Metaが「組織の第二の脳」を公開、専門家の修正を再学習なしで蓄積
Meta Engineeringは9月2日、組織内の専門知識と判断手順をAIエージェントへ蓄積する「Organizational Second Brain」の設計を公開しました。知識を構造化したテキストファイルと、専門家の考え方を表す推論レシピに分け、専門家の修正を評価テスト後に反映します。モデルを再学習せず、誰が何を変えたか確認できる形で組織知を更新し続ける点が特徴です。
知識と判断手順を別々に管理
仕組みは、知識システム、推論レシピ、評価基盤、改善ループの四層です。組織文書をそのまま検索するだけでなく、制約や判断境界を読みやすいファイルへ整理し、質問ごとにどの順序で確認するかをレシピとして定義します。高頻度の知識は整理済みファイル、まれな資料は検索で補う構成です。
専門家の修正を検証済み資産へ
専門家の指摘は一度きりの回答修正で終わらず、提案された知識編集へ変換されます。自動評価と回帰テストを通過し、必要な人間の確認を経た変更だけを反映するため、改善内容は差分確認や巻き戻しが可能です。知識と推論を分離することで、失敗原因も追いやすくなります。
企業AIの土台はモデル以外にもある
規制対応、セキュリティ審査、財務、調達など、同じ判断を繰り返す領域では、専門家の時間を例外や難しい案件へ振り向けられる可能性があります。企業AIの価値はモデル選定だけでなく、知識ファイル、判断手順、評価テストを継続管理できる体制で決まりそうです。 公開された成果はMeta社内の特定領域で行った6週間の開発事例で、外部組織による再現検証ではありません。専門知識を整理する初期負担も大きいため、対象業務を絞り、誤りの影響に応じた人間の承認点を設けて効果を測る必要があります。