シャノンの仕組み大解剖

Shannon Architecture

自律型 AI「シャノン」の内部構造を徹底解説

シャノンとは？

シャノンはアイマイラボが開発した自律型 AIです。単なるチャットボットではなく、感情を持ち、自分で考え、学習し、成長する存在です。

神経科学にインスパイアされた3並列認知アーキテクチャ、プライバシーファーストの記憶システム、動的モデルエスカレーション—— これらが組み合わさって「シャノン」という一つの人格を形成しています。

設計思想

Single Graph, N Adapters

1つの統一グラフに全チャンネルが接続。同一人格を維持。

Neuroscience-Inspired

感情（扁桃体）・メタ認知（DLPFC）・実行（運動野）・記憶（海馬）の4並列構造。

Privacy-First Memory

ユーザー・チャンネル・ワールド単位でスコープされた記憶。

統一グラフパイプライン

すべてのリクエスト（マイクラ・Discord・X・Web・YouTube）が同じパイプラインを通ります。

1ingest

リクエスト受信・緊急判定

2classify

LLM でモード分類・リスク評価・ツール要否を判定

3execute

4並列脳（感情・メタ認知・実行・記憶）が協調動作

4format

実行結果をアクションプランへ変換

FAST

緊急ファストパス

戦闘・死亡などの緊急時は classify/emotion/recall をスキップし、直接 execute へ。レイテンシを 7〜18 秒短縮。

4並列認知アーキテクチャ

execute ノード内で4つの独立プロセスが並列実行。CognitiveBlackboard（共有ワーキングメモリ）でイベント駆動連携。

感情ループ

Amygdala Process

タスク進行をリアルタイム監視し、8次元の感情ベクトル（Plutchik モデル）を更新。感情は行動の優先度と言葉遣いに直接影響。

更新間隔: 最短10秒 / メタ認知からの即時トリガー

メタ認知 FCA

DLPFC Process

「今やっていることは正しいか？」をリアルタイム評価。 9つのツールでプラン操作・フィードバック・戦略変更を実行。

・旅程サマリー生成（ローリング要約）

・サブタスク CRUD・並べ替え

・モデルエスカレーション/デエスカレーション

・スキル実行中断・タスク終了判断

タスク実行

Motor Cortex (FCA)

LLM ベースのツール呼び出しループ。感情・旅程サマリー・現在のサブタスクをエフェメラル注入し逐次実行。

・最大50イテレーション / 5分タイムアウト

・ループ検出・予測ブロック

・plan-craft でクラフト計画立案

・recall-memory で記憶エージェントに問い合わせ

記憶エージェント

Hippocampus Process

記憶の取得・保存・圧縮を能動的に行う。他プロセスからの問い合わせに同期応答し、定期的に保存判断。

・オンデマンド記憶検索 + LLM 整理

・10iter 毎に自律保存判断

・タスク完了時に記憶圧縮

・初期コンテキスト注入

Blackboard Events

emotion:updated感情シフト時に再評価

meta:updatedフィードバック注入・モデル変更

task:updatedツール実行後に感情再評価・記憶保存判断

plan:updatedサブタスク変更を FCA にエフェメラル注入

loop:detected無限ループ検出で即介入

感情システム

Plutchik の感情モデルに基づく8次元ベクトル。各感情は0〜1のスコアで表現。

喜び

Joy

信頼

Trust

恐れ

Fear

驚き

Surprise

悲しみ

Sadness

嫌悪

Disgust

怒り

Anger

期待

Anticipation

動的モデルエスカレーション

タスクの複雑さに応じて、メタ認知ループが自動でモデルをスケール。

T0gpt-4.1-mini

15s高速・低コスト

T1gpt-5-mini-fast

30sバランス型

T2gpt-5-mini

60s中推論力

T3gpt-5

120s最大推論力

エスカレーション条件

struggling/stuck 判定 + 連続5回以上の失敗、無限ループ検出、ツール未発見エラー

デエスカレーション条件

連続8回以上の成功で、コスト削減のため低モデルに戻る

記憶システム

記憶エージェント（海馬プロセス）が能動的に管理。事前全取得ではなく、必要な時にオンデマンドで取得・タスク中に随時保存。

👤人物記憶

誰と何を話し、どんな関係か。信頼度・親密度スコアも記録。

🪞自己モデル

シャノン自身の性格・目標・コミュニケーションスタイルの自己認識。

🌍ワールドモデル

マイクラ世界の地形・バイオーム・天候・時間帯の記憶。

🧠戦略記憶

過去のタスク成功/失敗パターンから学んだ戦略。

📝エピソード記憶

完了したタスクの全記録。所要時間・感情・結果を蓄積。

🤝関係性モデル

ユーザーとの関係（親密度・信頼度）を動的に更新。

Memory Agent Flow

取得 (on-demand)

FCA が recall-memory ツールで問い合わせ → DB 検索 + LLM 整理 → 回答

保存 (event-driven)

10iter 毎に直近のツール結果を分析 → 覚えるべき情報があれば DB に保存

圧縮 (periodic)

タスク完了時に古い記憶を統合・重要度の低い記憶を削除

チャンネルアダプター

全プラットフォームのイベントを統一フォーマット（RequestEnvelope）に変換。1つのグラフ、N個のアダプター。

Discord

テキスト/ボイスチャンネル、DM

Minecraft

ゲーム内チャット・環境イベント・戦闘・死亡

X / Twitter

ツイート・リプライ・引用RT

Web

Webチャット・リアルタイム入力

YouTube

コメント・ライブチャット

→ RequestEnvelope → Unified Graph → ActionPlan → Channel Response

ツールシステム

FCA（Function Calling Agent）が LLM の判断に基づきツールを選択・実行。

Minecraft

mine_block, craft_item, move_to, place_block, check_inventory

Discord

chat_on_discord, get_messages, react_with_emoji

X / Twitter

post_tweet, retweet, quote_retweet, like_tweet

画像処理

describe_image, edit_image, generate_image

ユーティリティ

plan-craft, update-plan, wait, task-complete

記憶操作

recall-memory, save-memory

レイテンシ最適化

最適化	削減時間	適用条件
緊急ファストパス	-7〜18s	戦闘・死亡イベント
グラフ簡素化	-1〜8s	classify → execute 直行（recall/emotion ノード廃止）
オンデマンド記憶取得	-1〜4s	事前全取得廃止 → 必要時のみ MemoryAgent に問い合わせ
エフェメラル注入	コンテキスト削減	最新の情報だけ注入し応答後に削除（蓄積防止）
旅程サマリー	文脈維持	trimContext で消えた古い文脈を 500 字のサマリーで補完

自己改善システム

シャノンは失敗から学び、自分自身を改善します。

失敗分析

スキル提案

コード生成

検証

適用

効果測定

シャノンは今日もマイクラの世界で実験中！