シンクタンクを、人と AI が共に働く知識基盤へ

最近、私は自分の公式サイト yutengfei.com のあり方を改めて考えました。

研究、執筆、実践を積み重ねるにつれて、サイトにはシンクタンク、論文、書籍、近況、サービス、ソリューション、Skill などのコンテンツが増えてきました。私はこれらのつながりをより明確にし、一つの思考を次の仕事につなげ、一つの成果をさらに研究し、創造していくための出発点にしたいと考えています。

今回考えを整理する中で、一つの方向が少しずつ明確になりました。私のシンクタンクは、人が理解して活用できると同時に、AI が正確に読み取り、参照し、適切な条件のもとで実行にも使えるものでありたい。

この方向に沿って、個人サイトの新たな整備目標も見えてきました。私が積み重ねてきた研究を、人と AI が共に働くための知識基盤へと、段階的に組織していくことです。

1．シンクタンクには二つの利用者がいる

以前、一つの記事をまとめる際、私が主に考えていたのは、読者が理解できるか、何らかの示唆を得られるか、そこに示した方法を自分の仕事に活用できるか、ということでした。今は、それに加えてもう一つの利用者、AI についても考える必要があります。

人が具体的なタスクを AI に任せるとき、AI は、その背景、概念の定義、採用できる方法、守るべき条件、そしてどの程度の成果をもって完了とするかを知る必要があります。シンクタンクのコンテンツがこれらの関係を明確に表していれば、それは仕事を進める根拠になります。

人は記事から著者の思考の流れをくみ取れます。一方、AI は、その中から呼び出して使える知識を見つける必要があります。何が事実で、何が判断なのか。どれがすでに検証された方法で、どれがまだ研究中の構想なのかを、区別しなければなりません。

そのため、私は各コンテンツの使いやすさを少しずつ高めていきたいと思っています。どのような問題を解決するのか、根拠は何か、どのような状況に適しているか、他のコンテンツとどうつながるか、利用時に何を確認すべきかを、明確にしていきます。

同じ知識が、人には「なぜ」を説明し、AI には「どのように行うか」の理解を助けることができます。人の理解と AI による利用は、同じ明確な根拠に立ち返れるものであるべきです。

2．思考を起点に、問題解決に使える形へ知識を組織する

私は、シンクタンクのカテゴリーの基本的な順序を、次のように整えようとしています。

思考 → 方法 → モデル → 計画案 → ツール → 研修。

この順序は、知識がどのように仕事に入っていくかについての、私の理解を表しています。

• 思考は、問題を観察し、関係を判断し、前提を見極め、どこから考え始めるかを決める助けになります。
• 方法は、思考を繰り返し使える分析や行動の手順にまとめ、どのように進めるかを示します。
• モデルは、重要な要素、関係、作用の仕組みを抽象化し、問題を説明し、判断を下し、条件が変わったときの結果を検討する助けになります。
• 計画案は、方法とモデルを具体的な目標と制約の中に位置づけ、何を、どのように、誰が行い、どう検証するかを明らかにします。
• ツールは、その仕事の一部を、操作できる表計算シート、ソフトウェア、スクリプト、テンプレート、システムなどに変えます。
• 研修は、利用者がこれらの内容を理解し、使いこなせるように支援します。より多くの人が知識を活用できるようにすると同時に、利用者からのフィードバックを改善につなげます。

私の研究の組み立て方では、複数の思考が一つの方法を共同で支えることがあります。その方法を繰り返し使い、比較する中で、重要な要素、関係、仕組みをさらに抽出し、モデルとしてまとめることができます。そして具体的な問題に向き合う際に、関連する方法とモデルを選んで組み合わせ、計画案を作ります。

ここで必要なのは、抽出、検証、組み合わせです。いくつかの概念を並べるだけでは足りず、それらがなぜ連携できるのか、適用条件は一致しているのか、その組み合わせがより良い結果につながったのかを説明する必要があります。

この六つのカテゴリーは、理解しやすく、探しやすくするための軸です。実際の研究では、異なる段階を行き来できます。あるツールがモデルの不足を明らかにすることもあれば、研修を通じて問題を捉え直すこともあり、実践から新しい思考が生まれることもあります。

私は、特に計画案を重視しています。ここで知識と現実の問題がつながり始めるからです。シンクタンクにおける「計画案」は、ある類型の問題に対する行動設計を中心とします。実際の提供に進むと、その中の繰り返し使える能力は製品となり、専門的な協働を必要とする仕事はサービスとなり得ます。さらに顧客の目標全体に合わせて、関連する製品、サービス、ツール、研修、実施体制を組み合わせると、ソリューションになります。

論文や書籍は、こうした研究の論証、根拠、体系をよりまとまった形で組織し、その後の利用に、さかのぼって確認できる基盤を与えます。

3．私が考える AI との働き方：知力＋計算力＋Skill

私は、今形になりつつある働き方を、知力＋計算力＋Skillと表現しています。

知力とは、人が蓄積してきた認識、経験、判断力に加え、学び続け、問いを立てる能力のことです。それは、何に取り組む価値があるのか、どのような結果に価値があるのか、どの前提を改めて検討すべきかを見極める助けになります。

