Arcnem AI CEO キーナン・トンプソン氏インタビュー

キーナンさんの職歴と、アークネムAIでの現在の役割について教えてください。

私は昨年Arcnem AIを立ち上げました。私はCEOですが、実際には、コーディング、マーケティング、ビジネス開発など、さまざまな仕事をしています。それ以前は、アメリカ、中国、日本の大企業や新興企業でソフトウェア・エンジニアとして働いていました。.

キーナンさんはAIからスタートしたわけではなく、フロントエンド、バックエンド、モバイル、インフラを実際に構築することに何年も費やしてきました。AIが突然すべての中心になったとき、あなたにとって何が純粋に新しく感じられ、何が新しいラベルをまとった古いエンジニアリングの問題のように感じられたのでしょうか？

- 広告

優れたエンジニアリングの基本は今でも当てはまりますが、モデルから一貫して優れた出力を得るために必要なガードレールやプロンプト技術など、純粋に新しい課題もあります。.

あなたの研究は、言語モデルが機能するかどうかだけでなく、どのようにしてより良い出力を生成するかに焦点を当てていました。今、誰もがこれらのモデルの上に構築していますが、ほとんどの人がまだ「良い出力」を完全に間違えているのはどこだと思いますか？

多くの人は、問題を一発で解決しようとします。彼らは言語モデルをGoogleのように扱っています。それは単純なタスクには有効ですが、複雑なものについては、モデルを賢い同僚のように扱った方がはるかに良い結果が得られます。一緒に計画を練り、足並みが揃うまで何度も行き来し、それから実装を始めるのです。.

デモでは素晴らしく見えても、本番ではひっそりと壊れてしまうAIはたくさんあります。現在出荷されているAIを見ると、どこで破綻していると思いますか？

監査可能性。優れたロギングは常に重要でしたが、今ではさらに重要になっています。モデルが奇妙な応答をしたり、ツールを正しく使用できなかったりした場合、どのように処理を進めるかを決定するために何が起こったかを知る必要があります。プロンプトのせいですか？より強力なモデルが必要ですか？適切なトレーサビリティがなければ、暗闇の中を彷徨うことになります。.

今、誰もがエージェントについて話しています。しかし、バズワードを取り除くと、私たちは本当にソフトウェアの構築方法における意味のあるシフトを見ているのでしょうか、それとも単にAPIをつなぎ合わせるより複雑な方法を見ているのでしょうか？

- 広告

これは意味のある変化です。私たちはプログラムに非決定性を導入し、決定論的なシステムの真ん中で小さな脳を目覚めさせ、人間らしい判断を加えるのです。.

あなたは、単なるモデル出力ではなく、ワークフロー主導のシステムやツール統合に傾倒しています。今日のAIにおける真のチャンスは、インテリジェンスなのでしょうか、それともオーケストレーションなのでしょうか？

どちらも重要ですが、フロンティアの研究所で働かない限り、インテリジェンスで針を動かすことはまずないでしょう。オーケストレーションは、多くの人にとって本当のチャンスです。最近Metaに買収されたManusは、他の企業と同じ基盤モデルの上に構築されましたが、オーケストレーションでは他社を大きく引き離す結果を出すほど革新的でした。.

あなたはアメリカ、日本、中国と、製品の製造や出荷に関してまったく異なる環境で仕事をしてきました。率直な感想をお願いします。スピードと品質に関して、どちらが正しく、どちらが物事を複雑にしすぎていますか？

どこの国にも長所と短所があります。アメリカの開発者について私が本当に評価していることのひとつは、彼らがどのようなツールを使っているのか、何がうまくいっていて何がうまくいっていないのか、なぜ特定のアプローチが好きなのかなどを、とてもオープンに共有していることです。そのオープンさは、みんながより早く上達するのに役立ちます。.

- 広告

マイクロソフトやアマゾン・ウェブ・サービスのような企業が、マルチエージェントシステムやエンタープライズAIワークフローを推進するというのが、現在の業界の流れです。あなたの立場からすると、このうちどれだけがすでに実用的で、どれだけがまだ初期段階の楽観論なのでしょうか？

マルチエージェントシステムは機能します。多くのコーディングツール、Claude Code、Codex、OpenCodeに共通するパターンでは、メインコンテキストウィンドウを肥大化させる代わりに、1つのエージェントがサブエージェントをスピンアップさせ、調査や報告を行います。より高いレベルでは、Stripeは年間1兆ドル以上の支払いを処理し、エンドツーエンドのコーディングのためにマルチエージェントシステムを実行し、週に1000以上のプルリクエストをマージしています。.

今、AIを使って何かを作ることはほとんど誰でもできます。実際に重要なものを作っている人はほとんどいません。アーリーステージのチームを見ていて、ブレイクするチームと失速するチームにはどのようなパターンがありますか？

自分の意見を持つこと。モデルは実装の手助けにはなりますが、思考を彼らにアウトソーシングすべきではありません。チームには、何が正しく見え、何が正しいと感じるかという感覚が必要です。彼らは細部にこだわる職人であるべきです。毎日、私たちは新しいものに溢れていますが、そのほとんどは中途半端なものです。労力の少ないコンテンツが氾濫しているからこそ、職人的な体験がより際立つのです。.

少し早送りになりますが、AI製品がどのように進化していくのかについて、人々が抱いている思い込みのうち、あなたが間違っていると思うものは何ですか？

すべてのUIがジェネレーティブになること。ジェネレイティブなインターフェースにもその場所はあるでしょうが、人々は一貫性も重視します。多くのインターフェイスは静的で、予測可能なままでしょう。.