永続エージェントのためのGrok Botの設計

Grok BotはAIインタラクションを使い捨てセッションから永続エージェントへと移行させる

xAIは、従来のAIチャットセッション（通常はセットアップで始まり、会話が止まると終了する）を超えて、永続エージェントのモデルへと移行するようにGrok Botを設計しました。これらのエージェントは、時間をかけて責任を引き継ぎ、独自のアイデンティティ、記憶、ワークスペースを維持し、一時的なツールというよりも同僚のように機能するように設計されています。

Grok Botの5つの主要プリミティブ

ユーザーエクスペリエンスを簡素化し、コンテキストウィンドウやシステムプロンプトなどの技術的概念でユーザーを圧倒しないようにするため、xAIはGrok Botのインターフェースを5つの主要オブジェクトを中心に構成しました：

ボット：独自のアイデンティティ、記憶、ランタイム、ツールを持つ永続エージェント。
チャット：ボットと対話するために使用される会話インターフェース。
プロンプト：ボットに提供される指示またはコンテキスト。これらは一度きりの使用、スキルとして保存、またはルーチンとして自動的にトリガーできます。
ツール：ボットが情報にアクセスしてアクションを実行できるようにするソフトウェア、API、コネクタ、シェル、またはコンピューター使用機能。
アーティファクト：コード、データ、デザイン、ドキュメントなど、ボットによって作成または変更された永続的な出力。

エージェントの存在と状態のためのインターフェース設計

Grok Botは会話ではなくエージェントに焦点を当てているため、インターフェースはチャット履歴ではなく「ボットロスター」を中心に構成されています。この変更により、ユーザーは異なる日やセッションをまたいで同じボットに戻ることができます。

視覚的アイデンティティと認識

xAIは、シンプルな形状と表現力豊かな目、制御されたバリエーションとアクセサリーを使用して、ボットアバターの視覚システムを開発しました。これにより、ボットがサイドバーで一目で認識でき、互換性がなく、過度に詳細にならないことが保証されます。

モーションによる状態の伝達

個別のUIインジケーターや単純なアニメーションドットを使用する代わりに、Grok Botはアバターの動きを使用して現在の状態を伝達します：

静止時：ボットは落ち着いて好奇心旺盛に見えます。
アクティブ時：アバターの動きが変化してタスクを認識し、「ギアを入れている」ことを示します。
待機中/ブロック中：特定の動きは、ボットが待機しているか、ユーザーの支援が必要な場合を示します。

ユーザーはアバターにカーソルを合わせると、ボットの現在のアクションの説明文が表示され、さらに安心できます。

独立したワークスペースとユーザーコントロール

各Grok Botは、ウェブを閲覧し、ソフトウェアを実行し、ファイルを管理するために独自のコンピューターを操作します。ユーザーが常にエージェントを監視する必要があると感じないようにするため、xAIはボットのワークスペースへのアクセスレベルを3つ実装しました：

ステータス：紫色のタイトルバーアイコンは、コンピューターがアクティブであることを示します。
プレビュー：固定されたサイドパネルにより、ユーザーはチャットを離れることなく作業を追跡できます。
引き継ぎ：ユーザーはコンピューターを全画面で開いて、ボットが支援を必要とするときに直接制御し、その後エージェントに制御を戻すことができます。

エージェントの環境をユーザーの環境とさらに区別するために、ワークスペースには時間帯に基づいて明るさが変化する動的な壁紙が備わっています。

構造化情報と異種トランスクリプト

散文のみの応答の制限を回避するために、Grok Botはインラインカードとウィジェットを利用します。これにより、エージェントは会話要素には散文を使用しながら、データ（予測やタスクボードなど）には構造化UIを使用できます。結果として得られるトランスクリプトは、会話、システムイベント、インタラクティブオブジェクト、視覚化を含むタイムラインです。

マルチボットインテリジェンスの整理

xAIは、複数のボットの効率的なスケーリングを可能にするために、機能とコンテキストを分離しています：

アカウントレベル（共有）：ツールとスキルはすべてのボットで共有されます（例：ウェブブラウジング、メール）。
ボットレベル（固有）：メモリとルーチンは各ボットに固有であり、法務ボットと財務ボットが互いの関連コンテキストを乱雑にしないようにします。

調整とコラボレーション

ユーザーはボットをグループチャットに編成して、共有プロジェクトコンテキストを提供しながら、各ボットが専門的なメモリを保持できるようにすることができます。ユーザーの調整負担を軽減するために、xAIはユーザーが自分でディスパッチャーとして行動するのではなく、タスクを専門ボットにルーティングする「チーフオブスタッフ」ボットを作成することが多いことを発見しました。

ルーチンによる自律作業

ルーチンにより、ボットはスケジュールやイベント（例：朝のブリーフィングの準備）に基づいてトリガーされる常設の責任を引き受けることができます。これにより、インターフェースの役割が変わります。作業はスケジュール、イベント、または別のボットによって開始できるようになり、エージェントはユーザーが存在しなくてもタスクを実行できることを意味します。

委任のための設計制約

管理よりも委任を優先するために、xAIはボットの数をアカウントあたり約50、グループチャットあたり6に制限しました。設計哲学は、エージェントがより多くの責任を引き受けるにつれて、インターフェースが人間に求めることを減らすために、不要なメタデータとコントロールを削除することに焦点を当てています。

SUMMARY: xAIは、使い捨てチャットセッションを超えて、長期的な委任と自律作業へと移行するように設計された永続エージェントのシステムであるGrok Botを導入しました。

TITLE: 永続エージェントのためのGrok Botの設計