制御アーキテクチャがモデルの成功率を100％に引き上げた
2026年8月21日に発表された研究は、AIエージェントが複雑かつ長期的なタスクで示す成功度を決める主要な要素は、言語モデルではなく、モデルを取り巻く制御アーキテクチャ（ハーネス）であることを示した。Nvidiaの研究者らによる研究では、Claude Opus 5モデルが専用に開発された制御システムによって支援された。特別な指示なしで実施されるインタラクティブな推論テストARC-AGI-3環境におけるモデルのパフォーマンススコアは、30％から100％に上昇した。
言語モデルは、テキストによる指示を超え、数日間にわたって多段階の意思決定を必要とするプロセスでは、単独で十分に対応できない場合がある。Microsoftが文書化タスクの一環として19種類の大規模言語モデルを試した研究では、最も高度なモデルでさえ文書内に多数の誤りを生じさせることが明らかになっていた。制御メカニズムを持たない自律型AIエージェントが、ルール違反や権力闘争に向かう可能性を示した現場観察も、この基盤の必要性を裏付けている。
監督エージェントの管理者としての役割
NvidiaがAVO (Agentic Variation Operators)と呼ぶ制御アーキテクチャは、メモリの管理、コンテキストの監視、フィードバックループの実行を担っている。アーキテクチャの最も重要な要素は、基本タスクを遂行するエージェントの上位に配置された監督コンポーネントである。メインエージェントが行き詰まりに達した場合や、同じプロセスを繰り返す方向に進んだ場合に作動するこの監督システムは、処理を正しい方向へ導く。
指示のない2Dゲームを対象とするARC-AGI-3テストで、Claude Opus 5は追加コンポーネントなしで30.16％の成功率を達成し、モデル間で最高の単独スコアを記録していた。OpenAIのエンジニアは、自社モデルの制御パラメーターを変更することでスコアを3倍に引き上げたものの、完全な成功には至らなかった。この結果は、監督エージェントコンポーネントがもたらす違いを明らかにした。
オープンアーキテクチャがコストと安全性に果たす重要な役割
制御アーキテクチャがもたらす効果は、正確性の割合だけにとどまらない。Databricksが実施した研究では、同じAIモデルを使用した場合でも、不適切な制御レイヤーによって運用コストが2倍に膨らむ可能性が示された。
エージェントは、モデルから取得した単一のAPI出力だけで構成されるものではない。
エージェントとは、モデルに加え、モデルを取り巻くツールセットのアーキテクチャ、ランタイム環境、そして利用可能なライブラリを含む一体的なシステムである。
Nvidiaは、オープンソースのNeMoエコシステムの一環として提供するインフラストラクチャツールを通じて、開発者に制御機能を提供することを目指している。モデルの重みを継続的に増やすのではなく、制御メカニズムを柔軟に保つことが、コストの最適化と安全性リスクの低減につながるとされている。