サマリー
本テーマは、静的で中央集権的に制御されるLLMエージェントから、役割・記憶・ツール・協調方法を時間とともに適応させる自己進化型・分散型マルチエージェントシステムへの移行を追跡する。代表的な論文はこの移行が動的環境における頑健性とスケーラビリティに不可欠であると位置づけており、今週の進展はエージェントの自己進化が実際に何をエンコードし、その成果がどこまで転移可能かという問いをより鮮明にしている。
テーマの状況
代表的な論文の序論では、エージェント化から自己進化型エージェントAIへの移行が描かれている。すなわち、人間の介入により個別コンポーネントを更新するのではなく、エージェント自身がモデル・記憶・プロンプト・ツール・ワークフローをインタラクションと自己省察を通じて改善する完全な改善ループを自律的に実行することがますます期待されている。同時に、マルチエージェント研究では、固定役割・中央制御型のLLMシステムは実世界展開には脆弱すぎると主張されており、単一障害点の発生、スケーラビリティの制限、タスク要求やエージェント性能の変化への適応不足が課題とされている。AgentNetは分散型で動的に再構成可能な協調を動機づけ、MAESTROは頑健なマルチエージェント学習が共同プレイヤーの行動と変化する環境の双方に同時適応することに依存し、いずれか一方を孤立して扱うべきではないことを示している。
今週の証拠として「One Recipe, Many Harnesses: What Self-Evolution Encodes Across Languages and Models」(arxiv:2608.10178v1)が自己進化のメカニズム的視点を付加している。同論文の序論では、自己進化型ハーネスは繰り返し発生する実行欠陥を修復する補償レイヤーとして機能し、転移可能な分野共通のコアを持ちつつも20〜40%のエコシステム固有コンテンツを含むと論じている。これにより、LLMエージェントシステムにおける自己進化は、戦略がいつ転移可能でいつ新たな環境向けに再進化が必要かという実践的な設計問題として再定義される。
- MAESTRO: Open-Ended Environment Design for Multi-Agent Reinforcement Learning
- AgentNet: Decentralized Evolutionary Coordination for LLM-based Multi-Agent Systems
- From Agentification to Self-Evolving Agentic AI for Wireless Networks: Concepts, Approaches, and Future Research Directions
- One Recipe, Many Harnesses: What Self-Evolution Encodes Across Languages and Models
インフォグラフィクス（日本語）
今週の進展
Co-Evolution in Agentic Systems: Toward Self-Directed Evolution Beyond Human Design <See Details on Fugu-MT>
本サーベイは自己進化エージェント研究を単一エージェントの改善ループからマルチエージェントとその環境間の共進化へと拡張している。 固定設計を前提とした従来の重点と比較し、相互作用するコンポーネント間で人間が課した制約を段階的に除去するプロセスとして進歩を枠組み化している。
Hierarchical Self-Improvement: A Framework for Task-Specific Evolvable Agent Harnesses <See Details on Fugu-MT>
本フレームワークは自己改善ハーネスを階層的に組織化し、特定のタスクファミリーに対してチューニングする。 転移可能性の未解決問題と比較し、ハーネスの改善効果がしばしばタスク固有であり完全には移植できないことを示す証拠を提供している。
Ouroboros: A Self-Developing Frontier Coding Agent with Reviewed Core Evolution <See Details on Fugu-MT>
Ouroborosは、レビュー済みのコミットによりツール・プロンプト・コンテキスト構築・コア実装を161日間のデプロイメントにわたって更新することで、自己進化エージェントを前進させている。 より限定的なハーネス編集と比較し、改善ループを持続的な経験駆動型のエージェントランタイム構造変更へと押し進めている。
Mendel Gödel Machine: Recursive Self-Improving Coding Agents via Comparative Evolution <See Details on Fugu-MT>
