a2

問い

成功した解答を、別の課題で再利用できるスキルに変えられるか。a2 は、データ変換の課題でこの問いを研究しています。

動作する部分

小さな Python エージェントに、道具、共有メモリ、出力検査、実行可能なスキルを組み合わせています。対象はレコードの正規化、情報源の照合、競合の検出、項目の選択です。スキル候補は保存前に独立した入力による外部検査を受けます。

評価

学習済みスキルを固定し、別の課題で履歴なしの解答、成功例を含む文脈、人が書いたスキル、無関係なスキルと比較します。品質、遅延、モデルと道具の呼び出し、観測されたトークン使用量を分けて記録します。

状態と限界

2026年10月13日に確認した資料では開発アルファ版です。オフラインのデモは人が書いたスキルの検証と再利用を示し、モデル学習の証拠ではありません。限定的な実学習の試行では検証済みスキルが記録されていますが、未完了の開発パイロットで効率の優位性は示されていません。複数 seed による固定評価と実利用者による検証は未完了です。このページの公開はソフトウェアの一般リリースを意味しません。

資料

a2 の README、設計、評価資料を2026年10月13日に確認した要約です。新しい実験は実行していません。