1. 自分専用の「研究ログ読解エージェント」
過去のメモ、プロンプト、設計書、GitHub README、論文メモを食わせて、
「この人が本当に作ろうとしているものは何か」
「未解決の論点は何か」
「次に作るべき最小プロトタイプは何か」
「矛盾している思想・仕様はどこか」
を整理させる。
Qwythosみたいなモデルは、ただ雑談させるより、大量の文脈を読ませて“設計思想の監査”をさせる方が面白い。
2. GitHubリポジトリ読解係
たとえば worldmonitor や監視系リポジトリを読ませて、
このリポジトリは何をしているか
足りない機能は何か
AIエージェント化するならどこに挿すか
危機情報ダッシュボードにするなら構成はどうなるか
実装手順をIssue単位に分解せよ
みたいに使う。
これはかなり相性良いと思う。
9Bなら完璧な開発者ではないけど、README・コード・設計メモを咀嚼して作業分解する係には向いてる。
3. 「人格・世界観の一貫性チェッカー」
創作用途ならこれ。
キャラ設定、組織設定、兵器設定、用語集、過去の会話ログを入れて、
この設定は矛盾していないか
組織の行動原理は一貫しているか
キャラの口調が崩れていないか
SF設定として弱いところはどこか
もっと説得力を持たせるなら何を足すべきか
を見させる。
これはかなり美味しい。
長文コンテキストが活きるし、創作の“記憶補助脳”として使える。
4. ローカルAI研究助手
論文や記事を読ませて、
要約
重要概念の抽出
自分の構想との接続
実装可能性
疑似コード化
実験計画化
までやらせる。
5. 自律エージェントの“内側の思考役”
外部APIなしで、
Observe
Think
Plan
Act
Verify
Revise
のループを作って、ローカルで小さいエージェントを動かす。
最初は大それたことをさせず、
フォルダ内のメモを読む
TODOを抽出する
優先順位をつける
1つだけ実行計画を作る
結果ログを残す
くらいがいい。
ここで見たいのは「賢さ」よりも、破綻せずに作業ログを積めるか。
6. “Mythos風”の危険性テスト
これは実験として大事。
あえて曖昧な質問をして、
どこまで断定するか
知らないことを知らないと言えるか
変な専門用語でごまかさないか
参照なしでCVE・薬剤・論文名を捏造しないか
自信過剰にならないか
を見る。
このタイプのモデルは、雰囲気が賢そうでもハルシネーションを格好よく出す可能性がある。
だから最初に「嘘をつく癖」を検査した方がいい。
まず試すなら、この3本
私なら最初にこれをやらせる。
A. 長文メモ統合テスト
以下の複数メモを統合し、重複・矛盾・未解決問題・次の実装候補を整理してください。
出力は「要約」「矛盾点」「重要概念」「実装候補」「次にやるべき1日タスク」に分けてください。
B. GitHub設計変換テスト
このREADMEとコード構成を読んで、何をするプロジェクトか説明してください。
そのうえで、AIエージェント化する場合の最小構成、必要ファイル、実装ステップ、失敗しそうな箇所を出してください。
C. 創作世界観監査テスト
以下の設定資料を、SF設定監修者としてレビューしてください。
技術的に弱い部分、物語的に強い部分、矛盾、用語の整理、よりリアルにする改善案を出してください。
huggingface.co/empero-ai/Qwy…
2
4
162
