Microsoft、5 エージェントによる協調探索フレームワークを発表──独立試行 33 回分に匹敵する性能を実証
Microsoft Research と UC Berkeley が、中間成果を共有するマルチエージェント協調で探索コストを大幅に圧縮する手法を公開した。
リリース: 2026-09-22 · 読了 3 分記事の要約
1. 核心（What）
- Microsoft Research と UC Berkeley が、中間成果を共有するマルチエージェント協調探索モデルの研究を発表。
- ARC-AGI-3 の未踏グリッドワールドゲームにおいて、team@5 が 33 回の独立試行に匹敵する正解率を記録。
- LP85 ゲームでは 64 回の独立試行がすべて失敗したのに対し、team@5 は 65% の成功率に到達。
- FT09 ゲームにおいて、team@3 は正解率を約 26% から 90% へ大幅に向上。
2. 影響（Why）
- ブルートフォース抑制によるコスト削減: 単一エージェントの力技による並列試行を重ねる代わりに、検証済みの成果を共有する設計へ切り替えることで、大規模な推論コストを伴うタスクの効率的な処理が現実解になる。
- 国内 RAG・エージェント開発への影響: [国内 AI ソリューション企業] 規模の開発現場において、複雑な検証やコード生成を伴う自律型エージェントを本番運用する際、無駄な独立試行を減らすオーケストレーション設計の標準パターンとして検証する価値がある。
3. 根拠・詳細（How）
- 事前定義なしの共有ワークスペース: 固定のロールや中央オーケストレーターを置かず、同一プロンプトを与えられた同一エージェント群が、失敗アプローチやコードなどの部分成果を共通ワークスペース経由で動的に交換する仕組み。
- 検証済みプログレスの選択的共有: 検証器を用いたフィードバックを基に、エージェント同士が他者の確認済みブレイクスルーを蓄積して構築していくため、検証器や最低限のコンピュート資源がない環境では機能しない依存性を持つ。
4. 展望・課題（Next）
- コードと評価ハーネスの公開: GitHub にてコード、プロンプト、評価用ハーネスが公開されており、開発者は自身の検証環境でマルチエージェントの協調アルゴリズムを再現可能。