トレンドトピック
#
Bonk Eco continues to show strength amid $USELESS rally
#
Pump.fun to raise $1B token sale, traders speculating on airdrop
#
Boop.Fun leading the way with a new launchpad on Solana.
LowCap Hunter
@Esadeの起業家インレジデンス、iHealth Labsの諮問委員会メンバー、MIT起業家精神のためのMartin Trust Centerのアドバイザー、メンター、コーチ、エンジェル投資家Self、Eduのプロダクト@Googleヘッド、BrightBytes(Googleに買収)の創設者、CPO兼CEO、iEARN-USAの理事、カリフォルニア大学バークレー校のメンター兼コーチ
ヒシャム・アンワル、起業家 - テクノロジスト - エンジェル投資家
エンタープライズ対応エージェントを構築する上で最大の課題は、AIのコーディング能力ではなく、コンテキストギャップです。
従来のAIアシスタントは、セッションが拡大するにつれて全体像を見失いがちです。彼らは建築基準や特定の技術スタックの特徴、長期的なプロジェクトロードマップを忘れてしまいます。
エンタープライズの環境では、これが(記憶喪失)を招き、コードの再ワークや一貫性の欠如を招きます。
私はClaude CodeのGSD(Get Shit Done)フレームワークを深く調べていますが、これはエージェント型ワークフローにとって画期的なものでした:
永続記憶:構造化された計画/ディレクトリを用いてクロードに長期記憶を与え、プロジェクトの目標を見失わないようにします。
自動化されたコンテキストエンジニアリング:/gsd:map-codebaseのようなコマンドを使うことで、単にコードを読み取るだけでなく、それはあなたのアーキテクチャ全体のメンタルモデルを構築します。
検証可能なロードマップ:上級エンジニアのワークフローを模倣した「計画>実行>検証」ループを強制し、常に世話をする必要性を減らします。
解決点:
- 発見時間を数週間から数日に短縮する
- 既存システムから暗黙領域モデルを抽出する
- 本番コードからセマンティックレイヤーの基礎を生成する
- 実際のデータフローと意図されたアーキテクチャのドキュメント
重要な洞察:
ビジネスロジックはすでにドメインモデルをエンコードしています。GSDはステークホルダーインタビューを通じて手動で再構築するのではなく、プログラム的に抽出することを可能にします。
これはコンテキストギャップの完全な解決策ではなく、人間の専門知識、データガバナンス、検証が必要です。しかし、発見段階では強力な加速剤となります。
エンタープライズAI向けにセマンティックレイヤーやナレッジグラフを構築している場合、このアプローチは検討する価値があります。
一度きりのプロンプトからマネージドコンテキストエンジニアリングシステムへ移行することで、コードを書くだけでなく、自分が構築しているシステムを真に理解するエージェントを構築できます。
エンタープライズ向けに作るなら、コンテキストウィンドウと戦うのをやめて、エンジニアリングを始めましょう。
2
トップ
ランキング
お気に入り