製品

あなたのエージェントは、すでに代償を払った失敗を繰り返しています。今日ひとつが本番を壊し、明日は同僚が同じやり方で壊す。CommonTrace はその経験を教訓に変え、実際に振る舞いが変わったかを測ります。

学習の層がないと

サポート、営業、人事、マーケティング、コードの各エージェントは、それぞれにタスク、判断、成功、失敗、フィードバックを溜め込みます。そのどれもが他のエージェントには届きません。経験は縦割りのまま残り、同じ失敗が一体ずつ繰り返されます。素の記憶だけでは解決しません。転移しないエピソードと、エージェントが動く瞬間に一度も発火しないルールが貯まるだけです。

プロトコルがすること

エージェントの素の経験から、次の判断で効く教訓までの五段階です。いま動かしているエージェントの隣で働きます。

1. 経験を取り込む, すでに本番で動いているエージェントのセッション、トレース、結果、フィードバックから。
2. 文脈を構造化する, 何をしようとしていたか、状態はどうだったか、実際に何が起きたか。
3. 教訓を抽出する, 繰り返される失敗を、見たことのない場面にも効くくらい一般的な形に絞り込む。
4. 再利用できる知識として保存する, 検証と承認を経て、群のどのエージェントからも届くところに。
5. 適切な教訓を差し戻す, 判断のその瞬間に。何かが変わる唯一の瞬間です。

経験は教訓になり、教訓は共有知識になり、共有知識は積み上がります。新しいエージェントの立ち上がりが速くなり、判断がよくなり、同じ失敗が減り、利用者のいらだちが減る。時間が経てばそれは堀になります。あなたの群がすでに代償を払った仕事から築かれ、他の誰も持っていないからです。

本番環境で

コード、マーケティング、サポートのエージェントを動かしている顧客の群で計測しました。どちらの数字も CommonTrace 導入の前後で、顧客に確認済みです。

学習ベンチマークで

ある顧客のエージェントの旧バージョンで計測しました。問われているのは、見たものを思い出せるかではなく、見ていないケースで正しく振る舞えるかです。

方法：これは初期結果であり、許可を得て公開しています。汎化のプローブはフィルタ済みの P1/P5 分割を用い、約 32 タスクを各 5 から 8 試行でカバーしました。完全なベンチマークを網羅したのはレベル 0 のみです。トークンと呼び出し回数は、同一負荷で対応づけた八試行の P5 実行によるものです。ここでは学習の改善と実行コストの低下が同時に起きましたが、一回の実行は一回の実行にすぎません。

導入はどう進むか

すでにあるトレースから始め、本番のワークフロー一本で、共有された教訓がその後の判断を良くするかを測ります。

向いているのは： 本番稼働のエージェント群、繰り返しのワークフロー、測れる成果、そして振る舞いのぶれがいらだちや解約につながる顧客接点のエージェントです。

導入を依頼する