AIを乗り換えたら、また一から説明し直しだった

新しいモデルが出ると、まず「乗り換えたい」と思います。

でも、その直後にもう一つの気持ちが来ます。「また、一から育て直しか」。

このためらいの正体を何度かたどっていくと、性能の話ではありませんでした。それまで一緒に積み上げてきた記憶を、連れていけないことでした。今回は、その「連れていけなさ」が具体的に何を奪っているのかを書きます。

乗り換えた初日に、実際に起きること

モデルを切り替えた初日、会話は驚くほど丁寧で賢い。けれど、相手はこちらを何も知りません。

だから、また同じことを伝え直すことになります。今どんなプロジェクトを動かしているか。前のAIとどういう決め方をしてきたか。何を避けたいと言ってきたか。前回どこで詰まって、どう回避したか。よく使う言い回しや、二度手間になりやすい癖。

一つひとつは小さな説明です。でも合計すると、半年かけて少しずつ渡してきた前提を、一日で再入力しているようなものでした。賢くなったはずなのに、出だしの会話はむしろ重くなる。この逆転が、乗り換えをためらわせていました。

半年も一緒に動かしていると、短い言葉で文脈が戻るようになります。

たとえば「この前の件、続きから」と言うだけで、何の件で、どこまで進んでいて、次の一手が何だったかに当たりをつけてくれる。「いつものトーンで」で、こちらの好みの言い回しに寄せてくれる。毎回ゼロから状況を説明していた頃と比べると、会話の入口がまるで違います。

これは賢さというより、積み重ねた前提が共有されている状態です。乗り換えれば、この共有はリセットされます。育てていたのはモデルの性能ではなく、相手との関係性のほうでした。だから乗り換えで失うものが大きく感じる。失っているのは性能ではなく、関係性だからです。

ここを切り分けると、見え方が変わります。

モデルは、その時いちばん良いものを選べばいい。性能の差は、数ヶ月もすれば埋まっていきます。最新を取り合うことに、それほど神経を使う必要はありません。

問題は、記憶まで毎回モデルと一緒に捨てているなら、長く積み上がるものが何も残らないことです。頭脳は、その時いちばん賢いものを借りる。記憶は、自分の側に積んでおく。そう分けて考えると、モデル選びと、関係性の蓄積を、別々に最適化できるようになります。

記憶が一か所にあって、どのAIからも同じ前提を参照できる。そうなれば、乗り換えは「育て直し」ではなく「つなぎ替え」になります。

新しいモデルでも、初日から過去の文脈の上で話が始められる。「この前の件、続きから」が、乗り換えた直後でも通じる。これだけで、乗り換えの心理的なコストの大半が消えます。なぜなら、ためらいの正体は性能の不安ではなく、記憶を失う不安でできていたからです。

性能で迷う時間より、「また育て直すのか」で止まる時間のほうが、実は長かった。記憶が持ち運べると、その止まる時間がなくなります。

一方で、過去の記憶をまるごと新しいモデルに流し込めばいい、とも思いません。

古くなった前提や、一度きりの思いつき、もう方針が変わった決定まで一緒に運ぶと、新しいモデルはそれを真に受けて判断します。持ち運ぶべきは、確かめられて今も生きている前提だけです。何を連れていき、何を置いていくか。その選別ができてはじめて、記憶は資産として機能します。

記憶は、モデルの中ではなく、自分の側に積む。乗り換えても連れていけるか、そして連れていく前提を選び直せるか。その二つで、AIとの時間は資産にも使い捨てにもなる。

モデルは進化し続けます。だからこそ、進化のたびに捨てられてしまうものではなく、積み上がり続けるものを、どこに置くか。Agent Memoriesで確かめているのは、その置き場所と、持ち運ぶ前提の選び方です。

Agent Memoriesでは、AIとの関係性や記憶の設計について、制作と運用の実録を残しています。