チャットボットからデジタル同僚へ：持続的自律AIへのパラダイムシフト

要旨

大規模言語モデル（LLMs）は、会話生成器から、推論、行動、記憶、自己改善が可能な統合AIシステムへと根本的な変革を遂げつつある。本稿ではこの移行を、チャットボットからデジタル同僚への転換、すなわち「対話による応答」から「持続的な仕事」への転換として概念化する。この移行を、密接に連動する二つの次元に沿って整理する。第一に、認知的核心の次元において、LLMsはチャットボット時代の「高速思考」システム（次トークン予測に駆動される）から、推論時計算、チェーン・オブ・ソート推論、内省、プロセス監視、強化学習を活用してより熟考的で信頼性の高い認知を支援する思考型LLMへと進化している。第二に、ツール拡張型タスク実行の次元において、LLMsは、外部リソースをアドホックに呼び出すツール呼び出しエージェントから、永続的なワークスペース、スキル、検証ループ、ガバナンスを備えたOpenClawスタイルのワークステーションシステム（OpenClaw）へと進歩している。「ワークスペース＋スキル」パラダイムは、状態永続性、再利用可能な手順、タスク完了、経験再利用を通じて、エピソード的なツール使用を同僚的なものへと変える。さらに、データ構築が指示応答ペアから状態行動観測軌跡へと移行し、評価が静的ベンチマークからサンドボックス化され監査可能で自己進化するAIエコシステムへと移行する様子を検討する。

English

Large Language Models (LLMs) are undergoing a fundamental transformation from conversational generators into integrated AI systems capable of reasoning, action, memory, and self-improvement. We conceptualize this transition as a shift from Chatbot to Digital Colleague: from conversational answers to persistent work. We organize this transition along two tightly coupled dimensions. First, at the cognitive core level, LLMs are advancing from Chatbot-era "fast thinking" systems driven by next-token prediction toward Thinking LLMs that leverage inference-time computation, Chain-of-Thought reasoning, reflection, process supervision, and reinforcement learning to support more deliberate and reliable cognition. Second, at the tool-augmented task execution level, LLMs are progressing from tool-calling Agents that invoke external resources in an ad hoc manner toward OpenClaw-style workstation systems (OpenClaw) equipped with persistent Workspaces, skills, verification loops, and governance. The "Workspace + Skill" paradigm makes episodic tool use colleague-like via state persistence, reusable procedures, task closure, and experience reuse. We examine data construction shifts from instruction-response pairs to State-Action-Observation trajectories and evaluation from static benchmarks to sandboxed, auditable, self-evolving AI ecosystems.