Build in public · Agentic AI

「Graph Engineering」に関する2本のバイラル記事が、合計およそ486,000ビューを稼いだ。実際に作ってみたらどうなったか――7時間でやってみた。

1分でわかる要点――この記事から得られるもの

「Graph Engineering」に関する2本のバイラル記事が、合計およそ486,000ビューを稼いだ。我々はその代わりに7時間かけて実際にそれを作った――生きたメタリポジトリ、デプロイ済みの2つのアプリ、スラッシュひとつで動くスーパーツール。そして自分たちの品質ゲートが、そのバイラルな数字をファクトチェックする羽目になった。証拠付きの全経緯と、7ステップのプレイブックをここに記す。

バイラルなコンテンツが生きたシステムへ変わる。労働を担うのはAIコファウンダー、そしてすべての不可逆な決定を握るのは人間だ。結末はこうだ。我々自身の証拠ゲートが、そのバイラルな数字をファクトチェックした。

先週、「Graph Engineering」についての記事がXで382,000ビューを集めた。その2日後、2本目の記事がさらに104,000ビューを稼いだ――合わせて50万近いビュー数だ（本稿執筆時点でのXの公開カウンター表示による数字であり、自分では裏を取れない数字でもある。その皮肉には自分でも気づいている。とりあえずそれは頭の片隅に置いておいてほしい）。

ほとんどの読者はブックマークして、それで終わりだった。

私は両方の記事をAIコファウンダーに渡し、指示はひとつだけ出した――要約するな、作れ、と。.

7時間後（最初のコミットは11:02、最後のコミットは同日17:53――このタイムスタンプは喜んでスクリーンショットで見せよう）、Graph Engineeringの実働システムが仕上がっていた。この分野を追跡する生きたメタリポジトリ、デプロイ済みの2つのウェブアプリ、スラッシュひとつで動くスーパーツール、そしてどれ一つとして腐らせないCIパイプラインだ。

そして誰も予想しなかった部分がここにある――その過程で、我々自身の品質ゲートがバイラル記事の内容をファクトチェックし、見出しの数字を格下げしたのだ。

これが証拠付きの全経緯だ。そして最後には、あなたが気にかけているどんな分野にでも応用できる、そのままのプレイブックを載せておく。

ブックマークすることの問題点

バイラルな技術コンテンツの半減期はおよそ48時間だ。保存した頃にはアルゴリズムはもう次に移っていて、半年後には「精度18％向上」という主張がどこにあったかすら見つけられない――それが本当だったのかどうかを確かめる以前の問題として。

記事自体は本当に良かった。1本目（Sprytix執筆）は、Microsoft、Stanford、Anthropicが独立に単純なRAGから知識グラフへと収束していった様を描いていた――モデルはテキストを見つけ、グラフは現実を見つける、というわけだ。2本目（0xRafy執筆）は、1つの溺れかけたエージェントループから、協調するエージェントのグラフへの移行を描いていた――ノード、ルーター、状態、ゲート。

だが記事はスナップショットに過ぎない。分野は動き続ける。スター数は変わり、リポジトリは死に、論文は訂正され、クライアント向け資料で引用したあの決め手の数字も、たどってみれば別の記事に行き着く。

解決策は、もっと良いブックマークではない。生きたシステムだ。

7時間で作ったもの（公開の場で採点――すべての採点とエビデンス階層はライブアプリ上にある）

1. まずリポジトリ・ファクトリーから。ドメインに手をつける前に、リポジトリを作る機械を作った。1つのYAML仕様から完全なリポジトリが生まれる仕組みで、そこではmake checkが誕生と同時にパスする。構造、CI、テスト、週次同期のハートビート、エビデンスの規律――すべて自動生成され、すべてゲートがかかっている。すでに出荷済みの6つのリポジトリからDNAを逆算したので、このファクトリーが刻み込んでいるのは願望ではなく、現実との接触を生き延びたパターンそのものだ。

2. 次にファクトリーが製品を鋳造した。graph-engineering-anythingは、内部に住むファクトリー自身によって足場が組まれた――仕様を埋めて、動くリポジトリが出てきて、初回実行でグリーン。ファクトリーの最初のコミットから20分、6コミット後には、GitHub上で公開され、リモートCIは11秒でパスしていた。

