卓上のコーディング助手は二年かけて、一行の補完から一つの仕事の遂行へと進んだ。ただし宣伝の言葉のほうが、体験より速く走った。実際に仕事を渡したことのある人なら、その失望の形を知っている。モジュールの組み替え、複数のファイルにまたがる古い不具合の追跡、小さな全体アプリケーションの新規作成を頼むと、エージェントは一段進み、確認を待ち、また一段進む。試験が落ちれば、理由は自分で出力から掘り出すことになる。文脈が抜ければ、自分で補うことになる。昼になると保管庫にはコミットがいくつか増え、人の実感は技術者というより、指示を出す操作係に近い。

問題はモデルが賢くないことではない。長い距離の目標が、道具の論理の中で最初から一人前の対象として扱われてこなかったことだ。もう半分は道具の形にある。統合された編集ソフトは、人が手でコードを書くことを中心に設計され、AI は後から拡張として差し込まれた。だから今もファイルの木をたどり、端末にコマンドを打ち、ブラウザに切り替えて結果を見る。その文脈を持たないエージェントは、指示を待つことしかできない。

起点を変える

ZCode は逆から組まれている。エージェントが主役の席に座る卓上の環境であり、自然な言葉が入力で、達成された目標が終点になる。複数のエージェントが並んで働け、同じ作業領域を携帯から引き継げる。モデルの提供元自身の手によるものなので、モデル、ツール、実行の流れは一本の生産ラインとして合わせ込まれており、別々に設計された部品を寄せ集めたものではない。

目標を言葉にして、終わらせてもらう

中心にあるのは「確かめられる目標」という考え方だ。命令の連なりではなく、条件の付いた結果を渡す。最初の画面を二秒以内に収め、しかも今ある試験をすべて通したままにすること。エージェントはそれを分解し、ファイルを書き換え、コマンドと試験を走らせ、そのうえでファイルの中身、コマンドの出力、試験の結果から目標に届いたかを判断する。届いていなければ、もう一巡する。目標が満たされたとき、あるいは本当の壁に当たったときに止まる。

課題の欄は、一巡ごとの進み具合、所要時間、実行の結果を並べて見せる。監督の粒度は「打鍵ごと」から「一巡ごと」に変わり、目標が満たされたところで人による確認に渡される。

一人のエージェントが小さな班になる

サブエージェントは、一人の働き手を並行して動く班に変える。汎用のサブエージェントは読み書きができ、コードを直し、問題を修め、コマンドを走らせ、工学の主な作業を引き受ける。探索のサブエージェントは読み取り専用で、コードの位置を突き止め、呼び出しの連なりを追い、手を入れる前の根拠を集める。その探りの記録は主の会話を汚さない。三つ目は利用者が自分で決めるもので、モデル、権限の範囲、指示を指定し、名前で呼び出せる。班の中の作法を、繰り返し使える単位に沈めるやり方である。

複数の線を同時に進める仕事では、一人のエージェントを幾つかに分けることで主の会話にかかる圧力が下がり、長い仕事も安定する。体験を最も変えるのはこの部分だ。面白い問いは「次の指示をどう書くか」から「仕事をどう切るか」へ移る。

席を離れても、机がついてくる

長い仕事で怖いのは、エージェントが止まることではない。機械が職場にあり、人がそこにいないことだ。遠隔の操作は、いま開いている作業領域をしばらく携帯に開く。進み具合を見る、指示を一行打つ、新しい課題を起こす、切れた作業領域を繋ぎ直す。読み取る符号とブラウザのリンクに加えて、よく使われる幾つかのグループチャットの応用の中にボットの入口があり、集まりの中で名前を挙げれば仕事が進む。

携帯は操作の面でしかない。コードもコマンドもファイルも卓上の元の環境に残り、携帯に写されることも、どこかへ送られることもない。手元の作業領域、遠隔のシェル、Linux の補助シェル、コンテナのいずれも繋げるので、朝九時に始めた仕事を帰り道に一度見て、家で卓上から続けられる。鎖は切れない。

静かな時間帯に回す大きな仕事

急いでいるわけではないが大きい、という仕事のために、空き時間の待ち列がある。購読者は一括の移行、全体の試験、文書の生成といった課題を預けておける。仕組みは計算力に余りがある時間帯にそれらを実行し、料金の枠を減らさない。時間の融通と引き換えに費用を下げる取引であり、結果は一時間後ではなく翌朝に届く。

モデルと一緒に合わせ込む

「モデル提供元自身のハーネス」という言い方の根拠は、作り方にある。モデル、ツール、実行の流れを一本の生産ラインとして調整しており、他人のハーネスに別のモデルを載せたものではない。提供元の内部の基準では、同じモデルの条件で、全体の課題の通過率がよく知られた別のハーネスと組んだ場合より二パーセント強高い。優位は、ファイルをまたぎ、段をまたぎ、最後に受け入れまで求める課題に集まる。

文脈の使い回しも調整されている。この環境で測ったキャッシュの当たりは九十八パーセントを超え、他のよく使われる二つのハーネスはおよそ九十六と九十五だった。同じ使い方で、有効なトークンの量はおよそ三割増える。

いくらで、どこで動くか

道具の本体は無料で、AI の能力は購読に含まれる。組織向けには別のプランがある。卓上版は二つの商用プラットフォームそれぞれの二つの処理器の系統と、よく使われる Linux の系統を覆い、そのうち一つはまだ beta と記されている。更新の頻度は高く、一季節分のモデル適応の作業がすでに本線に入っている。

このモデルの一族をすでに実際の仕事で使っている人ほど、ここで得るものが多い。モデルの提供元が自分で作ったハーネスの意味は、モデルの長い距離の能力にようやく居場所ができることだからだ。正直にまとめれば、AI を後付けした良い編集ソフトではなく、エージェントが最後まで運べる目標を中心に、一日の仕事を組み直そうとする試みである。