
2026/03/25 1:54
**ハイパーエージェント:自己参照型自己改善エージェント**
RSS: https://news.ycombinator.com/rss
要約▶
Japanese Translation:
改訂要約
HyperAgents リポジトリは、自己参照的で自己改善型のエージェントを構築するための既成フレームワークを提供し、任意の計算可能タスクを最適化できます。
- 前提条件: 必要なシステムパッケージをインストールします。
sudo dnf install -y python3.12-devel graphviz graphviz-devel cmake ninja-build bzip2-devel zlib-devel ncurses-devel libffi-devel - 設定: 仮想環境を作成し (
)、アクティブ化してからpython3.12 -m venv venv_nat
を実行します。pip install -r requirements.txt && pip install -r requirements_dev.txt - APIキー: OpenAI、Anthropic、および Gemini の API キーを
ファイルに配置します(例:.env
,OPENAI_API_KEY
,ANTHROPIC_API_KEY
)。GEMINI_API_KEY - Docker ビルド(任意): 画像をビルドします。
docker build --network=host -t hyperagents . - ブートストラップエージェント: 初期設定スクリプトを実行します。
bash ./setup_initial.sh - システムの実行: エージェントループを起動します。
結果はpython generate_loop.py --domains <domain>
に書き込まれ、実験ログはマルチパート ZIP(outputs/
)として保存されます。outputs_os_parts.zip
以下のコマンドで分割を解除し抽出します。zip -s 0 outputs_os_parts.zip --out unsplit_logs.zip unzip unsplit_outputs.zip - リポジトリ構成: コードは
,agent/
,analysis/
,domains/
に整理され、主要なスクリプトとしてutils/
,run_meta_agent.py
,meta_agent.py
,task_agent.py
が含まれます。generate_loop.py - 安全性に関する注意: プロジェクトは生成されたコードが危険である可能性を警告しており、モデルが作成したスクリプトを実行する際には慎重に扱う必要があります。
- 引用: HyperAgents は最近の自律エージェント研究に基づいており、Zhang et al., 2026 (arXiv:2603.19461) を引用しています。
このフレームワークは、開発者や研究者が自己最適化型エージェントを迅速にプロトタイピングできるようにし、データ処理や AI パイプラインの自動化を加速させる可能性があります。ただし、生成コードの慎重な取り扱いが強調されています。
本文
自己参照型自己改善エージェント:任意の可計算タスクを最適化できる
セットアップ
API キー
以下を
.env ファイルに記入してください。
OPENAI_API_KEY=… ANTHROPIC_API_KEY=… GEMINI_API_KEY=…
依存関係のインストール
sudo dnf install -y python3.12-devel sudo dnf install -y graphviz graphviz-devel cmake ninja-build \ bzip2-devel zlib-devel ncurses-devel libffi-devel
仮想環境を作成
python3.12 -m venv venv_nat source venv_nat/bin/activate pip install -r requirements.txt pip install -r requirements_dev.txt
Docker コンテナのビルド
docker build --network=host -t hyperagents .
初期エージェントをセットアップ
bash ./setup_initial.sh
HyperAgents の実行
generate_loop.py を使ってアルゴリズムを走らせます。利用可能な引数はヘルプで確認できます。
python generate_loop.py --domains <domain>
デフォルトでは出力が
outputs/ ディレクトリに保存されます。
ファイル構成
- agent/ – 基盤モデルと対話するコード
- analysis/ – プロットや解析用スクリプト
- domains/ – 各ドメインの実装
- utils/ – リポジトリ全体で共通に使われるユーティリティ
- run_meta_agent.py – メタエージェントを起動し差分を取得するヘルパースクリプト
- meta_agent.py – メタエージェントの主要実装
- task_agent.py – タスクエージェントの主要実装
- generate_loop.py – アルゴリズム実行のエントリポイント
実験ログ
実験ログはマルチパート ZIP 形式で保存されています。解凍するには:
-
,.z01
, … ファイルをすべて.z02
と同じディレクトリに置きます。.zip -
次のコマンドを実行します。
zip -s 0 outputs_os_parts.zip --out unsplit_logs.zip unzip unsplit_outputs.zip
安全性に関する注意
警告:
本リポジトリは信頼できない、モデル生成コードを実行します。現在の設定と使用しているモデルでは明示的に悪意ある動作が起こる可能性は極めて低いものの、モデルの限界や整合性の問題により破壊的な挙動を示す恐れがあります。本リポジトリを利用することで、そのようなリスクを認識し受け入れることになります。
引用
このプロジェクトが役立った場合は、以下の参照を検討してください。
@misc{zhang2026hyperagents, title={Hyperagents}, author={Jenny Zhang and Bingchen Zhao and Wannan Yang and Jakob Foerster and Jeff Clune and Minqi Jiang and Sam Devlin and Tatiana Shavrina}, year={2026}, eprint={2603.19461}, archivePrefix={arXiv}, primaryClass={cs.AI}, url={https://arxiv.org/abs/2603.19461} }