https://speakerdeck.com/22mi 2026-09-07 04:30:31 -0400 AIエージェントに改善を繰り返させても、プロンプトの加筆や出力の整形に留まり、最初の設計を見直せずに停滞することがあります。 本資料では、業務AIワークフローの構築・改善で経験した課題と関連研究をもとに、自己改善を支えるハーネスの設計を解説します。深層学習の訓練ループとの対応を手がかりに、Training Data・Optimizer・Search Strategy・Evaluationの4つの観点を整理し、「何を業務上の正解とするか」を定める評価設計の重要性を考えます。 関連ブログ： - https://zenn.dev/layerx/articles/b36ceffe6b5e20 - https://zenn.dev/layerx/articles/9f25ec86a31730 AIエージェントに改善を繰り返させても、プロンプトの加筆や出力の整形に留まり、最初の設計を見直せずに停滞することがあります。 本資料では、業務AIワークフローの構築・改善で経験した課題と関連研究をもとに、自己改善を支えるハーネスの設計を解説します。深層学習の訓練ループとの対応を手がかりに、Training Data・Optimizer・Search Strategy・Evaluationの4つの観点を整理し、「何を業務上の正解とするか」を定める評価設計の重要性を考えます。 関連ブログ： - https://zenn.dev/layerx/articles/b36ceffe6b5e20 - https://zenn.dev/layerx/articles/9f25ec86a31730 Tue, 15 Sep 2026 00:00:00 -0400 https://speakerdeck.com/22mi/how-to-design-self-improvement-for-ai-agents https://speakerdeck.com/22mi/how-to-design-self-improvement-for-ai-agents