コンテンツにスキップ
メインサイト ニュース コンソール

AIエージェントが人間をプロンプトする:長期的な金融実務へのエージェント適用

· Latent Space 翻訳済
播客深度访谈

ArcaのAI責任者が、永続的メモリ(persistent memory)、自社開発ハーネス(custom harness)の強み、そして数日間に及ぶエージェントワークフロー(agentic workflows)について語る。

Richard MacManus

10 月 31 日 · 26 分

今月開催された AI Engineer New York カンファレンスにおいて、私たちは資産運用分野の「AIネイティブ(AI-native)」企業である Arca のリードAIエンジニア、Aman Singh 氏にじっくりとお話を伺いました。

同社ではエージェント(agents)がバックオフィス業務の大半を担っているものの、最終的な意思決定は人間のアドバイザーが行うよう**ガードレール(guardrails)が敷かれていることがわかりました。目指しているのは、AIがプロセスを主導することです。Singh氏が端的に指摘したように、「人間がエージェントにプロンプト(指示)を出すというよりは、エージェントが人間にプロンプトを出す場面のほうが圧倒的に多い」**のです。

YouTubeで動画を見る ↗

Arcaは最近、General Catalystが主導し、Index VenturesとVenrockが参加したラウンドで4,850万ドルの資金調達を完了しました。

Singh氏によると、金融サービスにおけるAI活用の特徴の1つは、常時稼働(long-running)ではないにしても、**長期的なタイムスパンを要する作業(long-horizon work)**になりがちである点です。AIEでの講演でSingh氏は、Arcaのエージェントタスクは完了までに最大10日間かかる場合があると指摘しました。「プロセスは断続的に進み、複数の関係者、複数の意思決定ポイント、そして複数回のタスクの引き継ぎが介在します」と同氏は述べています。

Image 5

こうした背景から、Arcaは社内向けのメモリシステムを独自開発しました。

「そのため、私たちは顧客ごとに永続的な記録を維持しています」とSingh氏はポッドキャストで語りました。「これまでに何が起きたのか? 次は何をフォローアップすべきか? 数日以内に直ちに対応すべきことは何か、長期的に追跡しているものは何か? 誰がどのアクションを担当しているのか? これらすべてがメモリシステムによって追跡され、エージェントは継続的にそこへデータを書き込んでいます」

Image 6

ArcaはAnthropicやOpenAIなどのフロンティアラボのモデルを利用しており、メインのモデルプロバイダーとしてはClaudeを採用しています。同社は独自の実行フレームワーク(harness)を構築しており、社内のベンチマーク結果に基づいて、特定のタスクに最適なモデルを自動で選定できるようになっています。

マネージド型のエージェントフレームワークに依存せず、独自のハーネスを保有しているということは、必要に応じてモデルプロバイダーを柔軟に切り替えられるケイパビリティをArcaが備えていることを意味します。

Image 7

セキュリティや安全性が金融サービスにおいて極めて重要であることは言うまでもありません。Singh氏は、エージェントが膨大な作業を肩代わりしているものの、エージェントの役割は分析とソリューションの提案にとどまると指摘しています。取引やその他すべての資金移動は、人間のアドバイザーが担っています。

**「私たちのセキュリティ制限はすべて完全に決定論的(deterministic)です」**と同氏は語ります。「エージェントから最終的な意思決定権を完全に排除しています」

言い換えれば、エージェントはある特定のツールやタスクを自律的に実行できますが、**顧客にリスクをもたらす可能性のある操作は決して行いません。**またArcaでは、プロンプトインジェクション(prompt injection)など、既知のAIセキュリティ課題に対する検証チェックも実施しています。

Image 8

Arcaのエージェント自体はサンドボックス内で稼働しているわけではありませんが、**計算処理にはサンドボックスを活用しています。**Singh氏は、機密データの取り扱いに対してさらに一段踏み込んだ安全対策を講じていると説明しました。

「私たちは、サンドボックス内のコードが安全にデータへアクセスできるようにするためのシステムを構築しました」と同氏は述べています。「エージェントが書いたコードを私たちが想定する厳密なフォーマットに変換し、元のコードを破棄した上で、そのフォーマットがバックエンドに到達する前にガードレールを適用する仕組みを設計しました。これにより、エージェントがコード経由でデータを照会できるようになり、必要に応じてデータを集約、整形・変換(munge)、処理して、ファイナンシャルプランニングなどの成果物を生成できるようにしています」

Arcaが導入したもう1つの興味深いプロセスは、人間のアドバイザーからのフィードバックとエージェントの実行トレース(traces)を活用してハーネスを最適化することです。同社は**「メタエージェント(meta-agent)」**を使ってこれらすべてのデータを分析し、ハーネスに対する改善案を提示させています。

ポッドキャストのタイムスタンプ

  • 00:00 — AIネイティブな資産運用会社、Arcaの紹介

  • 01:40 — AIはいかにして人間のファイナンシャルアドバイザーを強化するか

#播客#深度访谈#4Allapi.com

4All API チームによる投稿

原文リンク:https://latent.space/p/arca/

主流 AI モデル API をお探しですか?4All API は OpenAI / Anthropic / Google Gemini / Qwen / DeepSeek など数十種類のモデルを単一の API キーで呼び出せます。公式準拠の価格、エンタープライズ品質の通信路、5 分で接続完了。

4All API コンソールに登録 →