arXivは10月25日(現地時間)、ハリハラン・デバラジャン氏らの研究チームが、エージェントが自身の実行から再利用可能な能力を自律的に学習、検証、改善する新たな学習パラダイム「Phronix」を発表したと報じた。このアプローチは、従来の言語モデルベースのエージェントが抱えていた、手動で記述されたスキルや管理されたメモリへの依存による学習制限を克服する。Phronixは、繰り返されるタスク解決の信頼性を大幅に高め、自律的なエージェントの運用効率を飛躍的に向上させる。
Phronixは、予測器、検証器、修正器からなる学習ループを通じて機能する。まずMCPツールと関連スキルが解決策を提案し、そのツール実行によって提案された解決策が検証される。そして、観察された結果が格納された能力ストアを洗練するというサイクルを繰り返す。このパラダイムは、あらゆる相互作用を能力ストアに抽出し、失敗したタスクであっても放棄せずにその原因を分析し、学習に繋げる設計が特徴だ。
Phronixによって学習された能力は、繰り返されるタスクを初回試行で93%から95%の確率で解決し、解決策の非決定性を大幅に低減して信頼性を向上させる。また、ユーザーによる直接的な指示なしに、エージェント自身の実行を1タスクあたり平均7.6から30.8の耐久性のある能力へと変換する。必要な能力がすでに存在する場合、新たな能力作成は2未満に減少するという。
さらに、ウォームスタート実行時のトークン消費量は1タスクあたりわずか0.38百万から0.40百万トークンに留まり、これは単一のベースライン試行と比較して3分の1から4分の1の削減を達成する。コールドスタート時のコストはベースラインと同等であることが示されている。具体的な性能評価では、I/O性能分析用アプリケーションを測定する1000 Genome Pegasusワークフローにおいて、Phronixはベースラインの6チェックに対し11の正当性チェックを通過した。加えて、安価な2つのモデルのSWE-benchタスク解決率がそれぞれ29%と27%だったものを、Phronixの適用により91%と87%にまで引き上げ、最も高価な評価済みモデルの性能に匹敵する結果を達成している。
参考: arXiv cs.AI (アーカイブ) — 2026年10月26日 13:00 (JST)
原文ハイライト"reusable capabilities from their own executions"