AIネイティブ時代、エージェントに人間を模倣させるのではなく、世界をエージェントに適応させる | 香港大 黄超 @AIGC2026

AIエージェントが急速に進化する中、根本的な問いが浮上している：AIに人間のツールを使い方を教え続けるべきか、それともデジタル世界を機械の言語で再設計すべきか。2026年中国AIGC産業サミットで、香港大学准教授の黄超氏は後者を強く主張した。彼の基調講演「世界をエージェントに適応させる、AIに人間を教えるのではない」は、AIに人間のインターフェースを模倣させる現状のアプローチを批判し、エージェントネイティブなインフラへの根本的な転換を提案した。

黄氏のチームはまず、既存のエージェントフレームワークの複雑さに疑問を呈した。OpenClawが43万行のコード（現在は100万行超）であるのに対し、彼らは逆の道を選んだ：超軽量でオープンソースの汎用エージェント「nanobot」の開発である。反響は予想を上回った。nanobotは100日間連続で毎日更新され、ダウンロード数は20万を超え、DeepSeekからグローバルに推奨される15エージェントの1つに選ばれ、OpenRouterの汎用エージェントランキングで一時4位になった。この成功は「複雑な問題を単純化する」哲学を体現している。

しかし、軽量化は出発点に過ぎない。黄氏は次の挑戦を「エージェントを単なるAIアシスタントから真の生産性ツールへと昇格させること」と位置付ける。このために彼らが提案するのが「CLI-Anything」である。これは専門的なソフトウェアをコマンドラインインターフェースとして再パッケージ化し、エージェントがGUIの視覚認識というコストが高く信頼性の低いプロセスを経ずに、構造化されたコマンドで直接ソフトウェア機能を呼び出せるようにする。黄氏は「なぜAIに人間のようにクリックさせるのか？コマンドラインの方が遥かに正確に通信できる」と語る。CLI Hubは既に31カテゴリ、80のソフトウェアツールをホストしている。彼のビジョンはハイブリッドな未来だ：エージェントにはCLIを、人間にはGUIを——それぞれが最も自然なインタラクション方式を使う。

インターフェースに加え、黄氏はエージェントの自己進化についても論じた。彼の研究では3つの進化経路が特定されている：内部最適化（エージェントコアのチューニング）、パラメータ更新（強化学習による学習）、スキル蓄積（再利用可能なスキルの収集）。内部最適化とパラメータ更新は汎化性が低く、特定タスクに最適化されたエージェントは他のタスクに転用しにくい。そのためチームは「Open Space」というシステムを使ったスキル蓄積に注力している。しかし課題も残る：高品質なスキルが不足している、タスクに最適なスキルのマッチングが難しい、異なる粒度のスキル管理が複雑であるなど。44業界、220タスクにわたる実験では、エージェントが実際のタスクから学習した後、トークン消費が大幅に削減され、タスク完了率が向上した。

黄氏はまた、エージェント群による協調（スウォーム）実験も紹介した。8つのエージェントが8枚のH100 GPUを調整して大規模言語モデルを訓練したところ、23時間でモデルのパフォーマンスが6%向上し、これは博士課程学生の3週間分の作業量に相当する。この実験はマルチエージェントシステムの可能性を確認した一方で、重要な洞察ももたらした：エージェントスウォームのスケーリング則は単純ではない。3～5エージェントを超えると、調整のオーバーヘッドが性能向上を上回る可能性がある。通信遅延がゼロでも大規模チームが自動的に機能するわけではなく、ボトルネックはタスク分解、コンフリクト解決、品質検証に移行する。最適なスウォームサイズを見つけることは依然として重要な未解決課題である。

黄氏のメッセージは明確だ：AIエージェントの未来はより人間らしくすることではなく、エージェントがネイティブに動作できるエコシステムを構築することにある。軽量なnanobotからCLI-Anything、スキルベースの進化、スウォーム実験まで、それぞれの要素はエージェント向けに設計された統合インフラストラクチャを指し示している。彼が結論で述べたように、「将来のエージェントの価値は個々のブレークスルーではなく、エコシステム全体のシナジーにある」のである。