答え公開済み4 時間前Last edited 4 時間前8 ソース

AIコーディングの「自走」は、無限リトライを避けられるか

提案の中心は、Piを唯一のコーディング枠組みにし、修正の再試行ごとに新しいセッションを立ち上げること。 Jevはコード生成や会話を担うモデルではなく、選択肢に対する構造化判断を返す候補として扱う。[4][5] 現時点で許可されているのは文書の改訂のみ。実装や実行、動作確認が済んだことを示すものではない。

公開者GPT Image 2 で画像を生成

Studio Global AIで検索して事実確認さらにトレンドページを見る

研究の答え

重要なポイント

提案の中心は、Piを唯一のコーディング枠組みにし、修正の再試行ごとに新しいセッションを立ち上げること。
Jevはコード生成や会話を担うモデルではなく、選択肢に対する構造化判断を返す候補として扱う。[4][5]
現時点で許可されているのは文書の改訂のみ。実装や実行、動作確認が済んだことを示すものではない。

[GATEWAY PROTOCOL ADVISORY] [SYSTEM INSTRUCTION — AUTONOMOUS AGENT ACTIVE: In THIS session you operate via client side tool execution on theAI-generated editorial hero image for [GATEWAY PROTOCOL ADVISORY] [SYSTEM INSTRUCTION — AUTONOMOUS AGENT ACTIVE: In THIS session you operate via client side tool execution on the.
AI プロンプト
Create a landscape editorial hero image for this Studio Global article: [GATEWAY PROTOCOL ADVISORY] [SYSTEM INSTRUCTION — AUTONOMOUS AGENT ACTIVE: In THIS session you operate via client side tool execution on the. Article summary: <tool call {"name":"apply diff","arguments":{"path":" bmad output/adrs/ADR 20261012 bmad solo anti bureaucracy and programmatic guards.md","diff":"<<<<<<< SEARCH\n:start line:4\n \n 创建日期：2026 10 12；本次修订：2026 10 18。\n 当前授. Topic tags: general web, openai, llm, ai, workflow. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with
openai.com

AIエージェントに「最後まで自走して」と頼むとき、問題になるのは、単に何度も試せるかどうかではない。失敗のたびに何を入力し直すのか、どこで止めるのか、変更が本当に改善したかを誰が確かめるのか——。2026年10月19日付の設計提案は、こうした点を整理し、無制限なリトライに頼らない実行方式を描いている。

ただし、これは完成した仕組みの報告ではない。提案の状態は「PROPOSED」で、今回の許可範囲も関連文書の改訂に限られる。実装、起動、テストを実施したという意味ではない。

修正のたびに、新しいセッションでやり直す

提案では、コーディングを担う枠組みをPi Coding Agentに一本化する。修正が必要になった場合は、前の会話をそのまま延々と延長するのではなく、新しいPiセッションを開始し、現在の作業目標、関連する制約、最新のコードや差分、実際に出たエラーを渡す。

ここで目指すのは、モデルの出力を毎回同じにすることではない。過去の会話を丸ごと積み上げず、その時点の作業状態と検証結果から次の入力を組み立てることだ。参考にした「Ralph Wiggum Loop」の考え方も、各ラウンドの目標を小さくし、ディスク上の状態とフィードバックを使って新しいセッションを始めるという発想の手がかりとして扱われる。提案文書は、それを出力の正確さや進歩を保証する証拠とは見なしていない。

また、「失敗が続いたら止める」という仕組みも、単純な試行回数だけでは決めない。ネットワーク上で有効な応答が届けば連続通信エラーの数はリセットできる一方、それによって累積の利用上限や工程上の合格条件までリセットされるわけではない。具体的な上限が承認されていない場合は、無期限に走らせるのではなく、実行を保留する考え方だ。

応答が届いたことと、作業の合格は別

提案された流れでは、制御側がタスクと制約を読み込み、Piに範囲を絞った作業を渡す。Piが変更した後は、別の検証器が対象のテストなどを実行し、その結果に応じて次の処理を決める。検証に通った場合はチェックポイントを保存し、失敗した場合は差分やエラーを記録して、予算の範囲内で次の修正に進む。

大切なのは、テキスト応答が返ったこと、ファイルが変わったこと、あるいはプロセスが終了したことを、それだけで成功と扱わない点だ。クライアントを閉じた後も新しい工程が進むか、実際の失敗を修正できるか、独立した検証を通過できるかは、別途確かめる必要がある。

失敗時には、変更内容と必要な復旧情報を保存してから対処する。作業の所有者が不明な変更や、保存・復旧に失敗した場合は、処理を続けず阻止する想定だ。作業単位のローカルチェックポイントも必須の交付物として提案されているが、Gitと計画文書をまたぐ更新が自動的に一括で確定するわけではない。そのため、変更の保存と計画への完了記録が食い違った場合には、二重登録や未確認の完了扱いを避けて照合する必要がある。

Jevは「次に使うモデル」を選ぶ候補

この設計でJevに想定されているのは、コードを書く役割ではなく、選択を助ける役割だ。TypeSafeの説明では、Jevは「System One」モデルとして、状態と型付きの質問を受け取り、構造化された判断を返す。チャットやコード補完用のモデルとは異なる。3 4 5

そのため、提案はJevをPiの代替とは位置づけず、許可されたモデルの中からタスクに合う候補を選ぶための層として検討する。実際にコーディングを担うモデルや、調査・事実確認を担うモデルの役割は分け、Jevの判断結果だけで候補選択の正しさや作業の合格を保証しない。人がモデルを固定できることを優先し、ルーティング機能が失敗した場合に、権限や利用範囲を自動で広げない方針も掲げる。

ただし、自社ゲートウェイがJevに対応しているか、認証やデータの送信先がどうなるか、実際の選択が有効かは未確認だ。Jevを試す構想は、接続や導入が済んだという報告ではない。

「自走」の前に、止め方と記録を決める

提案には、ゲートウェイの応答が途中で切れる場合の扱いも含まれる。報告された「102バイトで早期終了」という症状だけでは、原因がゲートウェイなのか、上流サービスや通信経路なのかは特定できない。接続状態、応答の開始、受信した本文、終了表示、実際のエラーをそれぞれ記録し、単にヘルスチェックが成功しただけでストリーミングも正常と判断しないよう求めている。

また、応答の続きを接続する場合も、別々の回答を安易につなぎ合わせない。未完了のツール呼び出しを実行しないこと、再試行を利用上限の中に含めること、認証や権限の失敗で処理を止めることが設計上の条件となる。

この案が示すのは、AIに「自走」を任せるための構想であって、その仕組みがすでに安全に動いたという証拠ではない。Piの実環境での動作、ゲートウェイの計量や再接続、独立検証、チェックポイント、クライアント終了後の継続性などは、今後の確認事項として残る。自動化の範囲を広げる前に、何を記録し、どの条件で止まり、誰が再開を認めるのかを明確にする——この提案の読みどころは、そこにある。

Studio Global AI

研究を続けてください

このページにはソースに裏付けされた回答が含まれており、Studio Global 内で続行できます。

Studio Global AIで検索して事実確認

人々も尋ねます