注目★★★★★Hugging Face Papers
Recuris：長時間タスクで AI エージェントの自己改善を実現、GPT-4・Claude Opus で最大+17.8 点向上
30秒で把握
- 1Recuris が長時間タスク向け再帰メモリアーキテクチャ公開。37 モデル・ベンチマーク中 35 で成功率向上・Claude Opus 5 は 87.9% 到達
- 2Working Memory + Experiential Memory 分離で履歴過負荷を解消。tau-bench で GPT-5.6 に +17.8 点・タスク期間長化で利益 +32.2 点まで拡大
- 3コード公開・複数ステップワークフローへの直接応用可能。企業内エージェント導入チームは評価・実装の検討開始を推奨
要約
研究チームが Recuris という再帰的メモリアーキテクチャを発表し、長時間タスク (長いステップ数の遂行) における AI エージェントの自己改善を実現した。Working Memory が進捗を追跡し Experiential Memory から適切なスキルを選択することで、履歴全体に引きずられずに現在の必要に基づいたスキル実行を可能にしている。4 つのベンチマーク・10 モデルの実験で、37 モデル・ベンチマーク組み合わせのうち 35 で成功率が向上し、tau-bench では GPT-5.6 Sol に +17.8 点、Claude Opus 5 に +15.6 点を追加して Opus 5 を 87.9% に引き上げた。タスク期間が長くなるほど利益が拡大し (+32.2 点)、従来の長時間実行失敗が最大 80% 削減された。
あなたへの影響
Recuris のメモリ分離設計は、複数ステップのワークフロー自動化・マルチターン意思決定・知識ベース検索など、日本企業の実装が増えている長期エージェント型システムに直接適用できる。
推奨：コード公開により今四半期内にプロトタイプ評価を始めるチームが出てくるため、自社タスク (RPA・カスタマーサポート・分析ワークフロー) への適用可能性を検証しておくと競争優位を保ちやすい。