計算力は、この表現の中で AI による計算面の支援をまとめて示す言葉です。実際に仕事を組み立てる際には、私はモデルの能力と計算資源を分けて考えます。モデルは推論、理解、生成の能力に影響し、計算資源、コンテキスト、ツールの条件は、その能力をどのように発揮できるかに影響します。計算への投入を増やすことが、そのまま判断の質を高めることにはなりません。

Skill は、すでにある専門的な経験や有効な実践を、AI が従える実行ガイドとして整理したものです。

私の考える Skill には、いつ使うのか、どのような入力が必要か、どの手順で進めるか、どの資料やツールを利用できるか、何を成果物として提出するか、結果をどう確認するかが示されるべきです。必要に応じて、例外が起きた場合の対応や、人が判断すべき行動も明らかにする必要があります。

これは、Agent Skills オープン仕様が説明する、知識、指示、関連リソースをひとまとまりにする形式と直接つながっています。私の仕事にとって大切なのは、再利用できる専門的な経験を、明確な行動の取り決めへ変えることです。

既存の計画案は、Skill の重要な出発点になり得ます。計画案に含まれる条件、手順、リソース、受入基準を明確にしてこそ、AI による実行をよりよく支援できます。

こうすることで、人の判断、AI の能力、整理された実行経験が、一つのタスクに対して共に働くようになります。

4．整ったリソースを実行に使い、結果をリソースの更新に戻す

知力、計算力、Skill に加えて、頼りにできる資料も必要です。

思考、方法、モデル、計画案、ツール、研修の内容、そして論文、書籍、製品説明、サービスの手順、ソリューションは、それぞれ異なる段階で AI の根拠となります。事例は、ある取り組みがどのような条件で行われ、何をもたらし、どの要素はそのまま当てはめられないのかを理解する助けになります。

私が言う「整った」とは、資料の意味が明確で、出典と版を追跡でき、概念の使い方が一貫し、適用条件が明記され、事実、推論、構想を区別できることです。すでに古くなった内容や、未検証の内容についても、その状態を示すべきです。

リソースの中には AI が読んで参照するためのものもあれば、ツールのインターフェース、製品の機能、サービスの手順として、タスクの実行に直接加わるものもあります。

これらのリソースには、タスクの中でそれぞれの役割があります。モデルは分析を、方法は進行を、計画案は行動の組み立てを、ツールは操作を、事例は比較を、論文と書籍は根拠をたどることを助けます。Skill はさらに、関連リソースと実行手順をつなぎます。

利用する際には、現在の問題に合わせて資料を選ぶ必要があります。自分のリソース集は長年蓄積した理解を提供し、より広いインターネットは、新しい事実、反対の証拠、外部の研究を補うことができます。新しい問題には、引き続き開かれた姿勢で答えを探す必要があり、知識ベースも更新し続けなければなりません。

私は、この連携が当初の予想を超える成果につながることを期待しています。その目標に近づくには、仕事を続ける必要があります。実行後に結果を確認し、不足があれば証拠を補い、誤りを見つけたら方法を修正し、新たな理解を得たらリソース集へ戻します。

エージェントがツールを使って行動し、環境からのフィードバックに応じて調整を続けることは、エージェントのワークフロー設計ですでに体系的に論じられている原則です。私はこの原則を、日々の研究とプロジェクトの仕事に取り入れていきたいと考えています。

一つの成果が完成したときには、次に使える何かが残るべきです。より正確な判断、より有効な方法、より明確な Skill、あるいは、さらに研究する価値のある新たな問いです。

5．研究の意義は、理解し解決できる問題を広げ続けること

この流れに沿って、研究に対する私の理解もより明確になりました。

私は、自分の研究を通じて、新しい問題を見つけ続け、議論できる説明を提示し、使える方法を生み出したいと考えています。そして実践を通じて検証し、知識と技術の境界を広げ続けたいのです。

AI と協働することで、そのための新しい仕事の条件が生まれました。一つのアイデアをより十分に展開し、異なる見解を並べて比較し、モデルの前提を問い直し、ツールの制作とテストにより早く取りかかることができます。

私にとって力を注ぐ価値があるのは、こうした能力を継続的な研究のプロセスに組み込むことです。問いを立て、仮説を作り、証拠を探し、仕組みを設計し、検証し、その結果をもとに改善していきます。

研究成果には、さまざまな表現や用途があります。一つの論証は論文へと発展し、一連の研究は書籍にまとまり、一つの方法は Skill として定着し、安定した能力の一部はツール、製品、サービスへと変わり得ます。実際の利用で生まれた新しい問題を、再び研究に持ち帰ることもできます。

私は、公式サイトにこうしたつながりを少しずつ表していきたいと考えています。各コンテンツが、何を研究しているのか、何を実現する助けになるのか、他の成果とどのように支え合うのかを説明できるようにしたいのです。

