研究とモデル 2026年11月8日

11 人の著者のプレプリントによると、AI エージェントが書いた推論の文の 41% から 46% は削っても課題の成績がほぼ変わらない。削れる量はモデルそのものより、課題とモデルの外側のハーネスによって大きく変わる。

（論文の日付は 11-04）

本紙の推論：ハーネスを替えたり推論の文を短くしたりすれば、エージェントのトークン費用を削れるかもしれない。ただし著者の自己申告が示すのは、事後に削っても成績がほぼ変わらないことまでだ。論文の要旨によると、著者はエージェントの実行記録を丸ごと残し、別のモデルに削れる部分を印付けさせた。実際にその部分を削ってからエージェントに作業を続けさせ、結果とその後の動きが変わるかを見た（arXiv 2611.07238、2026-11-04）。2026 年のある論文は、コンテキスト、ツール、権限、エラーからの回復を受け持つこの層も、ワークフローの実際の性能を左右するとみる（arXiv 2605.27922）。著者の自己申告では、同じモデルと同じ課題でもハーネスを替えると、削れる量も、削れる部分が出る工程も変わる。「成績がほぼ変わらない」がどこまでの差を許すか、どのベンチマークで試したかは、要旨に書かれていない。 どう確かめたか →