XNews

エージェント群の経済性と大規模調整

エージェント群の経済性と大規模調整

Cursorは、SQLiteのドキュメントからの実装実験とAI研究自動化に関する講演を通じて、エージェント群のハーネス設計と経済性を公開した。プランナーとワーカーを分離した新しいツリー型アーキテクチャにより、調整オーバーヘッドとトークンコストが劇的に削減された。

Key insights

プランナー・ワーカー群アーキテクチャが調整コストを大幅削減

実験では、計画(高コスト・高能力モデル)と実行(低コスト・高速モデル)を分離することで、コミット数が68,000から1,000未満に減少し、競合が70,000以上からほぼゼロになった。これは、コンテキストの分離(プランナーはコードを書かず、ワーカーは計画をしない)が、単一エージェントのスケーラビリティを阻害するスラッシングを防止することを示している。

フロンティアモデルを高エントロピーな意思決定に限定するコスト最適化

Opus+Composerの組み合わせは1,339ドルで、全てFableで構成した群の20,057ドルと比較して、同等の品質を達成した。計画はトークンのごく一部を消費したがコストの3分の2を占め、実行は低単価でトークンの大部分を消費した。これは、最先端の知能は設計と分解にのみ用い、標準モデルが実装の大部分を担うべきであることを示している。

カスタムVCSと障害モード分類体系がエージェント群に必須のインフラに

標準的なgitの粗いロックでは、エージェントのコミット速度に対応できず、Cursorは専用のVCSを構築した。五つの障害モード(スプリットブレイン、プランナー競合、マージ競合、メガファイル、硬化)は、マルチエージェントシステムのデバッグのための診断枠組みを提供する。「コミットスラッシング」指標(コミット数を生産性の負のシグナルと見なす)は、エージェントの活動量が多いほど良いという直感に挑戦する。

再帰的自己改善ループがAI研究の本番環境で既に稼働

Cursorのエージェント群は、実験の起動、監視、健全性チェックを自動化し、研究者が高レベルのアイデアに集中できるようにする。強力なモデルは、より優れた評価モデルや報酬モデルに蒸留され、その後のトレーニングを加速する。この再帰性は理論上のものではなく、Grok 4.5を生み出したメカニズムである。

Grok 4.5は開発者とエージェントの相互作用データで学習した新たなモデルクラス

インターネットテキストのみで学習したモデルとは異なり、Grok 4.5はCursorの膨大なインタラクション痕跡(コードベース操作、ツール使用、人間との協調パターン)を利用しており、エージェント的なソフトウェアタスクに最適化されている。これは、将来のモデルが静的テキストコーパスではなく、テレメトリや実世界のエージェントループから能力を獲得することを示唆している。

群システムは確率的コンパイラとして機能、抽象度を仕様レベルに引き上げ

SQLiteタスクは、群が意図を実行可能なコードに落とし込むことをコンパイラに似た形で実証したが、確率的な正確性を持つことを示した。全体のハーネス(レビューレンズ、フィールドガイド、VCS)は、仕様と正しい実装の間のギャップを埋める役割を果たす。これにより、エンジニアリングの価値はコーディングから、曖昧さのない検証可能な仕様を書くことへと移行する。

Source posts