OpenSage: Self-programming Agent Generation Engine

本論文は、エージェントのトポロジーやツールセットを LLM が自律的に生成し、階層的なグラフベースのメモリやソフトウェアエンジニアリング特化型ツールキットを提供する初の ADK「OpenSage」を提案し、既存の手法を上回る性能を実証することで、エージェント開発を人間中心から AI 中心のパラダイムへ転換する可能性を示しています。

Hongwei Li, Zhun Wang, Qinrun Dai, Yuzhou Nie, Jinjun Peng, Ruitong Liu, Jingyang Zhang, Kaijie Zhu, Jingxuan He, Lun Wang, Yangruibo Ding, Yueqi Chen, Wenbo Guo, Dawn Song

公開日 2026-03-16
📖 1 分で読めます☕ さくっと読める

Each language version is independently generated for its own context, not a direct translation.

OpenSage:AI が自ら「チーム」を組む革命

この論文は、**「OpenSage(オープンセージ)」という新しいシステムについて紹介しています。これを一言で言うと、「AI が自分で部下を雇い、道具を作り、記憶を整理して、複雑な仕事をこなすための『魔法の事務所』」**です。

これまでの AI の仕組みと、OpenSage がどう違うのかを、わかりやすい例え話で解説します。


1. これまでの AI:「一人の天才と、手書きのマニュアル」

これまでの AI アシスタント(ADK と呼ばれるツール群)は、以下のような状態でした。

  • 人間が設計士: 「この AI は A さん、B さんという 2 人の部下を持つように」と人間が手書きで設計図を描きます。
  • 道具は固定: 「ハンマーとドライバーしか使えない」と決まっています。新しい道具が必要になっても、人間が後から追加しない限り使えません。
  • 記憶は限定的: 長い会話になると、前のことを忘れがちです。

問題点: 人間が設計図を描くのに時間がかかりすぎます。また、想定外の複雑な仕事(例えば、セキュリティの穴を突くような仕事)が来ると、固定された道具やメンバーでは対応できず、失敗してしまいます。

2. OpenSage の登場:「AI 社長が自ら会社を立ち上げる」

OpenSage は、**「AI 自身に、会社を立ち上げる自由」**を与えます。

🏢 ① 自分でチームを作る(自己生成トポロジー)

OpenSage を使った AI は、難しい仕事を受けると、**「よし、この部分は専門家の A さんに任せるか、B さんと C さんに同時に検討させよう」**と、その場で部下(サブエージェント)を雇います。

  • 縦割り(Vertical): 大きな仕事を細かく分解して、専門の部下に次々と渡していく。
  • 横並び(Horizontal): 同じ問題を複数の部下に同時に考えさせ、一番いい答えを選ぶ。

例え話:
料理を作る際、人間が「包丁とフライパンだけ持て」と指示するのではなく、「料理長 AI」が「寿司職人を 1 人、焼き肉の職人を 1 人、デザート担当を 1 人」をその場で呼び出し、それぞれに役割を与えて一緒に料理させるようなものです。

🛠️ ② 自分で道具を作る(動的ツール合成)

もし「この仕事には、世の中にない新しい道具が必要だ」と思えば、AI はその場でその道具の設計図を描き、作ってしまいます。

  • 既存の「メタツール(道具を作る道具)」を使って、Python や C++ のコードを書き、それを新しいツールとして登録します。
  • 異なる環境(例:Windows と Linux)で動く道具が混在しても、OpenSage はそれぞれを「隔離された箱(コンテナ)」に入れて、混乱させずに動かします。

例え話:
料理中に「この野菜を切るのに、普通の包丁じゃダメだ!特殊なカッターが必要だ!」と思ったら、料理長 AI がその場で金属を溶かして、必要なカッターを 3 分で作ってしまうようなイメージです。

🧠 ③ 自分で記憶を整理(階層的メモリ)

AI は、会話の履歴をただのリストではなく、**「知識の地図(グラフ)」**として整理します。

  • 短期記憶: 今やっている作業のメモ。
  • 長期記憶: 過去のプロジェクトで学んだ「コードの構造」や「解決策」を、関係性(誰が誰の上司か、どのファイルがどこにあるか)を結びつけて保存します。
  • 記憶係(メモリーエージェント): 自分で「この情報が必要だ」と判断して、必要な記憶を探し出し、整理する AI 専用の係員がいます。

例え話:
普通の AI が「過去の会話リスト」を眺めているのに対し、OpenSage の AI は**「図書館の司書(記憶係)」**を雇っています。司書が「あの事件の解決策は、3 年前の『A さん』のファイルと『B さん』のメモを結びつけると見つかるよ」と、必要な情報を瞬時に引き出してくれます。


3. 実験結果:なぜ OpenSage は強いのか?

研究者たちは、このシステムを 3 つの難しいテスト(サイバーセキュリティ、ターミナル操作、ソフトウェア開発)で試しました。

  • 結果: 既存の最高の AI ツールよりも、OpenSage を使った AI が圧倒的に高い成功率を記録しました。
  • 理由:
    • 人間が設計した固定のルールに縛られず、その場に応じて「チーム編成」や「道具」を変えられるからです。
    • 長い作業でも、記憶係が情報を整理してくれるので、AI が「何を話していたっけ?」と迷子になりません。

4. まとめ:これからの AI の未来

OpenSage は、**「人間が AI に指示を出す」時代から、「AI が自ら成長し、進化していく時代」**への転換点です。

  • 人間: 大まかな目標(「このセキュリティの穴を埋めて」)だけを与えれば OK。
  • AI: 「誰を雇うか」「何の道具を作るか」「どう記憶するか」をすべて自分で判断して実行します。

まるで、**「一人の天才が、必要な時に必要なチームを組んで、必要な道具を自分で作って、複雑なミッションを完遂する」**ような、自律的な AI の誕生です。これにより、これまでに人間が手作業で設計していた複雑なシステム作りが、AI 自身に任せることができるようになるでしょう。

このような論文をメールで受け取る

あなたの興味に合わせた毎日または毎週のダイジェスト。Gistまたは技術要約を、あなたの言語で。

Digest を試す →