生成AIを使うとき、これまでは「どのAIツールを選ぶか」が中心だった。検索、画像生成、表計算、資料作成。それぞれの道具を人が選び、操作し、結果をつないでいた。
AIエージェントでは、この関係が変わる。人が目的を伝えると、エージェントが必要な情報を探し、複数の道具を使い、成果物をまとめる。重要になるのは個々の操作方法よりも、何を任せ、どこへ接続し、どこまで操作を許すかという仕事の設計である。
「フォルダシステム」ではなく「ファイルシステム」
最初に用語を整理したい。正式な技術用語は「ファイルシステム」である。ファイルやディレクトリを保存し、名前を付け、階層として管理する仕組み全体を指す。
- ファイルシステム 保存と管理の仕組み全体
- ディレクトリ UNIXで使う構造上の正式な単位
- フォルダ 利用者に伝わりやすい画面上の呼び方
UNIX系OSでは、ファイルとディレクトリがルート「/」を起点とする階層として見える。別のディスクや外部の保存領域も、マウントによってその階層へ接続できる。物理的な保存場所が違っても、利用者からは一つの構造として扱える。POSIXでも、ファイルはディレクトリを非終端点とする階層に整理されると定義されている。
AIエージェントにとってのファイルシステム
AIエージェントにとって、ファイルシステムは単なる保存場所ではない。資料を探し、読み、書き換え、成果物を保存する作業空間である。
ただし、「指定したフォルダの中だけが作業範囲になる」と説明すると不正確になる。実際には、ローカルフォルダ、クラウドストレージ、外付けドライブ、コンテナ内の領域など、複数の保存場所を一つの作業空間に接続できる。Dockerのbind mountも、ホスト側のファイルやディレクトリをコンテナ内へ見せる仕組みである。
フォルダはAIエージェントの仕事場であり、マウントは複数の仕事場を一つの作業空間へ接続する仕組みである
フォルダだけでは権限は決まらない
ここが最も誤解されやすい点である。フォルダは作業範囲を示すが、操作できるかどうかはフォルダの位置だけでは決まらない。少なくとも次の四つを分けて考える必要がある。
- 実行環境 AIエージェントがどこで動いているか
- 接続と認証 対象のサービスや保存領域につながり、利用者として確認されているか
- 権限 読み取り、書き込み、実行、削除のどこまで許されているか
- 承認 送信や公開などの重要操作を、その都度人が確認するか
接続されていても書き込めない場合がある。書き込み権限があっても、公開前に承認が必要な場合がある。逆に、作業フォルダの外側でも、追加の領域が接続され、適切な権限が与えられていれば扱えることがある。
AIエージェントは仕事の世界を一つの操作空間にする
UNIXは、コンピューター内部の異なる対象を一つの階層で扱えるようにした。AIエージェントも、文書、メール、予定、ブラウザ、データベース、業務アプリを、検索できる、読める、書ける、実行できる対象としてまとめようとしている。
ただし、現在のAIエージェントに完全に統一された一枚のファイルシステムがあるわけではない。API、ブラウザ画面、アプリ連携、ローカルファイルなど、接続方法はばらばらである。それらを仮想的な操作空間として束ねている段階だと捉えるほうが正確である。
使いこなす鍵は、操作ではなく設計にある
AIエージェント時代に問われるのは、個別ツールの操作スキルだけではない。目的を定め、任せる範囲を区切り、接続先を選び、権限と承認点を設計し、結果を検証する力である。
要するに、モデル性能だけを見てもAIエージェントは理解できない。何に接続できるか。どこまで読み書きできるか。重要な操作をどこで人が止めるか。この三点まで含めて初めて、AIエージェントの実力と安全性を評価できる。AIエージェントを使いこなすのは、そんなに簡単ではないのだ。
