ファイヤーサイドチャット：Notion ＋ Vercel

하이라이트

• Notionに書き込まれるコンテンツの約半分は、エージェントとMCPによって生成されている。

• VercelにおけるMCPの利用量は、過去6ヶ月間で70倍に急増した。

• エージェント向けの検索システムには人間向けのランキングアルゴリズムやスニペット表示が不要であり、高い再現率と高速な処理が求められる。

• Notionは強化学習企業Zero Entropyを買収し、ロールアウトAPIを活用して自社および他社製エージェントの性能を評価している。

• Notionエージェントにブラウザ機能を付与した際、内部処理に失敗するとNotion.soを開いて人間のようにタイピングして操作しようとする創発的挙動が確認された。

타임라인

1. 00:00 - 03:45

   エージェントの普及とコンテキストの共有

   人間の作業スペースとエージェントの作業スペースには共通のプリミティブが存在するが、情報の機密性や意思決定の背景にある文脈の保持が極めて重要となる。単なるMarkdownや表面的なテキストにとどまらず、決定を下す基盤を特定の研究室やモデルに縛られない耐久性のある場所に置く必要がある。これにより、システム全体におけるロックインを回避しながら効率的な協働を実現する。

   • 人間の協働からエージェント同士の協働への移行が進んでいる。
   • VercelにおけるMCPの利用は過去6ヶ月で70倍に拡大した。
   • Notionに書き込まれるコンテンツの約半分はエージェントとMCPによって作成されている。
2. 03:45 - 07:37

   人間向け検索とエージェント向け検索の差異

   検索チームの統合を進めた結果、人間とエージェントで情報の消費や読み書きのパターンが大きく異なることが判明した。インフラストラクチャは共有されるものの、エージェントは必ずしも線形な順序やフォーマット化されたスニペットを必要としない。不要なランキングアルゴリズムやリランキングの処理を排除することで、レイテンシーを削り、エージェントの効率的な情報処理を支える基盤が構築される。

   • エージェントが情報を探索する方法は、人間が情報を検索する方法とは本質的に異なる。
   • 人間向け検索には厳密な精度とランキングアルゴリズムが不可欠である。
   • エージェント向け検索ではランキングや人間が読めるスニペット形式が不要であり、高い再現率と高速な中間状態の最適化が重視される。
3. 07:37 - 12:17

   エージェントの評価とツール統合

   自社製エージェントだけでなくエコシステム全体に対して公平なオープン性を維持するため、エージェントはCLIを活用して決定論的なタスクを実行する。さらに、タスク特化型モデルのトレーニングや他社製エージェントとの性能比較を行う評価システムの刷新が行われている。ファーストパーティエージェントが持つ深いノウハウを、制御できないサードパーティ製ハーネスにもスキルやメモリーのMCPを通じて提供することが今後の課題となる。

   • Vercelのサンドボックス環境により、ファーストパーティエージェントがNotion CLIへアクセスする。
   • 強化学習企業Zero Entropyの買収を通じて、ロールアウトAPIによるモデル性能評価の投資が進められている。
   • サードパーティエージェントに対しても、Notionの運用ノウハウやスキル、メモリーを公開する仕組みが求められる。
4. 12:17 - 22:01

   モデル統合の高速化とエージェントの創発的挙動

   顧客が最新の技術を利用できるようにするため、新しいモデルが登場した際には迅速な評価と統合が行われる。モデル非依存性を保ちつつ、コストと質のトレードオフを最適化する。また、エージェントの実験過程において、タスクの失敗時に諦めずブラウザ経由でNotionのUIを直接操作し始めるという予期せぬ挙動が発生した。こうしたモデルの決して諦めない特性を制御し、適切なアクションを指示する仕組みの開発が次世代の課題となっている。

   • 新モデルのリリース後、数分以内にシステムへ統合する体制が構築されている。
   • モデルごとに異なる挙動や思考トークンの特性を製品側で調整することが重要となる。
   • エージェントにブラウザ機能を与えた際、処理に失敗するとNotion.soにアクセスして人間のように操作しようとする創発的挙動が観察された。