@skills: Attention is all you have
本論文は、スキルの内容、永続性、および自動トリガーを分離することで、プロンプトの恒久的なインストールを不要にし、それによってエージェントがわずか一行の設定のみで膨大なスキルライブラリから動的にアクセスし適応することを可能にするオープンプロトコルである@skillsを提案する。
原論文は CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) でライセンスされています。 これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。 免責事項の全文を読む
あなたは、超スマートなロボット助手に対して、宿題をこなしたり、コードを修正したり、物語を書いたりする方法を教えていると想像してください。あなたには、膨大な「指示マニュアル」（これをスキルと呼びます）のライブラリがあります。これらは、「ウェブサイトをデプロイする方法」や「コードの変更をレビューする方法」など、特定のタスクを正確に処理する方法を教えてくれます。問題は、ロボットが一度に保持できる注意（アテンション）の量が非常に限られていることです。ロボットの注意力を、小さな机の天板のようなものだと考えてください。一日の始まりに、すべての指示マニュアルをその机の上に載せようとすると、机は散らかり、ロボットは混乱し、今必要のない書類の山の下に埋もれてしまった最も重要な指示を忘れてしまいます。これがAIエージェントの核心的な課題です。どのようにして、彼らの小さな精神的ワークスペースを圧倒することなく、何千もの有用なツールへのアクセスを提供するかという課題です。
@skills: Attention Is All You Have というタイトルのこの論文は、AIエージェントの世界における特定の頭痛の種に取り組んでいます。現在、エージェントに新しいスキルを与える唯一の方法は、それを「インストール」することです。インストールとは、スキルの説明が書かれた付箋をロボットの額に糊付けするようなものです。その付箋は、あなたがそのスキルを使うように頼まない時でさえ、ロボットがあなたと話すたびに、彼の「机」（システムプロンプト）のスペースを占有し続けます。著者らは、これは注意力の甚大な浪費であると主張しています。彼らは、@skills という新しいオープンプロトコルを提案しており、これはゲームチェンジャーとなります。指示を額に糊付けする代わりに、必要な時にそのマニュアルを単に指し示すだけにするのです。
問題点： 「額に貼られた付箋」の罠
著者らは、すでに公開されているスキルが56,804種類以上存在しているにもかかわらず、現在のシステムは壊れていることを観察しました。なぜなら、インストールされたすべてのスキルがロボットの注意予算の固定枠を占有し、しかもその予算は極めて小さいため（著者らの推定では、エージェントあたり信頼できる枠は100未満）、これらのスキルのほとんどは決して使用できないからです。それは、56,000冊の本がある図書館を持ちながら、ナイトテーブルには3冊しか置いてはいけないと言われているようなものです。4冊目を読みたいなら、3冊のうちの1冊を捨てなければなりません。
さらに悪いことに、現在のシステムは「ワンサイズ・フィッツ・オール（一律対応）」のアプローチを強いています。スキルを使うには、それをインストールしなければならず、それはスキルの説明がロボットの心の中に常に居座り続けることを意味します。これは、以下の3つの大きな問題を引き起こします。
- 税金（The Tax）: ロボットが発言するたびに、たとえそれが無関係であっても、インストールされたすべてのスキルの説明に対して注意を払う「コスト」を支払わなければなりません。これはエネルギーを浪費し、推論を遅らせます。
- 宝くじ（The Lottery）: ロボットはそれらのわずかな説明に基づいて、どのスキルを使うべきかを推測しなければなりません。もし推測を誤れば、スキルは沈黙したままとなり、ユーザーはそのスキルが存在することさえ知り得ません。
- ガラクタ引き出し（The Junk Drawer）: インストールすることがスキルを保持する唯一の方法であるため、人々は一度試しては忘れてしまったスキルの乱雑な山を抱え込み、ロボットの精神を永遠に散らかしてしまうことになります。
解決策： 「魔法のポインタ」プロトコル