Mendel Gödel Machineは、蓄積されたエビデンスを活用する比較進化と自己修正により再帰的自己改善を洗練させている。 単一軌跡更新と比較し、自己改善型コーディングエージェントにおけるより高速な収束へのサンプル効率の高い経路を提供している。
Persistent Recursive Worlds Enable Autonomous Software Evolution <See Details on Fugu-MT>
EvoX Genesisは、永続的に動作するエージェントではなく永続的なプロジェクトワールドを中心に長期的ソフトウェア進化を据えている。 エージェント中心の継続性と比較し、自己進化が永続的な共有環境と再開可能な組織を通じて編成できることを示している。
今後の展望
今後の展望（要約）
短期的な研究では、自己進化するマルチエージェントシステムを長期にわたって安全かつ安定して動かすことが中心課題になる。エージェントが自らの構成要素や環境を継続的に変更するため、検証の強化、目標の制御、進化の頑健性が重視される。規模も役割も異なる多数のエージェントを連携させるため、状況に応じて処理先を変える動的ルーティングも発展するだろう。同時に、システム間で手法の一部を移転する研究も進み、公開インターフェースやラッパーを通じて共通部分を再利用する一方、個別のツールと環境には現地での調整が必要になる。さらに、分散型の協調と状態を保持する共有環境が、規模を拡大しても安定して収束するかが検証される。
インフォグラフィクス（日本語）
3年後を想定した動き
現在の研究方向は、自己進化するエージェントの変更を管理された手順で公開する仕組みへ発展する。エージェントは変更を提案できるが、実際の運用に入れるかどうかは独立した制御層が決める。承認された更新には、変更元、根拠、復旧地点を示す来歴情報が付く。この分離により、進化を続けながら、質の低い提案や操作された提案による被害を抑えられる。
1年目には、エージェント部品への変更を直接反映せず、版を管理した候補としてまとめる。非公開テストと敵対的シミュレーションを使い、改善が独立審査にも耐えられるかを確認する。状態を保持するプロジェクト環境では、過去の状態を保存し、再実行や比較と復元を可能にする。初期実証では、範囲を限定した本番公開であるカナリア方式を用い、障害が見つかれば自動的に以前の版へ戻す。
2年目には、更新履歴や権限、評価結果を異なるツール環境間で表現する共通プロトコルが整う。署名付きの共通中核は組織間で移せても、地域固有の条件に依存する部分は内部の評価機構で作り直す必要がある。研究者はこの適応費用を測り、機密の地域情報を公開せずに分散型エージェント群が安定して収束するかを調べる。
3年目には、個別の障害よりも、システム全体に及ぶ弱点へ関心が移る。検証役が同時に誤る問題、受け入れ基準の操作、復元では取り消せない行動が主な研究対象になる。障害を十分に封じ込められれば、検証付き進化は一部の分散システムで標準的な層となり、永続的な環境が記録を保つ一方で、個々のエージェントは交換可能になる。注目すべき兆候は、外部へ漏れる障害が少なく、復元が安定し、審査後も性能向上が残る実証事例の登場である。反対に、検証役が繰り返し欺かれる場合や、隠れた状態によって再実行できない場合、また検証によって進化の利点の大半が失われる場合には、このシナリオの可能性は低下する。
このシナリオでは、高性能な基盤モデルを共有していても、自己進化したシステムの間に局所的な非互換性が生じる。仕組みは鉄道の異なる軌間に似ており、共通中核は広く移せても、個別のラッパーや権限、プロジェクト状態によって安全に動ける場所が決まる。各環境で進化を続けるほど、この違いは解消されず、むしろ深まる可能性がある。
1年目には、成功した変更を異なるコード保管場所、モデル系列、ツール環境で再実行する。研究者は、実行前のテストのように移転可能な原則と、特定の実行環境に結び付いた仕組みを切り分ける。状態を保持するプロジェクト環境は成果物と状態変化を保存するため、通常の会話記録よりも移転失敗を詳しく調べやすい。初期の運用システムでは、自己変更を管理されたソフトウェア公開として扱い、審査と限定公開を経て、必要なら復旧する。
2年目には、移転時のずれが繰り返し見つかることで、共通の変更記録と標準化されたアダプターの整備が進む。それでも各地域のシステムには専用の作業手順が蓄積し、統合と復旧の負担が増える。そのため、組織ごとに別々の永続的環境を維持し、連絡役のエージェントを介して範囲を限定した作業だけを交換する形が考えられる。比較による進化は境界試験となり、外部から導入する変更は、地域の権限と復旧条件を守りながら既存版を上回る必要がある。
