【Agentic AI 第2講】AIエージェントは何手先まで任せられる？
AIエージェントに「予約を調べて、条件を比べて、候補をまとめて」と頼むと、いくつもの作業を順番に進めます。1回ずつの作業が得意でも、手順が長くなると最後まで成功できるのでしょうか。
2026年8月に公開された研究は、9種類のAIモデルで、仕事の手順が長くなるほど成功率がどう変わるかを調べました。
1回ごとの小さなミスが、全体の失敗につながる
研究者のShubhra Mittalさんは、会計記録を更新する課題、情報を順番に追う課題、文字列を編集する課題、AI自身がツールを使って隠れた道筋を探す課題を試しました。6種類の公開モデルと3種類の商用モデルを使い、10,664回分の実行記録を分析しました。
たとえば、10段階の作業で毎回少しずつ確認不足があると、最後まで間違えずに終える確率は、1段階ごとの成功率より低くなります。研究者は、この「段階を重ねるほど成功率が下がる」関係を、4種類の課題の36条件のうち28条件で確認しました。
特にツールを自分で使う課題では、短い手順ならほぼ成功したモデルも、16段階になると成功が大きく減りました。この研究の試験環境で起きた結果です。どんな実際の仕事でも16段階で必ず失敗する、という意味ではありません。
意外な点：会話の記憶を短くしても改善しなかった
研究者は、会話の履歴を残す条件、短くまとめる条件、指示を一度に渡す条件も比べました。履歴を短くまとめると、成功率の低下はむしろ速くなりました。この実験では、文章の長さより、頼まれた手順の数が大きく関わっていました。
研究は、AIが自分の途中経過を見直しに使う場合があると示唆しています。要約で情報を削ると、前の判断を確かめる手がかりまで失う可能性があります。
仕事で活かすヒント
この結果から、長い仕事を一度に丸ごと任せるより、途中で確認できる小さな区切りを設ける案が考えられます。たとえば、調査結果を集めた段階、比較表を作った段階、最終案を出す段階で人が確認します。
これはこの論文が実際の職場で検証した方法ではありません。研究結果から考えられる運用案です。自分の仕事で試すなら、誤りが起きたときの影響に応じて、人が確認する回数を決めるのが現実的です。
研究の限界
この研究は2026年8月31日に公開されたプレプリントで、査読前です。課題は結果を機械的に確かめやすいように設計されており、自由度の高い実社会の業務をそのまま再現していません。ツールを使う課題はAPI予算の都合で16段階までの検証です。より長い仕事や、新しいAIモデル、途中で人が修正する場合にも同じ結果が出るかは今後の研究で確かめる必要があります。
論文情報
- 英語タイトル：How Fast Do Agents Rot? An Empirical Study of Long-Horizon Degradation in LLM Agents for Production Decision-Making
- 日本語タイトル：AIエージェントは何手で調子を崩す？長い手順で成功率が下がる仕組みの実証研究
- 著者：Shubhra Mittal
- 公開日：2026年8月31日
- 掲載先：arXiv 2609.01660（プレプリント、査読前）
- DOI：確認できず
- 原著論文：arXivの全文PDF
- 確認範囲：原著全文（12ページ）を確認。AIモデル9種類、合計10,664回の実行記録を用いた計算機上の実験です。人間の参加者を対象とした研究ではありません。
AIに任せる作業の長さと途中確認の場所を考えることが、安心して任せるための大切な設計になります。
