脈」を正面から扱っている点に信頼が置ける。 中小企業の業務でAIを常時動かすなら、呼び出し回数がそのままコストになる。全部を高性能なモデルに投げる前に、まず軽い段で「変化があったか」だけを判定させる構成を検討する価値がある。また、古い記録は捨てる仕組みを最初から決めておくことだ。定期的に動く業務ツールを導入する前に、この二点を見積もりに必ず入れてほしい。