メタエージェント
エージェント自体を管理・改善するエージェント。ツールやワークフローを観察・分析し、改善提案や自動最適化を行う。
メタプログラミングとの類似
プログラムがプログラムを生成・変更するメタプログラミングと同様に、エージェントがエージェント(の能力やワークフロー)を管理する。
実装パターン
1. 観察層
ユーザーやエージェントの操作履歴を軽量に記録する。
- ツール使用ログ
- 操作パターン
- タイムスタンプとコンテキスト
2. 分析層
記録されたデータから以下を検出:
- 繰り返しパターン: 同じ操作が複数回出現 → 自動化候補
- 後処理パターン: 特定のツール実行後に毎回同じ修正 → ツール改善候補
- 未使用リソース: 長期間使われていないツールや設定 → 削除候補
3. 提案層
分析結果をユーザーに提示し、改善を提案する。
自己増殖AIエージェントとの違い
| 観点 | 自己増殖エージェント | メタエージェント |
|---|---|---|
| 焦点 | 能力の拡張 | 既存能力の最適化 |
| 自律性 | 自動実行 | 提案ベース |
| リスク | 制御の喪失 | 低(人間が承認) |
メタエージェントは既存のワークフローを観察・改善する役割に特化し、自己増殖AIエージェントは新しい能力の取得に焦点を当てる。両者は補完的な関係にある。
設計制約
階層制限
多くのAIエージェントシステムではサブエージェントの階層が制限されている(例: Claude Codeでは1階層のみ)。そのため、複雑なパイプライン的な合成は難しく、観察・分析・提案という役割分担で設計する必要がある。
コンテキスト消費
頻繁な観察や大量のログ分析はコンテキストを消費する。リアルタイム観察は軽量に保ち、重い分析は定期実行(週次など)に限定する。
ユースケース
スキル管理
スキルレジストリから取得したスキルの使用状況を分析:
- 使われていないスキル → 削除提案
- 頻繁に使われるパターン → スキル化提案
- スキル実行後の修正パターン → スキル改善提案
ワークフロー最適化
開発ワークフローの改善:
- 繰り返されるコマンド列 → エイリアスやスクリプト化提案
- エラー頻発箇所 → 改善提案
- ボトルネック検出 → 並列化提案
セキュリティ監視
外部ツールやスキルの安全性を自動チェック:
- 危険なコマンドパターン検出
- 不審なネットワークアクセス監視
- 権限昇格の記録
データ保存
観察データは一元管理:
~/.config/agent/meta-manage/
├── usage.log # 操作履歴(軽量)
├── analytics.json # 分析結果(定期更新)
└── security-reports/ # セキュリティチェック履歴
プロジェクト横断で動作するため、ユーザーレベルに配置する。