2026.09.02

長時間ループでは、毎回読み直す仕様・履歴・ツール結果が請求の大半を占める。モデル単価だけでなく、同じ文脈をキャッシュへ寄せられる構成かどうかが運用費を決める。

教材、会議録画、デモ動画を毎回すべて読ませる必要がなくなる。映像を検索対象として扱い、目的に応じて見る場所を選ぶ設計へ移せる。

自動で進めることと、境界を越えてよいことは別の設定だ。チーム導入では、モデル更新と同時に、作業ディレクトリ外の読み取りや資格情報への到達がどこで止まるかを確認したい。

巨大なMCP応答をそのまま会話へ入れると、必要な文脈が押し出される。ツールごとの出力上限は、長いセッションの精度と再開時の再現性を守る設定になる。

製品が特定のCLIへ直接依存すると、モデルや実行基盤を替えるたびに統合を書き直すことになる。共通ハーネスへ寄せれば、同じ課題を複数エージェントで比較しやすい。

業務AIの差は、一般知識よりも、既存システムの権限を保ったまま固有データへ接続できるかに出る。医療以外でも、CRMや会計へ広げる前に読み取り範囲、監査ログ、人の確認工程を設計する必要がある。

ローカルLLMの用途がチャットから、ファイルへ触るエージェントへ広がっている。Linuxワークステーションや社内サーバーで、機密データを外へ出さずに同じ運用を再現しやすくなる。

ローカルかクラウドかをアプリ単位で決めるのではなく、工程単位で分ける設計だ。プライバシー、性能、料金の優先順位を、扱うデータに応じて変えられる。