概要

AI エージェントの構成一式（ハーネス: システムプロンプト・ツール・オーケストレーション）を、AI 自身が自律的に改善するパターン。人間はゴール（成功の定義）だけを与え、最適化はメタエージェントに任せる。

メタエージェントとタスクエージェント

役割担当
メタエージェント（コーチ）失敗トレースを分析し、ハーネスを書き換える
タスクエージェント（選手）メタエージェントが設計したハーネスで実タスクを実行

最適化ループ

  1. メタエージェントがハーネスを書き換える
  2. タスクエージェントがタスクを実行する
  3. スコアを測定する
  4. 失敗トレースを分析する
  5. 改善なら採用、悪化なら元に戻す（繰り返し）

モデル共感（Model Empathy）

同じモデル同士でペアリングすると、コーチは選手の失敗パターンを「自分ごと」として理解できる。同じ重みを共有しているため推論過程を正確に把握でき、異なるモデルの組み合わせより高い性能を示す。

創発的な改善行動

設計者が意図しなかった行動が自然に出現する:

  • スポットチェック（小さな編集の高速検証）
  • 強制検証ループ（自己修正ターンのバジェット組み込み）
  • 自前テスト作成（ユニットテストの自律生成）
  • サブエージェント生成（ドメイン別の役割分担）

関連ページ

ソース記事