AIの「記憶」と「自律操作」、今週の2大テーマ

OpenAIのSam Altmanが発表した「GPT-6.1 Terra」は、macOSに対応した新モデルで、なかでも注目されているのが「コンピューターuse」と呼ばれる機能の強化だ。AIが画面を視認し、クリック・入力・スクロールなどのPC操作を自律的に行う仕組みで、Altmanは「コンピューター操作の新時代が始まった」と宣言している。

これまで「コンピューターuse」はAnthropicのClaudeやOpenAIの一部モデルで試験的に提供されていたが、実用面ではまだ不安定さが指摘されていた。今回の6.1 Terraはその完成度を引き上げることを目指しており、単純な定型操作だけでなく、複数ステップにわたるタスクの自律実行が現実的な射程に入ってきた段階とみてよい。

MetaのMuseとGPT-6.1、AI自動化が静かに加速中でも触れているとおり、AIによる自動化の動きはここ数週間で一気に具体化している。「AIに仕事を任せる」が概念から実装フェーズに移りつつある、そういう局面だ。

Claudeをはじめ多くのAIチャットツールは、新しいチャットを開いた瞬間に直前の会話内容を忘れる設計になっている。「メモリ」機能として明示的に保存したものは引き継がれるが、それ以外のやり取りはリセットされる。Xでも「直前までしていた内容を全部忘れてる」という困惑の声があがっており、使い始めたばかりの段階ではとくに引っかかりやすい。

これはバグではなく仕様だ。LLMはチャットウィンドウのコンテキスト（文脈の枠）を単位として処理しており、新しいチャットを開く＝文脈のリセットを意味する。使い倒すうえでこの仕様を無視していると、「前に教えたのになぜ知らないのか」という摩擦が繰り返し発生する。

対策としては主に3つのアプローチがある。①「System Prompt」や「カスタム指示」欄に毎回伝えたい前提情報を書いておく、②「プロジェクト」機能（ClaudeやChatGPTに搭載）を使ってチャットを文脈ごとにまとめる、③よく使う文脈をテキストファイル化してチャット冒頭に貼り付ける。いずれも少しの手間で文脈の引き継ぎが安定し、使い心地が大きく変わる。

AIが自分でPCを操作し、外部サービスと連携するようになると、「何を自由にやらせてよくて、何には確認を挟むべきか」という線引きが重要になる。@shota7180がまとめたMuseの活用記事では、AIエージェントを安全に運用するための視点が整理されており、自律ツールに触れる前の参考になる。

押さえておきたい基本的な考え方は「最小権限と確認ポイントの設計」だ。エージェントに与える権限は「タスクに必要な最低限だけ」にとどめ、取り返しのつかない操作（ファイル削除・外部への送信・決済処理など）の前には必ず人間が確認するフローを挟む。AIの判断を信頼するのは「可逆な操作の範囲内」というのが現時点での実用的な基準だ。

AIがクラウド権限管理を自動でやってくれる時代へでも権限設計の重要性に触れているが、自律操作ツールが身近になるにつれ、「何をAIに任せ、何は人間が握るか」のラインを自分なりに持っておくことが使い倒す前提として必要になってきた。