アストラを軽量設定で5時間使って分かったこと AIは「賢く考える」より「無駄なく考える」段階へ来ている

最近、アストラをかなり長時間使っている。

しかも全力設定ではない。

軽量側の設定。

それでも、実際に使っていてかなり驚いた。

単純に回答の質が高い、という話ではない。

むしろ印象に残ったのは、

無駄な動作が減っていること。

だった。

⸻

「引き続き」で勝手に引き継ぎスレッドを作った

一番分かりやすかったのがこれ。

こちらが、

「引き続き」

程度のことを言ったところ、

アストラ側が自分で、

次工程用の引き継ぎスレッドを作った。

こちらから、

* 新しいスレッドを作って
* 必要な情報をまとめて
* 現在の作業を引き継いで
* 次の工程へ移って

などと細かく指示していない。

でも、

今の工程が終わった
↓
次工程へ進む
↓
なら作業場所も分けた方がいい

と判断したらしい。

これがかなり面白かった。

以前なら、

AIにとってスレッドは単なる「会話の箱」だった。

でも今回の挙動を見ると、

スレッド自体を作業単位として扱い始めている。

ように見える。

⸻

1工程1スレッドを、人間が管理しなくてよくなるかもしれない

最近、自分はAI作業で、

1工程1スレッド

をかなり意識している。

例えばゲーム開発なら、

* UI修正
* Shop修正
* 不具合修正
* DataStore確認
* 実機確認

などを分ける。

理由は単純。

一つの会話へ全部詰め込むと、

文脈が膨らむ。
過去の条件が混ざる。
優先順位が曖昧になる。

から。

だったら工程ごとに切った方がいい。

これは今まで人間側が管理していた。

ところが今回、

アストラ自身がその判断をやった。

つまり将来的には、

人間が「新しいスレッドを作る」という行為自体を意識しなくなる

可能性がある。

工程が終わったらAIが自動的に、

* 必要情報だけ圧縮
* 次工程用の作業領域を作る
* 不要な文脈を捨てる
* 必要な資料だけ持っていく

という動きをする。

これが普通になれば、

人間側は、

「続き」

程度で済む。

⸻

5時間使って使用量22%

さらに面白かったのが使用量。

今回、

約5時間使って22%。

途中の一部工程では、

3%程度。

しかもこれは軽量設定。

全力推論ではない。

以前なら、

高性能AIほど、

長く考える
↓
使用量が増える

という印象が強かった。

でも今回感じたのは逆。

賢くなった結果、

無駄な確認をしない。
不要な情報を抱えない。
必要な工程だけ処理する。

ことで、

結果的に使用量を抑えている。

つまり、

高性能化＝思考量増加

ではなく、

高性能化＝無駄な思考削減

という方向へ進んでいるように感じる。

⸻

「全部読ませる」時代が終わりつつある

これは最近のAI全般にも感じる。

以前は、

* 設定資料全部
* 過去ログ全部
* 手順全部
* 禁止事項全部

を最初に読み込ませる運用が多かった。

AIが忘れるから。

AIが勝手なことをするから。

だからプロンプトや手順書がどんどん長くなった。

でもモデルが賢くなるほど、

その方法が逆に邪魔になる。

今はむしろ、

必要な時に必要な情報だけ渡す

方が安定する。

人間の仕事でも同じだ。

優秀な人へ仕事を頼む時、

100ページのマニュアルを毎回全部読ませる必要はない。

目的と制約だけ伝え、

必要な資料を必要な時に参照できればいい。

AIもそこへ近づいている。

⸻

全部の作業に最高性能モデルは必要ない

これも重要。

自分は創作でも複数作品を動かしているが、

作品によって必要な推論能力が違う。

例えば、

『俺の上司が凄すぎて』

くらいなら、

毎回最高クラスの推論性能は必要ない。

重要なのは、

* 会話テンポ
* キャラクター性
* 日常ネタ
* オチ

だから。

一方、

KoS

や

Vendetta

になると話が変わる。

キャラクター数、過去設定、伏線、時間軸、世界構造などが絡む。

こういう作品は、

高い推論能力の恩恵が大きい。

つまり今後は、

全部を最高性能で処理する

のではなく、

必要な場所だけ高性能モデルを使う

という運用が普通になると思う。

⸻

AI本体に機能がなくても能力は生やせる

もう一つ最近強く感じていることがある。

AIの能力は、

モデル本体に搭載されている機能だけで決まらない。

例えば現在、

自分の環境では、

ChatGPTからPythonを使って、

Blender上のVRMモデルにリボンを生成する

ところまでやっている。

ChatGPTが3Dモデリング専用AIだからではない。

PythonとBlenderを組み合わせているだけ。

さらに現在、

MV Factory

というローカル動画制作環境も作っている。

これが完成すれば、

AI自身に動画生成能力が搭載されていなくても、

* 素材選択
* 構成
* 字幕
* 編集
* 音源配置
* 書き出し

までローカル環境で実行できる。

ユーザー側から見れば、

それはもう、

「AIに動画制作能力が生えた」

のと大差ない。

⸻

AIは万能モデルより「司令塔」になるのかもしれない

これまでAI競争は、

どのモデルが一番賢いか

という話になりがちだった。

でも今後重要になるのは、

必要な能力をその場で編成できるか

だと思う。

AI本体に、

* 動画生成
* 作曲
* 3D
* ゲーム開発
* 画像処理

の全部を直接搭載する必要はない。

必要なら、

* Python
* Blender
* ffmpeg
* ローカルツール
* 外部サービス
* 自作アプリ

を組み合わせればいい。

そうなるとAIは、

万能な職人

ではなく、

必要な職人と工具を集める司令塔

になる。

⸻

アストラを見て感じた未来

今回のアストラの挙動を見ていて、

将来的にはこうなる気がしている。

人間：

「ゲーム直して」

AI：

設計
↓
実装
↓
テスト
↓
不具合修正
↓
次工程用スレッド生成
↓
必要情報を引き継ぎ
↓
公開確認

人間：

「おう。」

終わり。

（笑）

極端な話、

今まで人間が書いていた長いプロンプトや、

工程管理そのものが、

少しずつAI側へ移っていく。

そして皮肉なのが、

AIが賢くなるほど、

人間側の指示は短くなる。

ということ。

⸻

まとめ

アストラを軽量設定で長時間使って感じたのは、

単純な「AIが賢くなった」ではなかった。

むしろ、

AIが仕事の進め方を覚え始めている。

という感覚だった。

* 工程を理解する
* 不要な文脈を減らす
* 次の作業場所を作る
* 必要な情報だけ引き継ぐ
* 軽量設定でも十分な品質を出す
* 無駄な使用量を減らす

これが進めば、

AIの評価軸も、

ベンチマークの点数

だけでは足りなくなる。

重要になるのは、

どれだけ人間が管理しなくても仕事が進むか。

だと思う。

そして今のところ。

アストラ。

かなり賢い。

というか、

軽量設定でそこまで勝手にやるな。

こっちの仕事が減る。

もっとやれ。

（笑）