6．ブロックチェーンを基盤とする金融ツールは、将来の組織形態にどう影響するか

共同で創造する方法が変われば、投入、権益、リターンを組織する方法も、発展させていく必要があります。

あるプロジェクトの知識、技術、労働、資源、資金は、異なる地域、機関、立場の参加者からもたらされることがあります。AI はまた、個人や小さなチームがより多くの仕事を行うことを可能にし、組織を越えた協働にも新しい可能性を開いています。

そこから、いくつもの重要な問いが生まれます。参加者はどのように投入を続けるのか。誰が貢献を認定するのか。権益は何を根拠に成立するのか。リターンはどう実現されるのか。誰がどの意思決定に参加できるのか。そして協働が終わったとき、すでに成立した関係をどう扱うのか。

そこで、私が重視している判断の一つは、ブロックチェーンをインフラとする金融ツールは、将来、人間の組織形態を変える重要な手段になるというものです。

金融ツールは、資金がどのように入ってくるかに加えて、権益をどう保有するか、リターンをどう配分するか、リスクをどう負担するか、参加者が長期的なつながりをどう維持するかにも影響します。こうした取り決めはさらに、組織が誰を受け入れられるか、どのような関係のもとで協働するか、その協働を持続できるかに影響します。

ブロックチェーンは、その一部の過程に新しい技術的条件をもたらします。参加者が記録を共同で検証し、明確な根拠のある権益をデジタルで表現し、一部の合意を実行ルールに組み込み、決済やガバナンスの過程で状態の変化を確認可能な形で残すことができます。スマートコントラクトは、その一部の仕組みを実現する方法の一つです。

これらの能力が、明確な制度、実際の事業活動、有効な責任の取り決めと結びつけば、より多様な組織形態を支えられる可能性があります。具体的な目標に向けて組織を越えて構成されるプロジェクト、継続的に開かれた共創ネットワーク、そして投入を記録し、権益を受け止め、長期的な協働を保つ共同体です。

参加者は、労働、知識、資源、資金を通じて異なる関係を築き、実際の貢献、引き受けた責任やリスクに応じて、根拠のあるリターンと、それに対応する参加の取り決めを得ることができます。そのため、組織の設計では、こうした関係がどうつながるかを最初から考える必要があります。

私が関心を持つステークホルダー資本ガバナンスは、まさにこのような問題を研究するものです。多様な主体の投入から、持続的に活用できる共有の蓄積をどう生み出すか。制度によって貢献、権益、責任をどうつなぐか。参加者が共通の未来に向けて価値を創造し続けたいと思うのはなぜか。

これらのツールが実際に組織を変えるには、貢献の認定、権益の根拠、責任、紛争処理を併せて明確に設計する必要があります。オンチェーンの記録をオフチェーンの事実にどう対応させるか、具体的な権利を制度上どう受け止めるかも、この研究が答えるべき問いです。

私が探究したいのは、新しい生産・協働の能力を、共同の投入と長期的な権益を受け止められる金融およびガバナンスの仕組みにつなぐことです。知識体系は人と AI のよりよい共同創造を助け、金融ツールとガバナンスの制度は、参加者が投入を組織し、成果を分かち合い、協働を続けることを助けます。

7．より強力な AI に向けて、今築ける基盤を整える

私は、さらに遠い未来についても考え続けます。

人工知能がより多くの分野で、価値のある新しい問いを継続的に立て、新たな説明を作り、検証方法を設計し、その結果に応じて自律的に改善できるようになれば、人間の研究や組織的な協働のあり方は、さらに深く変化する可能性があります。

私は、汎用人工知能（AGI）が、より深い独創的な研究に参加し、知識と技術の突破を速め、人々が「技術的特異点」と呼ぶものを促す可能性に期待しています。これは将来を見据えた判断です。将来の能力がどのように発展するかには、依然として大きな不確実性があり、研究と実践を通じて引き続き検証する必要があります。

私はこの方向に沿って、公式サイトを整備していきたいと考えています。知識をリソースとして整理し、経験を Skill として蓄積し、人と AI が共に研究し、実行し、創造できるようにする。そして共同の投入と長期的な権益を受け止められる組織のあり方を探究していきます。

一つの思考から始め、問題を解決できる能力を継続的に積み重ねる。これが、私がこれから取り組みたいことです。

図の説明と参考資料

三つの図は、いずれも本稿の考えに基づいて独自に制作したものです。著者が知識を組織し、仕事を組み立て、将来の組織形態を研究するための仕組みの枠組みを示しています。組織の変化や将来の能力に関する矢印は、今後探究する関係と条件を表したものであり、それだけで因果関係がすでに成立している証拠にはなりません。

• Agent Skills 形式仕様：Skill の指示と関連リソースの構造を説明するために参照しています。
• Anthropic：Building effective agents：ツールを使った実行、フィードバック、反復改善の原則を説明するために参照しています。
• Ethereum：スマートコントラクトとオラクル：ルールの実行、オフチェーン情報の入力、それぞれに必要な条件を説明するために参照しています。
• International AI Safety Report 2026：将来の能力の発展について、結論を固定せずに考える立場を支えるために参照しています。