［開発者向け］Microsoft「EvoLib」が示す新しい学習法——AIエージェントは経験をどう知識に変えるか

はじめに

　Microsoft Researchが2026年7月30日、AIエージェントが自らの経験を再利用可能な知識へと変換し続けるフレームワーク「EvoLib」を発表しました。本稿では、その仕組みと評価結果について解説します。

参考記事

• タイトル: EvoLib: Turning experience into evolving knowledge
• 著者: Weijia Xu、Alessandro Sordoni、Zelalem Gero、Michel Galley、Eric Yuan、Jianfeng Gao
• 発行元: Microsoft Research
• 発行日: 2026年7月30日
• URL: https://www.microsoft.com/en-us/research/blog/evolib-turning-experience-into-evolving-knowledge/

関連記事

あわせて読みたい

［開発者向け］AIエージェントが「忘れない」ために——MicrosoftのMemora、長期記憶の精度とトークンを両... はじめに 　Microsoft Researchが2026年6月29日、AIエージェント向けの長期記憶フレームワーク「Memora」を発表しました。長期タスクに取り組むエージェントが直面する...

あわせて読みたい

［開発者向け］AIエージェントのスキルを「訓練する」時代へ——MicrosoftのSkillOptが示す新しいアプローチ はじめに 　Microsoftリサーチが2026年6月30日、AIエージェントの動作指示（スキル）をディープラーニング的な最適化ループで自動改善するフレームワーク「SkillOpt」を...

あわせて読みたい

［ビジネスマン向け］AIエージェントの「スキル」はなぜ増え続けるのか——IBMが語る手続き記憶という発想 はじめに 　IBM Thinkが2026年7月10日、AIエージェントに新しい能力を与える「スキル」という仕組みを解説する記事を公開しました。本稿では、スキルが注目される背景や...

要点

• EvoLibは、正解ラベルや外部からのフィードバックを必要とせず、AIモデルが自身の経験から学習する自己教師型のフレームワークである
• 過去の試行から再利用可能な「スキル」と「洞察」を抽出し、それらを統合・重み付けしながら継続的に更新する仕組みを持つ
• 数学的推論、効率制約下でのコード生成、長期的な意思決定を含む複数の評価タスクで、既存の検索ベース記憶手法を上回る性能をより少ないトークン使用量で達成した
• タスクの提示順序を変えても性能は安定しており、多様なタスクが混在する実環境での適用可能性を示している
• モデル自体の更新を必要としないため、API経由で利用するブラックボックスのAIモデルにも適用できる

詳細解説

EvoLibとは何か——記憶と学習の違い

　AIエージェントの重要な能力として、過去の経験を保存・検索する「メモリ」が注目されています。しかし、Microsoftによれば、単に会話や行動の履歴を蓄積するだけでは、新しいタスクに本当に役立つ知識を見つけ出すことは難しく、それを洗練させて性能向上につなげることはさらに難しいといいます。

　EvoLibはこの課題に対し、経験をそのまま保存するのではなく、経験から再利用可能な知識を抽出し、新しい経験が加わるたびにその知識を継続的に洗練していくアプローチを採ります。知識の単位は、成功した解法から抽出された「スキル」と、失敗から学んだ「洞察」という2種類の形を取ります。この設計は、人間が経験の細部をすべて覚えているわけではなく、うまくいった戦略や避けるべき失敗を選び出して一般化する学習の仕方を参考にしていると考えられます。

　Microsoftは以前にも、AIエージェントの長期記憶に関するフレームワーク「Memora」を発表しており(精度とトークン消費の両立を目指した設計を紹介しています)、EvoLibは記憶をどう「使うか」ではなく記憶をどう「知識へ育てるか」に焦点を当てた点で、一連の研究の中でも異なる角度からのアプローチと言えます。

知識を進化させる仕組み——統合と重み付け

　EvoLibには知識を進化させるための2つの仕組みが組み込まれています。1つ目は「統合(Consolidation)」で、新しい経験から知識を抽出する際、ライブラリ内の似た知識を検索し、両者をより汎用的で再利用しやすい形にまとめる処理です。これにより、個別の経験に閉じていた知識が、複数のタスクに適用できる形へと変化していきます。

　2つ目は「重み付け(Weighting)」の仕組みです。各知識の重要度は、現在のタスクに対する即時の有効性だけでなく、将来のタスクで有用な知識を生み出す際にどれだけ貢献するかという観点からも継続的に更新されます。 長期的に効果の高い知識ほど、ライブラリの中で自然に重視される ようになるとされています。

評価結果——検索型メモリを上回る性能

　MicrosoftはEvoLibを、数学的推論、効率制約下でのコード生成、環境を探索しながら意思決定を行う長期タスクという、性質の異なる3種類のタスクで評価しました。いずれのタスクでも、EvoLibは既存の検索ベース記憶手法や他の抽象的なメモリ手法を、より効率的なトークン使用量で上回ったと報告されています。

　また、テスト時の計算量をどれだけ効率的に性能向上へ変換できるかについても比較しており、3つのベンチマークすべてで、EvoLibは計算量の範囲の大部分においてより高い性能を達成し、計算量の増加に対してより速く性能が向上したといいます。この結果は、性能向上の鍵が単に記憶量や計算量を増やすことではなく、経験を再利用可能な知識に変換し、それを継続的に洗練して複数のタスクに適用できる形にすることにある可能性を示唆していると考えられます。

タスク順序への頑健性

　実際の運用では、AIエージェントは多様な種類のタスクを、あらかじめ決められた順序ではなく不規則な順番で処理することになります。Microsoftはこの点を検証するため、同一のタスク群を異なる順序で提示した場合の性能を測定しました。その結果、EvoLibは既存の記憶ベース学習手法よりも一貫して高い性能を示し、順序が変わっても安定した性能を維持したと報告されています。これは、構造化されたカリキュラムに依存せず、混在した多様なリクエストの流れからでも学習を継続できることを示すものであり、実運用環境での活用を考える上で重要な特性だと思います。

まとめ

　EvoLibは、AIエージェントの経験を「知識」として継続的に洗練していく学習フレームワークであり、モデル更新なしに黒箱のAPIモデルへも適用できる点が特徴です。Microsoftのエージェント学習・記憶に関する取り組みとしては、スキルを訓練可能なパラメータとして扱う「SkillOpt」もあり、あわせて読むと理解が深まるのではないかと思います。