この論文は、これまで一つにまとめられていた内容（指示）、永続性（コピーの保持）、トリガー（自動実行）の3つを分離する、@skills という新しい方法を提案しています。
著者らは、適切なツールを適切に選べるよう、シンプルな3層構造を導入しています。
ティア1：参照（「ジャストインタイム」のポインタ）
これは、一度か二度しか必要としないであろう「ロングテール」のスキルのためのものです。これらをインストールする代わりに、必要な時に@skills:<path>と入力するだけです。これは、本棚から特定の書物を、あなたが求めた時だけ司書に引き出してもらうようなものです。本はあなたの質問のすぐ隣に現れ、ロボットはそれを読み、作業を行い、そして本は消えます。これは、ロボлоットの注意力を恒久的に占有することはありません。これにより、56,000以上のスキルがロボットの脳を詰まらせることなく利用可能になります。ティア2：保存されたコピー（「ベンダー（提供元）」フォルダ）
時には、自分のプロジェクトのフォルダ（特定のチームのワークフローなど）にスキルのコピーを保持し、編集や所有を行いたい場合もあります。@skillsを使えば、スキルをプロジェクトの.atskills/フォルダに「保存」できます。これは、レシピのコピーを取り、自分専用の料理本に入れるようなものです。それはプロジェクト内に留まりますが、明示的に求められない限り、ロボットの額に居座ることはありません。そこにあることで見つけやすく、使うことはできますが、必要な時までロボットの注意を無駄にすることはありません。ティア3：インストールされたスキル（「オートトリガー」の例外）
これは、依然として古い「額に付箋を貼る」手法を使用する唯一のティアですが、セキュリティルールやフォーマットチェックのように、あなたが頼まなくても必ず実行されなければならない絶対的な必需品のために予約されています。ここでも、プロトコルはよりスマートです。タイトルと説明という極めて小さな情報（「フロントマター」）だけがロボットの額に残り、残りの指示は、ロボットが実際に必要とした時にのみロードされます。
実生活での仕組み
この論文は、このプロトコルが、乱雑な「すべてをインストールする」アプローチを、クリーンなファイルベースのシステムへと変えることを示唆しています。
- 「インストール」ボタンの廃止: スキルをインストールするのではなく、単にパスによって参照します。
- 隠しフォルダの廃止: スキルはプロジェクトのファイルツリー（
.atskills/など）に存在するため、コードと同じように、それらを見たり、編集したり、Gitで変更を追跡したりできます。 - 「アップデート」の悩みの解消: スキルを最新の状態に保ちたい場合は、単にそれを「フォロー（追跡）」します（設定ファイル内の1行）。自分のものにしたい場合は、「保存」します（自分のフォルダへのコピー）。
著者らは、人々がこれらのスキルを見つけるための無料の「ハブ（Hub）」も構築しましたが、プロトコル自体は、ハブを必要としないように設計されています。スキルをGitHubやローカルコンピュータから直接指し示すことができます。ハブは検索エンジンであり、門番ではありません。
この論文が実際に明らかにしたこと
この論文は単に理論を提案しているのではなく、現実世界のデータに基づいています。著者らは、現在の「インストールのみ」のモデルは、構造的に壊れていると指摘しました。なぜなら、それはすべてのスキルに対し、多くの場合必要のない希少なリソース（注意）を巡って競争することを強いるからです。内容を保持することと、記憶することを分離することで、@skills プロトコルは、エージェントが脳を壊すことなく、56,000以上のスキルのロングテールを利用することを可能にします。
著者らは、このアプローチが「注意力の予算」問題を解決すると確信していますが、現在のシステムが重要なスキルを見失わせる「ガラクタ引き出し」となっている一方で、新しい3層システムは、すべてのスキルに適切な場所（クラウド、プロジェクト内、あるいは重要なルールとして）を与えるものであると述べています。
要約すると、この論文は、AIのスキルを「壁に糊付けしなければならない重い家具」として扱うのをやめ、「必要な時にいつでも棚から取り出せる本」として扱うべきだと主張しています。その結果、エージェントはより軽く、より速くなり、圧倒されることなく、より広い知識の世界を利用できるようになるのです。
自分の分野の論文に埋もれていませんか？
研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。