一通の GPT‑4 招待メールから、AI エージェントの時代へ

今日、古いメールを整理していると、2023 年 3 月 18 日に届いた一通のメールが再び目に入りました。

件名はとても簡潔でした。

You’re invited to use the OpenAI GPT-4 API.

本文には、8K のコンテキストを持つ GPT‑4 を API から利用できるようになったと書かれていました。

GPT‑4 の公開から、まだ数日しか経っていない頃です。API を使うには申請して待ち、OpenAI から段階的に招待される必要がありました。公開時の資料では、標準版 GPT‑4 のコンテキスト長は 8,192 トークンで、32,768 トークン版は限定的に提供されていました。当時の私には、API の利用権そのものが、開いたばかりの小さな扉のように感じられました。

3 年以上が過ぎた今、このメールは製品のお知らせというより、一つのタイムカプセルに見えます。

数字が大きくなったことは、もっとも見えやすい変化にすぎない

初期の開発者にとって、4K や 8K のコンテキストは身近な制約でした。プロンプトを書くたびに残りの容量を数え、資料を削り、長い文章を分割し、前のリクエストの結果を次へ引き継ぐ方法を考えていました。

2026 年になると、100 万トークン規模のコンテキストは最先端モデルの主流に入りました。OpenAI の現在のモデル一覧では、GPT‑5.6 系列に約 105 万トークンのコンテキストウィンドウが記載されています。Google の長文コンテキスト資料でも、複数の Gemini モデルが 100 万トークン以上に対応すると説明されています。

これは単に「より多くの文章を詰め込める」という話ではありません。コード、画像、音声、動画、大量の文書を、一つのタスクの背景として扱えるようになりました。以前なら分割、索引化、要約が必要だった資料を、同じ作業コンテキストに置ける可能性が広がっています。

しかし、長いコンテキストは完全な記憶ではなく、モデルが自動的に重要な点を見抜く保証でもありません。資料が増えれば、ノイズ、コスト、遅延、誤った関連付けも増えます。重要なのは今も、どの情報を選び、どの順序で渡し、モデルが重要な制約を理解したかをどう検証するかです。

本当に変わったのは、やり取りの単位

3 年前、私がよく行っていたのは「質問と回答」でした。

1. プロンプトを書く。
2. モデルの生成を待つ。
3. 結果をコピーする。
4. 残りの作業を自分で終える。

今では、より多くのタスクが「目標、文脈、行動、検証」という形になっています。

1. 最終目標と完了条件を示す。
2. リポジトリ、文書、現在の状態を渡す。
3. 検索、ファイル、ターミナルなどのツール利用を許可する。
4. 相互に依存する一連の手順を実行させる。
5. テスト、ビルド、差分確認、人のレビューで結果を確かめる。

OpenAI の現在のモデルおよび Responses API の資料には、関数呼び出し、ウェブ検索、ファイル検索、コンピューター操作が利用可能なツールとして記載されています。モデルは「どうすればよいか」を説明するだけでなく、与えられた権限の範囲で実際の作業に参加し始めました。

これが、私の考える「チャットモデル」と「エージェント」のもっとも重要な違いです。前者はコンテンツを返し、後者は状態が変化するタスクを前へ進めます。

プログラマーの仕事は消えず、両端へ移動した

モデルがコードを読み、ファイルを編集し、コマンドを実行し、結果を確認できるようになっても、プログラマーが不要になるわけではありません。むしろ私たちの注意は、タスクの前後へ移っていきます。

行動の前には、問題をより明確に定義する必要があります。

• 目標は何か。何が対象外なのか。
• どの資料を信頼でき、どれは参考にすぎないのか。
• どの権限を渡せるか。どの操作は確認を必要とするか。
• 失敗したとき、停止、再試行、ロールバックのどれを選ぶか。

行動の後には、結果をより確実に検証する必要があります。

• コードはテストとビルドを通過するか。
• ページは本当に期待どおりか。「生成できた」だけではないか。
• 外部の状態は実際に変わったか。
• 結果を説明、再現、監査できるか。

3 年前、私たちはより良いプロンプトの書き方を学んでいました。今はそれに加えて、文脈、ツール、権限、チェックポイント、受け入れ条件の設計も学ぶ必要があります。

能力は委ねられても、責任は外部化できない

エージェントが現実の操作を実行できるほど、境界は重要になります。

記事の要約を頼むことと、本番データベースの変更を許可することは、同じ権限ではありません。メールの下書きを頼むことと、顧客へ直接送信させることも、同じリスクではありません。成熟したエージェントシステムは「何ができるか」だけでなく、次の点を明確にするべきです。

• デフォルトは読み取り専用か、書き込み可能か。
• 実行前に人の確認が必要な操作は何か。
• 対象、ディレクトリ、アカウント、データ範囲をどう制限するか。
• 必要な操作履歴をどう保存するか。
• 問題が起きたとき、どう停止し復旧するか。

モデルがより多くの行動を担っても、判断と責任は消えません。なぜ行うのか、根拠は何か、誰がリスクを負うのか、結果を受け入れられるかという問いには、最後まで人が答える必要があります。

3 年後、私たちは今日をどう見るだろう

この古いメールは、偶然残しておいた一枚の切符のようです。

2023 年、私が申請していたのはモデルへアクセスする機会でした。2026 年には、長期目標を理解させ、ツールを使わせ、複数の工程を進め、人の監督のもとで仕事を完了させる方法を学んでいます。

心を動かされるのは、パラメーターが何倍になったかではなく、時間が圧縮されたことです。遠い未来にしかないと思われた能力は、何十年もかけて少しずつ来たのではありません。数回のバージョン更新の間に、静かに日常へ入り込みました。

さらに 3 年が経てば、今の私たちを驚かせる 100 万トークンのコンテキストやエージェントも、このメールと同じように見えるかもしれません。未来が始まったばかりの瞬間に残された、古い品物として。

参考資料

• OpenAI: GPT‑4 research — GPT‑4 は 2023 年 3 月に公開され、標準のコンテキストは 8,192 トークン、32,768 トークン版は限定提供でした。
• OpenAI: model catalog — 記事公開時点で、最先端の GPT‑5.6 系列には約 105 万トークンのコンテキストと複数カテゴリのツール対応が記載されています。
• Google AI: Long context — 100 万トークン以上のコンテキストを持つ Gemini モデルの用途と制約を説明しています。