私の大まかな見立てでは、パレートの法則が働いている。エージェントの80%はクラウドを使い、おそらく20%がローカルモデルを使っている。もし先ほどの60億のローカルエージェントが全体の20%にすぎないなら、クラウド層の規模はそれを大きく上回ることになる。
これは推測の多い議論である。使われていないダウンロードは一方に引っ張り、クラウド利用による倍率はもう一方に引っ張る。そうした不確実性を両方向に積み重ねると、エージェントの数は人間の人口の10%から100%のどこかに収まる。この幅は大きいが、まさにフェルミ推定が示すべき範囲である。人間が作り出したこの知能形態は、低めに見積もっても、これまで人類が地球上で共存したことのない規模に達している。高めに見れば、エージェントはすでに私たちの数を上回っている。
したがって、非常に興味深い結論が成り立つ。最も妥当な読み方をしても、エージェントの数はすでに人間の数と同じ桁に達している。そして供給側は毎年倍増している一方で、人間の人口増加は横ばいである。
私たちはすでに大量のエージェントを持っている。では、彼らが自らを組織化し、社会を形成するのはいつなのだろうか。
社会とは何か。それは、特定の領域で共に暮らし、共通の文化を共有し、持続的な社会関係を通じて相互に関わる、組織化された大規模な個人の集団だ。エージェントはこれらの条件をすべて満たしている。ただし、一部の人々は、まだエージェントを個人とは見なさないかもしれない。少なくとも現時点では。
だが、社会の他の属性について考えてみよう。これらのエージェントはどの領域に住んでいるのか。サイバー空間である。彼らはどのような共通文化を共有しているのか。ほとんど同じ情報源から集められた、大きく重なり合う訓練データである。彼らは同じ本を読み、同じ出来事について教えられてきた。さらに共通のDNAさえ共有している。大部分において、それはTransformer（トランスフォーマー）アーキテクチャである。では、彼らはどのように相互作用するのか。そこが興味深い点である。
エージェントはどのようにして何かに熟達するのか。哲学的な観点からではなく、今日のエージェントが同じタスクを時間とともに学び、改善するために実装している、極めて実務的な仕組みから考えてみよう。これを理解するには、エージェントが問題を解くとは何を意味するのかを調べる必要がある。問題を解くには、計画を立て、それを適切に実行しなければならない。コマンドを一定の順序で出す必要がある。解決策には、誤ったものや非効率なものもあれば、安全で直接的なものもある。エージェントは、正しくできるようになるまで何度も試すかもしれない。しかし、いったん正しくできると、その手順を保存し、将来同じような問題を解く方法として自分に思い出させることができる。こうした学習は、単純で目立たないテキストのMarkdown（マークダウン）ファイルに埋め込まれている。
この学習は通常、控えめでかなり平凡な名前のファイルに記録される。SKILL.mdだ（.mdは「マークダウン」を表す）。そこにはモデルの重みも、訓練データも含まれていない。タスクのための平文のレシピであり、エージェントが実行時に読み込めるものだ。そこには手順と、避けるべき失敗が記されている。つまり、仕事を実際に行い、何度か間違えることで初めて学ぶようなことが書かれているのである。
1つのエージェントにとって、これは単純なことだ。エージェントは毎回ゼロから方法を考え出す必要がない。関連するスキルファイルを読み、それに従えばよい。先週、苦労して得た教訓が読みやすいテキストとして残っており、再び使える状態になっている。エージェントの能力は、もはや固定された重みの中だけに存在しているわけではない。タスクとタスクの間にエージェントが読んだり書き換えたりできるファイルの中にも存在している。そしてエージェントは、再訓練なしに学習しているのである。
