ここまで、
と、「今年2月に没になったAI活用提案書」の説明をしてきた。
「あれ？、Mythosって、似てる？」から始まった今回の投稿なのだが、前捌きに結構時間がかかってしまった。
そしてやっと、 Anthropic Claude Mythos と僕のAI活用提案書、比較するところまで辿り着きました。
もう少しで完成、さくっと終わらせてしまおう。
と思ったのだが、僕の知識は前述のとおり「Mythosって、結局なに？」な状態。
ここはちゃんと理解する必要がある。
基本的には真面目な性格、しょうがない、丁寧に進めていきます。
Anthropic Claude Mythos とは
Geminiくんに相談したところ、
「人間の思考プロセスをそのままシミュレートするような、極めて構造的なアプローチを得意とするAI」です。
従来のAIが「質問に対して直線的に答える」ものだったとすれば、Mythosは「質問の背景にある意図を自ら噛み砕き、多層的なフィルターを通して立体的な回答を組み立てる」という動きをします。
プロンプトを工夫しなくても、AI側が自律的にコンテキストを整理してくれるその構造の美しさは、これまでのAI活用を一歩先へ進めるものとして注目されています。
と返ってきた。
う～ん、よくわからん。
というか、それは当たり前ではないのかな？。
従来のAIが「質問に対して直線的に答える」（Geminiくんより）
たしかに、そんな感じはするよね。
Mythosは「質問の背景にある意図を自ら噛み砕き、多層的なフィルターを通して立体的な回答を組み立てる」（Geminiくんより）
そうだね、こうしたい。 問題はそれを、どうやって実現するか。
「頑張って噛み砕いて整理して」と依頼するだけでは出来るわけがないので、Mythosがこれらを実現するために、どんな「構造」と「思想」をもっているのか、この辺りを知るところから始めてみようと思う。
Anthropic Claude Mythos の構造
おそらく、自分で地道に調べていたら 3日くらいかかってしまいそうなので、こんどは Copilot くんに聞いてみた。
以下がその回答。
１．自律推論ループ（Self-Directed Reasoning Loop）
Mythos は人間の指示を待たず、 自分で問題を定義し、仮説を立て、検証し、修正する。
- 脆弱性の発見
- 攻撃チェーンの構築
- パッチ生成
- 修正コードの検証
これらを 人間の介入なしで完結させる。
「人間の介入なしで」とは言っても、たとえば「サイバーセキュリティー対策をする」とかの命題は必要だよね？
あと、「脆弱性とは」とか「バッチ生成の元ネタはどこから入手？」とか、いろいろ補助しないとダメな感じがするけれど、おそらく、かなりの部分、既存学習データを活用しているのだろう。
２．ナレッジ循環（Knowledge Loop）
Mythos は推論結果を内部メモリに蓄積し、 次の推論に反映する。
- コード解析
- 仕様推定
- 依存関係の推論
- 過去の攻撃パターンの再利用
つまり、“学習し続けるRAG” のような構造。
ん？、なんか近いよね？、僕の提案書に。
３．マルチエージェント協調
Mythos は単体ではなく、 複数の内部モジュールが協調して動く。
- コード解析エージェント
- 脆弱性推論エージェント
- 修復エージェント
- 検証エージェント
- 記憶管理エージェント
これらが 統合エージェント によってまとめられる。
これもなんか、近いんじゃないだろうか？、僕の没になった提案書に。
４．意図の構造化（Intent Formalization）
Mythos は曖昧な指示をそのまま受け取らない。
- 意図を抽象化
- 目的を分解
- タスクを構造化
- 実行計画に変換
つまり、丸投げを許さないAI。
これって、きちんとした「チャンク設計」とか「メタデータ設計」を重視している、ということだろうか？。しかも「チャンク設計」を自動でしてくれる？、それは助かる。
僕のAI活用提案書のとの比較
最初は漠然と「なんか似てるかも？」と感じただけだったが、前述のように Mythos を俯瞰してみると、いろいろ類似点がある感じがする。
改めて、僕の提案書と Mythos の構造を比較してみる。
１．ナレッジ循環の設計
僕の提案書、第２回の「１．知識を循環させる」に書いたとおり、大きな構想として、”知識と経験を、人の頭の中から「知識と経験を蓄積・成長させるシステム」側に移す” ことを目指していた。
具体的には、
（１）Excel → Markdown化
（２）Jira → 構造化データ化
（３）ソースコード → 意味単位を定義、差分把握
（４）すべて Git で一元管理
（５）VectorDB に統合し、AI が参照できるようにする
（６）追加／修正のたびに、上記を繰り返す
