100 人の工場を持つ Machinecraft が、データサイエンスチームや ML バジェットなしで、36 体の専門 AI エージェントからなる自律的なシステム「Eira」を構築した事例が紹介される。このシステムは特定のモデルを微調整するのではなく、過去の商談記録やドキュメントをベクトル化・グラフ化して記憶として蓄積し、各エージェントに役割を与えて協調させることで、営業から見積もりまでを自動化している。特に夜間に学習内容を整理・統合する「睡眠サイクル」や、倫理原則を組み込んだ「魂ファイル」によるガバナンス機能は、AI エージェントの持続可能性と信頼性を高める画期的なアプローチである。
「フレームワーク不要」「39 体のエージェント」というフックに加え、実際のビジネス成果（23 万ドル vs 30 ドル）を提示する実証性が非常に高く、開発者にとって即座に実践可能なアーキテクチャの参考になる。
- 01
非学習型記憶システム
モデルの微調整や GPU 計算資源を使わず、過去の商談データやドキュメントをベクトル化・グラフ化して組織の「脳」として機能させる手法。
- 02
39 体の専門エージェント
単一の巨大なプロンプトではなく、営業、価格設定、仕様確認など各役割を持つ 36 体の専門エージェントが会議形式で協調して意思決定を行う。
- 03
生物学的アーキテクチャ
短期記憶、長期記憶、睡眠サイクルによる学習、そして誤情報に対する免疫システムを備えた、生物の進化に倣ったメモリ設計を採用している。
- 04
倫理とガバナンス
3 世代続く家族経営の哲学をコード化し、事実確認や出典明示を義務付ける「魂ファイル」で、AI の安全性と信頼性を担保する仕組み。
この事例は、大規模な計算資源や専門的なデータサイエンスチームを必要としない「民主化された AI エージェント」の実現可能性を示しており、中小企業やスタートアップが独自に高度な業務自動化システムを構築する道を開く。また、モデルの微調整ではなく既存リソースの構造化と、倫理原則のコード化によるアプローチは、AI 開発におけるコスト削減とガバナンス強化の新たな標準となる可能性がある。