あなたの仕事の仕方を
記憶するエージェント。
UKBはプラットフォームの個人コンテキスト層です。各ユーザーが何をするかを記録し、その行動の中で繰り返されるパターンを検出し、それらを再利用可能なプレイブックとユーザーごとの熟練度モデルに変換します — こうしてエージェントはまるで記憶しているかのように振る舞います。実際に記憶しているからです。
ドキュメントを読む記憶を持たないエージェントは、ユーザーに毎セッション仕事を説明し直させます。
自前で「エージェントの記憶」を構築するということは、ユーザーごとの行動ストレージ、ツール呼び出しログに対するパターンマイニングパイプライン、却下抑制を備えた提案ライフサイクル、類似度マッチングのための埋め込みインフラ、そしてそのすべてにわたる厳格なテナント分離を意味します。UKBはそれを一つのサービスとしてパッケージ化します。コンシューマーアプリはその仕組みを自前で構築する代わりに「このユーザーは何ができるのか」を問い合わせるだけで済みます。
行動ログ
ユーザーが行うすべてのツール呼び出し — その入力と結果 — がアカウントに紐づけて記録され、プラットフォームが後でマイニングできるユーザーごとの履歴を積み上げます。
パターンマイニング
パイプラインが各ユーザーのツール呼び出し履歴をスキャンし、正確な文言やセッションに関係なく繰り返されるシーケンスを見つけ出します。
類似度マッチング
埋め込みインフラが行動と候補パターンを、正確な文字列一致ではなく実際に何をするかで比較するため、ほぼ同じフローも同一パターンとして扱われます。
提案ライフサイクル
パターンは繰り返しのしきい値を超えて初めて提案の対象になります — その後、自動適用ではなく再利用可能なプレイブックとしてユーザーに提示されます。
却下の抑制
提案を一度却下すると、UKBはそれ以降提案しなくなります — 却下されたパターンは毎セッション再提示されるのではなく抑制されます。
テナント分離
すべてのユーザーの行動データ、パターン、プレイブックはそれぞれのアカウントの範囲に限定され、テナントをまたいでマイニングやマッチングが行われることはありません。
熟練度モデル
承認されたプレイブックが積み重なり、そのユーザーが何をできるかを表すユーザーごとのモデルになります — エージェントが実際に参照するものです。
プレイブック
信頼を得たパターンは再利用可能なプレイブックになります。次回エージェントがユーザーに代わって実行できる、持ち運び可能なタスクの説明です。
一つの繰り返された行動から、信頼されるプレイブックへ。
パターン検出ループ
記録 — ユーザーの行動 — 呼び出されたツール、入力、結果 — がそのアカウントに記録されます。
スキャン — 現在のセッションだけでなく、ユーザーの過去の行動全体から繰り返しを探します。
マッチング — 繰り返されるシーケンスを、そのユーザーについてすでに知られているパターンと照合します。
しきい値 — パターンは行動の根拠として信頼される前に、十分な回数繰り返される必要があります。
提案 — 信頼を得ると、そのパターンは再利用可能なプレイブックとしてユーザーに提示されます。
承認 — ユーザー、またはユーザーに代わるエージェントが提案を確認し、次回のためにそのパターンを強化します。
却下 — 却下された提案は何度も再提示されるのではなく抑制されます。
知識エントリとプレイブック — アカウントスコープのAPIサーフェス。
誰の行動を学習しているのかを絶対に混同しないように設計されています。
テナント分離 — ユーザーごとの行動データがアカウントをまたぐことは決してありません。すべての読み取りとマイニングされたパターンは、呼び出し元自身のJWTでスコープされます。
しきい値によるゲート — パターンは信頼できるだけの回数繰り返されるまで提案されないため、プレイブックがノイズの上に構築されることはありません。
却下は抑制される — 却下された提案は再提示されず抑制されます — システムはユーザーが何を拒否したかを覚えています。
持ち運び可能なプレイブック — プレイブックは特定のツールのバージョンやモデルに縛られず、タスクの平易な説明として保存されます。
すべての判断が帰属される — 承認・却下のそれぞれが行ったユーザーに紐づけて記録されるため、学習の履歴はいつでも検証できます。
エージェントが実際に記憶するとはどういうことか。
ユーザーが毎週月曜の朝、同じクエリを実行して同じチャンネルに投稿します。数回繰り返された後、UKBはそれをワンタップのプレイブックとして提案し返します。
ユーザーが提案されたプレイブックを一度だけ却下します。UKBは毎セッション同じ提案を再表示する代わりに、それ以降提案しなくなります。
ユーザーが作業の途中でノートパソコンを閉じます。翌日戻ってくると、エージェントはすでにいつもの次のステップを把握しています — パターンが再説明されたのではなく学習されていたからです。
新しいチームメンバーの初期の行動は、まだチームメイトの確立されたパターンとはまったく異なります。UKBは他の誰のデータからも分離された状態で、最初の行動からそのプロフィールを構築します。
ユーザーが同じ行動をある週は「締める」、次の週は「片付ける」と呼びます。UKBは正確な言い回しではなく、実際に何をしているかによって同じパターンだと判定します。
ユーザーに仕事の仕方を毎回説明し直させるのをやめましょう。
UKBは行動を記録し、マイニングし、プレイブックとユーザーごとの熟練度モデルへとパッケージ化します — こうしてエージェントは記憶しているかのように振る舞います。実際に記憶しているからです。