Designer-RSI:ユーザートラフィックから手続き記憶を進化させる設計エージェント

arXivに投稿された新論文「Designer-RSI: Evolving Procedural Memory from User Traffic for Agentic Graphic Design」(arXiv:2609.22086、著者はHongyang Du、Lan Yan、Christian Flores、Asim Kadav)は、230種類以上のデザインツールを操作する言語モデルエージェントが、実際のユーザーリクエストを処理しながら再利用可能な設計手順のライブラリ、すなわち「手続き記憶」を継続的に構築・改良していくフレームワークを提示している。

なぜ会話記憶ではなく手続き記憶なのか

現在多くのエージェントシステムはエピソード記憶や会話履歴に依存している。今回のセッションで何を話したか、直前に何をしたかを覚えるという仕組みだ。しかし、似ているが完全には同じでない依頼を何百件も同じデザインツールで処理し続けるエージェントにとって、会話履歴だけを覚えていても役に立つ場面は限られる。

あるタスクが終われば、そのとき即興で組み立てたツール呼び出しの手順は、会話とともに消えてしまうのが普通だ。Designer-RSIの核心的な発想は、本当に残すべきなのは「何が起きたか」ではなく「どう解決したか」であり、それは抽象化され、名前を与えられ、再利用できる手順だという点にある。これは熟練したデザイナーが仕事をする方法にも近い。経験豊富なデザイナーは案件ごとにソフトウェアの機能をゼロから探るのではなく、内在化されたワークフローを状況に応じて調整しながら使う。

自己書き換え型スキルライブラリのための回帰防止の仕組み

注目すべき設計上の工夫は、既存の手順を改善する際に退行を引き起こさない仕組みを取り入れている点だ。新しい修正が、すでにうまく機能していた部分を静かに壊してしまわないようにする。

これは、自らのスキルライブラリを時間とともに書き換え続けるシステムにとって極めて重要だ。こうした保護がなければ、「改良」のたびにこれまで積み上げた能力を静かに損なうリスクを抱えることになり、スキルバンクの拡大がそのまま能力の蓄積になるとは限らなくなる。この発想は、ソフトウェア工学における回帰テストがコード変更で既存の動作を壊さないようにする考え方と精神的に近いが、ここではソースコードではなくエージェント自身の手順ライブラリに適用されている。

デザインが自己改善にとって特に難しい理由

著者らは、フィードバックがノイズを含み検証が難しい状況において、手続き記憶がエージェントを適応させる実用的な道筋を提供すると論じている。この視点こそ、グラフィックデザインが自己改善の試験台として特に厳しい理由を言い当てている。数学の問題には唯一の正解があり、コードは動くか動かないかの二値判断ができる。

一方でデザインの出来栄えは好み、主観的な感覚、文脈に大きく依存し、そのまま採点できる正解が存在しない。つまりこの領域で自己改善するシステムは、明確な二値シグナルを一度も得られないまま、本物の進歩とノイズを区別しなければならない。そうした条件下で有効な自己改善を実現することは、正しさが明確に検証できる領域で同じことを実現するより、むしろ難しい課題だと言える。

数字が示すもの

1,406件の実際のユーザーデザイン依頼と1,869件の自動生成された軌跡を対象にした検証では、スキルバンクが76から139の手順へとほぼ倍増し、ある報告指標が72.7%から99.3%へ上昇し、ベースラインモデルに対する勝率は61.8%から67.6%の範囲だった。分析では、新しいタスクに対応できるようになるスキル獲得と、既存の手順を改善する精緻化の両方が、成果に実質的に貢献したことも確認された。

片方だけが結果を牽引したわけではない。これらの数字を総合すると、今日展開されているツール利用型エージェントの大多数には、繰り返しから学ぶ組み込みの仕組みがそもそも存在しないという、より大きな空白が浮かび上がる。すべての呼び出しが初回のように扱われており、その欠落によって取り残されている伸びしろは、一般に想定されているより大きいのかもしれない。