本文へスキップ
hdknr blog

自己改善エージェント

AI エージェントのハーネスを AI 自身が自律的に最適化するパターン

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。モデルの重みには触れず、ハーネスの側だけを書き換えるのが共通点。

改善の信号の取り方で大きく 2 系統に分かれる。スコアと失敗トレースで採否を決める系統(AutoAgent など)と、正解データを使わず「ハーネスを変えたら挙動がどう変わったか」から学ぶ系統(Harness²)である。

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)

正解データなしで回す:Harness² の 2 段階の再帰

Google Research の Harness² は、上の最適化ループの「3. スコアを測定する」を持たない。候補ハーネスで同じタスクを複数回実際に走らせ(Probe)、その挙動の違いを比べて改良版を合成する(Propose–Probe–Compose)。採点器が要らないので、答えの用意されていない未知のタスクにも適用できる。

さらにタスクが終わるたびに、複数の実行で裏付けが取れた教訓だけを永続的な「改善ハーネス」に書き戻し、次のタスクはそこから始める。1 段目が「ハーネスを磨く」、2 段目が「ハーネスの磨き方を磨く」という再帰で、実行用のハーネスと改善用のハーネスを分けて持つ構造になっている。README では 1 ステップ回すだけで GLM-5 と Gemini 3.5 Flash が元のハーネスを上回ったと報告されている。

自作ハーネスに持ち込める考え方は、同じタスクを 2 通りの指示で走らせて差を見る(正解がなくても比較はできる)、教訓は複数の実行で再現した差だけを残す(ルールファイルが思いつきで膨らむのを防ぐ)、の 2 点。

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:

Self-Improving Loops(Andrew Ng の予測)

DeepLearning.AI 創設者 Andrew Ng は「自分のタスクの100%はもう AI エージェントがやっている」「3〜6か月で誰もが自己改善ループを使い、プロンプトを手で書く時代は終わる」と述べた。現在の「プロンプトを書く → エージェントが実行する」の先に、「エージェントが自分でプロンプトを改善しながらタスクをこなす」フェーズが来るという見立てで、上記の最適化ループを人間の手離れした形で回すのがゴールになる。

開発速度が生む新たなボトルネック

ソフトウェア開発が10〜100倍速くなると、詰まる場所が エンジニアリングから非エンジニア職へ移動する。コードが数秒〜数分で生成できる以上、次の律速は PM(何を作るか)・法務(規約/コンプラ)・マーケ(ポジショニング)・デザイン(UX 承認)になる。Andrew Ng は「1〜10人の小規模チーム」が次の標準になると予測する(承認プロセス・調整コストを迂回できるため)。この「ボトルネックの移動」は、自律改善ループを組織にどう組み込むかの設計課題でもある。

自己改善はなぜ頭打ちになるのか

LayerX の堤大貴氏のスライド「AIエージェントの自己改善をどう設計するか」(2026-09-15)の事例では、人間がチューニングすると 98〜99% に届く請求書の明細抽出が、エージェントの自己改善だけだと 90% 前後で止まった。停滞中の改善案は「プロンプトに条件を足す」「文字列を置換する」ばかりで、処理順序や設計の組み替えは出てこない。

原因はモデルの知能不足ではなく、最初の要件定義や設計がアンカーになって探索範囲が狭まること(局所最適)。アンカリング効果や Degeneration-of-Thought(初回の答えに自信を持つと自己反省を挟んでも発散的思考が減る)が示すとおり、自己反省させても範囲は広がらない。正解を見せても確信度の高い誤答を直しきれない Feedback Friction もある。そこで同じ場所で停滞させない構造をハーネス側で用意する。

深層学習の訓練ループとの対応

2026 年上半期の Agent Skills 自動最適化の研究は、構造的にはどれも深層学習の訓練ループで、更新されるのが重みではなく SKILL.md やワークフローのコードだという違いしかない。

仕組み深層学習での対応内容例
訓練データデータセット成功・失敗の実行ログから繰り返し現れる改善を抜き出し、場当たりのパッチではなくスキル内の汎用手順にするTrace2Skill
最適化器学習率・検証セット1 反復の編集量を制限し、検証タスクで改善が確認できたものだけ採用SkillOpt
探索戦略—設計や得意分野の異なる候補を複数保持する。木構造アーカイブ(DGM・HGM)や MAP-Elites もGEPA
評価損失関数改善の向きを決める。基準は人間が定義する—

最後に残るのは評価

①〜③はハーネスに組み込めばある程度自動化できるが、評価だけはそうはいかない。正解データを使わない評価手法(OpenSkill)では、評価が不正確だと反復を重ねるほど性能が落ち、SocialMaze で反復 3 回目の 82.7% から 10 回目には 78.0% まで下がった。損失関数が間違っていれば、最適化はきちんと間違った方向へ進む。 公開スキル 49 本のうち 39 本は合格率を改善せず、平均改善は +1.2% だったという SWE-Skills-Bench の報告もある。

人間の役割は業務上の成功基準を評価指標へ写像すること。観点は正確性(事実・数値・判断が業務ルールと一致するか)、完全性(必要な情報が漏れなく含まれるか)、適切性(複数の答えがありうるとき目的と文脈に合うか)の 3 つ。正解データは最終確認にだけ使う。

「モデル共感」は改善案を出す役には効くが、合否を判定する役に同じ重みを使うと盲点を共有する。評価側は作る役と確かめる役の分離の考え方で設計する。

関連ページ

ソース記事