3年目には、永続的環境が、複数組織にまたがる作業を中断後も再開できる認証済みの基盤になり得る。管理の焦点は、エージェント全体を信頼できるかではなく、特定の変更を特定の環境に入れてよいかへ移る。専門化したシステムは内部で進化を続けながら、外部エージェントには検査済みの接続口を提供する。強い兆候となるのは、実行基盤の変更記録や署名付きの変更履歴が普及し、接続を振り分けるルーター中心の設計が増えることである。一方、独立したシステム間でほぼ損失なく変更を移せる実証が続けば、このシナリオは弱まる。改良されたラッパーが非互換性の大半を隠した場合や、基盤モデルの大きな進歩で地域差の蓄積に価値がなくなった場合にも成立しにくい。
このシナリオは、自己進化を無制限な自己改善ではなく、管理されたソフトウェア保守として扱う。その仕組みは航空機の継続的な安全維持に似ており、既知の基準状態を保存し、地域ごとの変更を記録して、確実に運用へ戻せる経路を残す。再利用可能な保守中核が共通の手順を提供し、地域モジュールが各コード保管場所やソフトウェア環境の要件に対応する。
1年目には、異なるプロジェクトやプログラミング言語で進化したエージェント実行基盤を比較する。評価では課題の得点だけでなく、採用された変更、検査をすり抜けた欠陥、復旧の成功を重視する。機械が読める記録には、変更の提案者と裏付けとなる証拠を残し、取り消す方法も示す。初期実証は定型的で試験しやすい保守に絞り、既存の自動検査と隔離環境を安全確認の層として利用する。独立検査と限定公開により、事故を考慮した負担が従来の保守より小さいと示された場合に限り、権限を段階的に広げる。
2年目には、成功した実証が複数のコード保管場所へ広がり、条件を限定して組織の境界も越える。研究者は、証拠に応じてどこまで権限を与えるべきか、地域向けアダプターをいつ安全に再利用できるかを調べる。管理された制御層は、プロジェクト履歴と検証結果を結び付け、復旧手順も一体として扱う。組織間では、機密性の高い資料を内部に残したまま、署名付きの知見と範囲を絞った証拠情報を交換できる。
3年目には、大規模な技術利用者や監査組織、業界団体の間で、共通の保証段階が形成される可能性がある。範囲を限定した自己進化型保守は、管理された基盤サービスとして一般化し、永続的なプロジェクト環境が履歴と方針を保持する一方、エージェント自体は交換可能になる。成功した変更が障害記録の質を高め、その記録が後の振り分けと選択を改善するという循環が、この動きを支える。注目すべき兆候は、変更不能なログ、ツールの来歴、検証済みの復旧手順を求める正式な指針の登場である。保証にかかる負担が保守上の節約を上回る場合や、管理された実証が従来の自動化より多くの安全上の後退を起こす場合、このシナリオは弱まる。実行基盤がほぼ普遍的に移転できる場合や、各コード保管場所で過度な個別対応が必要となり、実用的な共通中核を維持できない場合にも成立しにくい。
1年後・3年後の研究/応用インフォグラフィクス
参照論文
- MAESTRO: Open-Ended Environment Design for Multi-Agent Reinforcement Learning - 著者: Mikayel Samvelyan, Akbir Khan, Michael Dennis, Minqi Jiang, Jack Parker-Holder, Jakob Foerster, Roberta Raileanu, Tim Rockt\"aschel / <See Details on Fugu-MT> / ライセンス: CC-BY-4.0
- AgentNet: Decentralized Evolutionary Coordination for LLM-based Multi-Agent Systems - 著者: Yingxuan Yang, Huacan Chai, Shuai Shao, Yuanyi Song, Siyuan Qi, Renting Rui, Weinan Zhang, / <See Details on Fugu-MT> / ライセンス: CC-BY-4.0
- From Agentification to Self-Evolving Agentic AI for Wireless Networks: Concepts, Approaches, and Future Research Directions - 著者: Changyuan Zhao, Ruichen Zhang, Jiacheng Wang, Dusit Niyato, Geng Sun, Xianbin Wang, Shiwen Mao, Abbas Jamalipour, / <See Details on Fugu-MT> / ライセンス: CC-BY-4.0
- One Recipe, Many Harnesses: What Self-Evolution Encodes Across Languages and Models - 著者: Siqi Yang, Qianlan Yang, Yu-Xiong Wang, Saurabh Pujar, Martin Hirzel / <See Details on Fugu-MT> / ライセンス: CC BY 4.0