高度なエージェント · 第10章(全10章)
長期にわたるエージェント
複数のセッションにまたがる仕事には、セッション内のコンパクション、セッション間の引き継ぎファイルとメモリ、そして軌跡全体の確認が必要です。
目標
- セッション1を実行し、次のセッションに残すファイルを読みます。未完了
- ファイルだけからセッション2を始め、コンパクションが古いメッセージを要約に置き換えるのを見ます。未完了
- コーディングセッションのツール呼び出しを採点し、セッション3が破ったルールを開きます。未完了
- 確認問題に合格します。未完了
ステップ1/4: 本文
1つのコンテキストより長い
長期にわたる仕事には、1つのコンテキストウィンドウに収まるより多くのモデル呼び出しか、複数のセッションが必要です。たとえば、アプリを機能ごとに作る場合です。コンテキストウィンドウは、モデルが1回の呼び出しで読める最大量で、トークンで数えます。ここでのセッションは、新しいスレッドでのエージェントの1回の実行です。こうした仕事を軌道に乗せておくものは2つあります。セッション内でコンテキストを縮めることと、セッション間で仕事を引き継ぐことです。
ファイルへの退避とコンパクション
Deep Agentsのコンテキスト管理についてのLangChainの記事(2026-01-28)は、3つの層を説明しています。20,000トークンを超えるツールの結果はファイルに移り、エージェントはそのパスとプレビューを受け取ります。ウィンドウの85%を超えると、古いファイル書き込みと編集の入力が、それぞれのファイルへの参照に変わります。それでも足りないときはコンパクションです。モデルが意図、成果物、次のステップの要約を書き、その要約が古いメッセージを置き換え、全文のトランスクリプトはディスクに残ります。このラボの再現したハーネスは、20,000トークンからファイルに退避し、ウィンドウの85%でコンパクションします(summarize: { window, fraction, keep })。中間の層はありません。
引き継ぎファイルとメモリ
長時間動くエージェントのためのハーネスについてのAnthropicの記事(2025-11-26)は、どの仕事も初期化セッションから始めます。初期化セッションは、すべての機能が失敗状態のJSONの機能リスト、進捗ファイル、init.shスクリプト、最初のgitコミットを書きます。その後の各セッションは、進捗ファイル、gitログ、機能リストを読み、基本的なエンドツーエンドテストを実行し、1つの機能に取り組み、テストした後でだけその機能のpassesフィールドをtrueにし、コミットと進捗メモで終わります。リストのほかの部分は変わりません。どのスレッドにも必要な事実は、LangGraphのStoreがどのスレッドの外にも、ネームスペースの下に長期メモリとして保持します。
リセットかコンパクションか
これらのファイルからセッションを始めることは、コンテキストのリセットです。きれいなコンテキストと、書かれた引き継ぎです。コンパクションは1つのコンテキストを保ったまま縮めます。2026-03-24のAnthropicの記事では、Sonnet 4.5はコンテキストが埋まるにつれて早めに切り上げてしまったため、そのハーネスはリセットしていました。Opus 4.5ではコンパクションに切り替えました。
軌跡を採点する
軌跡とは、1回の実行が行ったツール呼び出しの並びです。テストが1つも実行されていなくても、答えは「完了」と言えてしまいます。そのため、エージェントシステムの第8章のコードによるチェックのように、コードで書いたルールで呼び出しを採点します。呼び出しはトレースから読みます。コンパクションの後では、メッセージには初めのほうの呼び出しがもう残っていないからです。
ステップ2/4: 試す:3つのセッション、1つの仕事
3つのセッション、1つの仕事
セッション1を実行し、次にそのファイルだけからセッション2を、次にセッション3を実行して、コーディングセッションの軌跡を採点します。
モード:本物再現シミュレーション本物:LangGraph.js 1.5.1が、そのInMemoryStoreとともにこのページで動きます。再現:deepagents 1.16のハーネスを、そのツール名、デフォルト値、メッセージごとLangGraph.js 1.5.1上に作り直したものです。本物のパッケージは、このサイトのLangSmith 0.11と一緒にはインストールできないためです。トークン数は文字数 / 4で見積もります。シミュレーション:モデルの判断と要約は台本どおりで、git、アプリ、そのスモークテストとテストは、ページ内で動く代用品です。
ステップ3/4: 確認問題
確認問題
長い仕事のコーディングセッションが新しいスレッドで始まります。Anthropicの記事のハーネスが実行する順に、手順を並べてください。
項目をドラッグするか矢印ボタンを使って、正しい順番に並べてください。
- 1番目: feature_list.jsonで、その機能のpassesをtrueにする。
- 2番目: その機能のテストを実行する。
- 3番目: スモークテストを実行して、アプリがまだ動くことを確かめる。
- 4番目: progress.txt、gitログ、feature_list.jsonを読む。
- 5番目: progress.txtに1行足してコミットする。
- 6番目: 1つの機能のコードを書く。
ステップ4/4: これでできること
これでできること
- 機能リスト、進捗ファイル、コミットで長い仕事を準備し、各セッションがファイルから始められるようにする。
- しきい値でsummarizeを使ってコンテキストをコンパクションし、大きなツールの結果をファイルに退避する。
- どのスレッドも読むLangGraphのStoreに長期メモリを保持する。
- トレースから読んだツール呼び出しを、コードで書いたルールで採点する。