という仕組み。
これは Mythos の ナレッジ循環（Knowledge Loop）と同じ考えだと思う。
２．7つのエージェント構造
第２回の「２．7つのエージェントが連携する」に書いたとおり、僕の提案は、1つの巨大なAIに全てを丸投げするのではなく、「役割を7つに分割し、１つ１つを程良い作業単位にして連携させることで、システムを構築」しようとしていた。
具体的には、
（１）ドキュメント管理エージェント（Excel → Markdown → Git）
（２）ソース解析エージェント（旧言語 / Java → Git）
（３）業務ナレッジ・ワークフローエージェント（Jira / n8n / JavaScript）
（４）ナレッジ統合エージェント（Markdown / ソース差分 / Jira → VectorDB）
（５）AIナレッジ・推論エージェント（RAG / VectorDB / LLM）
（６）UI/UXエージェント
（７）全体統合エージェント
の７つ。
これは、Mythos の「マルチエージェント協調＆統合エージェント」とほぼ一致している。
（３）意図の構造化
僕の提案書では、情報をAIへ丸投げするのではなく、あらかじめ適切なサイズに分ける「チャンク設計」や、文脈に意味を持たせる「メタデータ設計」を重視していた。
これは Mythos の意図の構造化（Intent Formalization）と一致している。
（４）人間の判断を前提にした成長ループ
僕の提案書は、エージェントが自律的に動くだけでなく、要所で人間がレビューし、その「価値のある結果」をさらにシステムへフィードバックして成長させる仕組みを設計していた。
これは Mythos の自律推論ループ（Self-Directed Reasoning Loop）の思想と似ていると思う。
どこが一致し、どこが違うのか
- ナレッジ循環
- マルチエージェント協調、統合エージェント
- 意図の構造化
- 人間の判断を前提にした成長ループ
Mythos の設計思想・構造と、僕の提案内容は、ほぼ同じ方向を向いていると思う。
ただし、
Mythos ：汎用AIとしての自律性が高い
僕の提案書：組織内の知識循環を最適化するための構造
Mythosは、様々な領域に適用できるようにするために、汎用的な仕組みが散りばめられている。
僕の提案書は、特定業務の１点もの、ということだと思う。
似ていた・良かった、ではなくて
なんか似ているみたい、というのはわかった。
そして、僕の提案書は、
・ローカルLLMというのがあるようだ。クラウドに情報を丸投げしなくて済むのは価値がある。
・RAGというもので推論を補強できるみたい。活用すれば普通の仕事にAIが使えるかもしれない。
というところから始まった、AIシステムに対する知識がほぼない素人が、２・３週間で書き上げたものだ。
つまり僕が凄いということではなく、「ちょっと知識があれば、だいたいこういう風になるのでは？」ということ。
どんな統合AIシステムも、似たようなスタイルに行き着くのではないだろうか。
それを、Anthropic が、Claude Mythos として、汎用的な仕組みを含めて提示してきた、ということなのだろう。
なかなかやるね、アモディ。
つまり？（進化したMythosとの会話）
ここまで書いてふと思った。
もしかすると近い将来、Anthropic Claude から、こんな会話をするAI、 Cosmos（仮称） が登場するかもしれない。
・以下は架空AI、Cosmos くんとの会話です・・
「ではお客さま、どんな統合AIシステムをご要望ですか？」（Cosmos）
「僕の仕事をサポートしてくれて、賢くなってくれるシステムが欲しいんだけど」（僕）
「ではまずは100万円、必要となりますが、よろしいですか？」（Cosmos）
「100万円！、う～ん、しょうがない、頼むよ」（僕）
「ではその仕事に関する資料を全て、順番にみせてください」（Cosmos）
「わかった」（僕）
・以降、時々、追加料金を払いながら続く・・
すばらしい、なかなか凄い。結構儲かるかもしれない。
だが、これはつまり、
「仕事を理解していてる人」、「なにをしたいかが説明できる人」、「人とAIの間に立つ能力がある人」
そういう人しか、いらなくなるんじゃないか？
しまった、またちょっとやばそうな話しになった、これ以上考えるのはやめておこう。
おわりに
没にはなったけど僕のAI活用提案書、方向性は間違っていなかったなら良かったと思う。
ちょっとは自慢したい。
けれど、では再度、提案書を再調整し採用を目指してがんばり、そして作りたいか、と言われると、、、
もう、Cosmosくんに任せたい。だいたい Cosmosくんに頼めば出来るようになると思うので。
便利な時代にどんどんなってくるけれど、ちょっと寂しくなるよね。