AIエージェントが抱える「永遠の新人問題」に、IBM Researchが正面から取り組んだ。2026年4月に公開されたALTK-Evolveは、エージェントが過去の実行履歴から抽象的な原則を学び取り、新しいタスクに汎用的に適用できる長期記憶システムだ。ベンチマークでは難易度の高いタスクで14.2ポイントの改善を達成しており、AIエージェントの信頼性向上に向けた重要な一歩と言える。

「ログを読み返す」だけでは足りない

現在の多くのAIエージェントは、過去の会話履歴をそのままコンテキストに詰め込む設計になっている。これは「昨日の日報を読み返す新入社員」と同じで、教訓を抽象化して次に生かすことができない。MIT研究によれば、AIエージェントのパイロット導入が失敗する95%の原因は、この「オンザジョブ学習の欠如」にあるという。

ALTK-Evolveが解決しようとするのはまさにこの問題だ。元記事では料理人のメタファーが使われていてわかりやすい。「レシピを暗記したコック」ではなく「酸が脂肪を中和するという原則を理解したシェフ」に育てることが目標だ。具体的な手順を記憶するのではなく、応用可能な知識として蒸留するアプローチである。

仕組み：軌跡から原則へ

ALTK-Evolveは2方向のデータフローで動作する。

下方向（観測と抽出）: エージェントの実行軌跡（ユーザー発話・思考プロセス・ツール呼び出し・結果）をLangfuseなどのOpenTelemetryベースのオブザーバビリティツールで捕捉し、構造的なパターンを候補エンティティとして保存する。

上方向（精錬と検索）: バックグラウンドの統合ジョブが重複を排除・低品質ルールを削除し、実績のある戦略を強化する。そして必要なタイミングで関連するガイドラインだけをエージェントのコンテキストにジャストインタイムで注入する。

ポイントは「コンテキストを膨らませない」設計だ。全履歴を詰め込むのではなく、必要なものだけを必要な瞬間に提供するアーキテクチャになっている。これはコスト・レイテンシの観点でも重要な設計判断だ。

ベンチマーク：難しいタスクほど効果が出る

AppWorldベンチマーク（平均1.8アプリ・9.5 APIを使う多段階タスク）での評価では、難易度が上がるほどメモリの効果が顕著に現れた。

難易度 ベースライン ＋メモリ 改善幅

Easy 79.0% 84.2% +5.2pt

Medium 56.2% 62.5% +6.3pt

Hard 19.1% 33.3% +14.2pt

総合 50.0% 58.9% +8.9pt

特に注目すべきは「Hard」カテゴリーだ。19.1%から33.3%への向上は、割合で見れば約74%の改善にあたる。複雑な制御フローが必要な場面でこそ、蓄積されたガイドラインが効果を発揮することが示された。

実務への影響

エンタープライズでAIエージェントを活用する際の最大の課題の一つが「同じ失敗の繰り返し」だ。ALTK-Evolveのようなアプローチは、以下のような形で応用できる可能性がある。

  • SOP（標準作業手順書）の自動生成: エージェントが繰り返し実行する業務フローから、運用上のガイドラインを自動的に蒸留・蓄積する
  • 環境固有の慣例学習: 社内独自のシステム構成やルール（「このAPIは特定の時間帯に遅い」など）をエージェントが学習・適応する
  • 長期プロジェクトへの応用: 短期タスクではなく、複数週にわたるプロジェクト型エージェントとの相性が特によい

現時点ではLangfuseなどのオブザーバビリティ基盤が前提となるため、すでにMLOps体制を持つ組織が優先的に恩恵を受けやすい。一方、Langfuseのセルフホスト版を活用すれば、中小規模の組織でも比較的低コストで導入を検討できる。

筆者の見解

AIエージェントが「自分で学んで成長する」という方向性は、筆者が強く注目し続けているテーマと完全に合致する。

単発の「指示→実行→終了」ではなく、エージェントが継続的なループの中で経験を積み、次のループで判断の質を高めていく——この設計思想こそが、AIエージェントの本質的な価値を引き出す鍵だと思っている。ALTK-Evolveはその具体的な実装の一例として、非常に参考になる研究だ。

「Hard」タスクで14.2ポイントという数字は特に示唆深い。複雑なタスクほど改善幅が大きいということは、現実の業務に近い状況でこそ記憶システムが意味を持つということでもある。逆に言えば、単純タスクの自動化ではこういった仕組みの効果は限定的で、人間が実際に任せたい「複雑で判断が絡む業務」の方が恩恵が大きい。これはエンタープライズ導入における優先順位付けの観点で重要なポイントだ。

企業がAIエージェントを検討する際、「初回から完璧を求める」のではなく「使いながら学習させる設計を最初から組み込む」という発想の転換が求められる時代になりつつある。今後、こうした「オンザジョブ学習」機能がエージェントフレームワークの標準機能として整備されることを期待したい。

出典: この記事は ALTK‑Evolve: On‑the‑Job Learning for AI Agents の内容をもとに、筆者の見解を加えて独自に執筆したものです。