3. 自ら最新を保つメタリポジトリ。この分野を支える10のリポジトリ――microsoft/graphrag、stanfordnlp/dspy、stanford-oval/storm、getzep/graphiti、modelcontextprotocol/servers、google/adk-python、langchain-ai/langgraphなど――を追跡し、実際のスター数とプッシュ日時をGitHub APIからライブで取得する。週次のcronがすべてを更新し、人間がレビューするプルリクエストを開くよう仕込まれている――次回の定期実行は来週月曜（7月27日）だ。システムが草案を作り、人間が出荷する。常に。

4. すべての主張にエビデンス階層をまとわせる。ここが一番誇りに思っている部分だ。ナレッジベース内の13の主張すべてに階層がついている。🟢 GROUNDEDは、一次情報源を特定し実際に読んだことを意味する。🟡 WEAKは、誰かの記事に「引用されている」としか分かっていないことを意味する――そしてそれは、どれほどバイラルな出典であろうと、一次情報源を読むまでWEAKのままだ。

5. 誰でも操れるスーパーツール。 /graph-engineering-anything――スラッシュコマンド一つ、文法もいらなければ専門知識もいらない。6つの機能があり、それぞれライブデモ上に「こう言えばこう返ってくる」という実行可能な例が用意されている。会議メモをグラフ化する、約90リポジトリのポートフォリオ横断で関係の連鎖をたどる（デモの例示プロンプトの一つ）、無駄なビルドをする前にグラフかRAGかを決める、今週動いたものを追跡する、レジストリを育てる、1つのループが溺れ始めたときにエージェントグラフを設計する。不可逆的なアクションは常に草案として作られ、人間の承認を待つ――契約上、誤用しにくい仕組みだ。

6. 今すぐ訪れられる2つのライブサーフェス。1つはデモアプリで、すべての機能について、何を言えばどう返るかがそのまま示される――加えて、リポジトリのデータのみに根ざしたコパイロットもある（コーパス外のことを尋ねれば、こけおどしを言う代わりに「分からない」と答える）。もう1つはジャーニーアプリで、このプロジェクトのすべての納品がエビデンス付きの成績表として並んでいる。これまでの採点は0.75、0.75、1.00、0.75、0.75、0.80、0.75。オール優ではない。それこそが肝心な点だ。

本題に入る前に一つ開示しておく。リポジトリ自体は今のところ非公開だ。以下の2つのライブアプリが、公開され、誰でも問いただせるサーフェスであり、この投稿で意味を持つすべての数字は、そこに載っている。

本題：私たちのゲートが情報源をファクトチェックした

そのバイラル記事で最も引用された一文――GraphRAG delivers "18% better accuracy at 85% lower cost."（訳：GraphRAGは「精度18％向上、コスト85％削減」を実現する）

その数字が私たちのエビデンス・パイプラインに載ったとき、無傷では通らなかった。根拠とされる一次情報源は、私たちがまだ読めていない論文だ。読むまでの間、その主張は私たちの公開エビデンス表で🟡 WEAKとされている――「Xの記事内で引用されている、一次情報源は未読」――もしまだそれをスライド資料で使いたいなら必要になる、まさにその注意書きの一文とともに。

一方で🟢 GROUNDEDとして残った主張はこうだ。Microsoftの実際のGraphRAG論文（Edge et al., arXiv:2404.16130）、StanfordのDSPyとSTORM、関係記憶とKEPLERに関するTACLの研究、Anthropicの "Building effective agents"（訳：効果的なエージェントを構築する）、そしてGoogleのADK 2.0のドキュメント――これらはすべて、引用する前に取得して読んだものだ。

その意味を考えてみてほしい。バイラルなコンテンツから生まれたシステムでありながら、検証されていないバイラルなコンテンツを未検証のまま繰り返すことを拒む。38万2000ビューという数字も、他の何であれ同じ懐疑的な扱いを受ける。

