The Agent Architect #32: Transactive Memory Systems

今週のパターン

Transactive Memory Systems

概要:

エージェント同士が互いの専門性を共有知識として保持し、専門分野に応じてタスクを委譲することで、集団としての問題解決能力を広げます。

使いどころ:

複雑なプロジェクトに取り組むマルチエージェントのチームで、各エージェントが異なるスキルを持ち、重複処理なく効率的に作業を振り分ける必要がある場合。

注意点:

専門性のマップはすぐ古くなります。エージェントが時代遅れの専門分野に振り分けたり、能力の変化を見落としたりして、時間とともに性能が落ちていきます。

今週のエージェントAI

• How GPT-5.6 fuses frontier intelligence with frontier efficiencyOpenAI

  GPT-5.6 improves efficiency across models, inference, and agentic workflows.

• LFM2.5-Encoders for Fast Long-Context Inference on CPUHugging Face

  LFM2.5-Encoders provide fast long-context inference on CPU hardware.

• Kimi K3: Open Frontier IntelligencearXiv cs.AI

  Kimi K3 is a 2.8 trillion parameter mixture-of-experts model with 104 billion activated parameters, native vision, and 1-million-token context window.

• ARB: A Matched Authorship-Rewriting Benchmark Dataset for AI-Text Detector EvaluationarXiv cs.AI

  Researchers created ARB, a benchmark dataset for evaluating AI-text detectors on human-authored content rewritten by language models.

• How enabling two settings tripled our scores on the ARC-AGI-3 benchmarkOpenAI

  Two API settings improved GPT-5.6 performance on ARC-AGI-3 by retaining reasoning and enabling compaction.