ほぽぷ｜AI Readyデータ基盤+AI分析エージェント

『FDE』を『顧客先の強いエンジニア』で片付けると本質を落とす。FDEは、混沌とした現実を、再現可能なプロダクト改善に翻訳する役割。明日から現場で試せる3点をまとめた。保存用に。

SATSUMAの実験で、今回は、自分を再現する brainapp agent の人格プロファイルを更新。 従来の「価値観・研究志向」だけでなく、 - daily_behavior：混雑回避、カフェ休憩、行列観察、寄り道探索 - affective_reactions：面白い現象で好奇心が上がる、類似研究で少し焦るが協働可能性を考える - decision_habits：面白さ → 実装可能性 → 事業インパクト → SATSUMA接続の順に評価する といった日常的な揺らぎや感情反応も profile に追加。 そのうえで、同じ開始時刻・同じ実験条件・同じ人格プロファイルを与え、モデルだけを変えて run 比較しました。 結果として、モデルごとにかなり違う挙動が↓ - gpt-4o-mini は、探索・観察・SATSUMA仮説化のバランスが良い。 - gpt-5-nano は、外部情報への反応が強く、カフェで整理するような日常行動が出やすい。 - gpt-5.4-mini は、記憶更新やSATSUMA仮説化は強いが、移動先が少数スポットに収束しやすい。 つまり、同じ人格 profile を与えても、モデルによって「どの人格レイヤーを強く拾うか」が違う可能性が。 これは単なるLLM性能比較というより、 「人格プロファイルが、行動選択・記憶形成・仮説生成にどう影響するか」 「モデルごとに、人工エージェントの人格再現にどんな癖が出るか」 を見る実験になりそう。深掘りしてみなくては。 次は、 - daily_behavior を入れるとカフェ選択率が上がるのか - affective_reactions を入れると感情変動が増えるのか - decision_habits を入れると仮説立て傾向が強まるのか を複数runで検証。 街歩きデモとしてのSATSUMAから、 「人格プロファイルを持つAIエージェントが、環境内でどう判断・行動・記憶更新するか」を検証する研究基盤にもなってきました。 鹿児島や他の市街地、人と人、人とAI、AIとAIの相互作用を見るシミュレータとして進化させたい🧐