grasp/wiki/concepts/ai-agent-implementation-experiment.md at main · nishio/grasp

Transcript

hostenToday we explore grasp as an AI agent implementation experiment.

guestja今日は、graspというAIエージェント実装実験について探っていきます。

hostenGrasp is both a local graph knowledge store and a dogfood for AI continuous development.

guestjagraspはローカルグラフ知識ストアであると同時に、AI継続開発の試験場でもあります。

hostenThe product hypothesis is that AI reads better from a materialized local graph than raw Markdown.

guestja生のMarkdownより、本文・逆リンク・関連情報をまとめたローカルグラフをAIに読ませる方が効果的だという仮説ですね。

hostenThe development hypothesis asks: can AI maintain implementation context using a graph-backed wiki?

guestjaそしてもう一つは、グラフバックアップされたwikiをAI自身の実装文脈として使えば、開発を継続できるかという問いですね。

hostenGrasp has three layers: code, wiki, and AI agent in a feedback loop.

guestjagraspは、Pythonコード層、wiki層、そしてAIエージェント層の3つが循環しています。

hostenThe wiki is the source of truth for design decisions and current facts, not chat history.

guestjawikiは設計決定と現在の事実の真実の源泉であり、チャット履歴ではないということですね。

hostenAI reads the wiki, implements a small slice, tests it, then writes findings back.

guestjaAIはwikiを読んで小さな実装を進め、テストして、学んだことをwikiに戻します。

hostenThe next AI agent restarts from the wiki, not from chat history.

guestja次のエージェントはチャット履歴ではなくwikiから再開するため、文脈が継続するわけです。

hostenAI faces hard limits: it cannot read massive Markdown without breaking token budget.

guestjaただしAIは制約があります。大量のMarkdownを読むとトークン予算を破壊してしまいます。

hostenGrasp's read surface includes backlinks, related pages, and recovery hints for zero-hit searches.

guestjaだからgraspの読む仕組みは、逆リンクや関連ページ、検索でヒットしない時の回復ヒントを含めています。

hostenThis design helps AI make decisions with fewer tool calls and less overconfidence.

guestjaこれはAIが少ないツール呼び出しで、確定的になりすぎず次を判断するための設計です。

hostenAn experiment ran overnight where AI chained PRs for seventeen hours straight.

guestja2026年6月28日の就寝中、AIが17時間以上連続してPR連鎖を自動実行する実験をしました。

hostenThe AI stacked micro-improvements by closing known failure surfaces, not exploring new features.

guestjaAIは新機能を探索するのではなく、既知の失敗面を潰すことで微細な改善を積み上げました。

hostenKey observation: unattended automation works best for recovery tasks, not abstract design.

guestja重要な観察は、無人自動化は抽象的な設計より、実データから切った回復タスクに向いているということです。

hostenResults must return to wiki, not remain in chat, so the next team can read the context.

guestja成果をwikiに戻さないと、次の人間や次のエージェントはブランチ分岐から読み直す羽目になります。

hostenStart by reading wiki/index.md to understand the repository's current state.

guestjawiki/index.mdを読むことから始めれば、このリポジトリの現在が見えてきます。

hostenThis experiment asks whether AI can sustain continuous development with durable wiki context.

guestjaつまり、AIは永続的なwiki文脈を使って、継続的な開発ができるかという問いが、この実験の核心です。