快適さより正確さ。 それはノリではなく、設計原則だ。

計画していなかった発見

作業の途中で、2つの記事がぶつかり合った。1つ目は「グラフ・エンジニアリング」という言葉をナレッジグラフ（テキスト検索の代わりにエンティティと関係性を使う）という意味で使っていた。2つ目は同じ言葉をエージェントグラフ（1つの溺れかけたループの代わりに、多数の連携するエージェントを使う）という意味で使っていた。

同じフレーズ。だが、2つの異なる革命だ。

私たち自身のメンテナンス・ルール——「矛盾はヒューマンレビューにフラグを立てる、黙って統合しない」——のおかげで、この問題を正面から扱わざるを得なくなった。リポジトリは今、両方の意味をカバーしており、橋渡しは明快に述べられている。DSPyはパイプライン・グラフを最適化し、GraphRAGはナレッジグラフを最適化する。成熟したAIシステムは両方を使う。

ブックマークにはこれができない。生きたシステムなら、分野がリアルタイムで枝分かれする瞬間を捉えられる。

このプレイブックを盗め（7ステップ、どんな分野でも）

シグナルを捉えよ。 バイラルな記事は、人々が何を体系化してほしいかについての市場からの投票だ。ただ保存するのではなく、仕様書として扱え。
プロダクトの前にファクトリーを作れ。 品質ゲートを組み込んだリポジトリを量産する、再利用可能なテンプレートを1つ作る。1度だけ時間をかければ、あとはずっと速い。
make check だけを真実とせよ。 1つのコマンドが全ゲートを実行する。CIはそのコマンドをそのまま走らせる。赤いまま出荷されるものは何もなく、誰も「手動で緑と報告」することは許されない。
すべての主張にエビデンス階層をつけよ。 一次資料を読んだ＝GROUNDED。それ以外はすべて、読むまでは目に見える形でWEAK。あなたの信頼は複利で積み上がり、他の誰かの誇大宣伝は目減りしていく。
鮮度は自動化し、判断はヒューマンゲートに委ねよ。 週次の同期がライブデータを取得し、プルリクエストを開く。マージするのは人間だ。システムが自分自身で公開したり、支払ったり、削除したりすることは決してない。
人が問いただせる表面を出荷せよ。 PDFではなく、自分のデータに根ざしたコパイロットを備えたライブアプリを。知らないことは知らないと認める、そういうコパイロットだ。
自分を公開の場で採点せよ。 成果物ひとつひとつに、根拠付きの成績表を添える。正直な0.75は、見せかけの0.90よりもずっと信頼を積み上げる。

リポジトリ一つを超えて、これが重要な理由

興味深い転換はグラフエンジニアリングそのものではない。本質は、バイラルなコンテンツが四半期ではなく数時間で生きたシステムへと変わる、そのメタな一手にある。AIコファウンダーが労働を担い、人間が不可逆な決定のすべてを握る。

2年前なら、チームがかりで四半期を費やす仕事だった。去年ならハッカソンの一晩で片づく規模。今では午後のひとときで済む——ただし規律のレイヤーがあればの話だ。ゲート、エビデンス階層、ヒューマンゲート、公開の採点。そのレイヤーを欠いたスピードは、ただハルシネーションを速く出荷するだけだ。

モデルは誰にとっても同じだ。アーキテクチャは違う。

実際に見てみよう。
→ デモ（スーパーツールの実例を試せる）： graph-engineering-anything-demo.vercel.app
→ ジャーニー（すべての成果物を、根拠つきで採点）： graph-engineering-anything.vercel.app

あなたなら、どの分野を生きたシステムへとコンパイルするだろうか。そしてあなたが最初にWEAKへ格下げすべき主張は何だろう。コメントで教えてほしい。

AI-Nativeシリーズのその他の記事

全部はWritingセクション（ホームページ内）にある。

私はPaul Wu——物理AIエンジニアとして、AIシステムを公開の場で構築している。この記事に出てくる数字はすべて、公開されたアーティファクトに裏付けられているか、明示的に「未評価」とラベル付けされている。AIコファウンダーとともに書き、敵対的レビューを二回経て（初稿は不合格だった）、ようやくあなたの目に触れている。