外部化（externalization）とは、LLM エージェントにおける外部化：メモリ、スキル、プロトコル、ハーネスエンジニアリングの統一的レビュー が提唱するもので、モデルの内部計算が担っていた認知的負担を、永続的で検査可能かつ再利用可能な外部構造へと段階的に移し替えることを指す。著者たちはこれを、特定のシステムの記述としてではなく、近年のエージェント設計の移行の論理として提示している。つまり、それぞれのアーキテクチャ上の転換がなぜ起きたのか、そしてそれがどのような形の信頼性を保とうとしたのかを説明する仕組みである。この概念に伴う主張は、信頼できるエージェンシーがどこから生まれるかに関わる。それはモデルの大型化だけから生まれるのではなく、内部の能力と外部のインフラストラクチャが協働して必要な能力をカバーするようにタスクの要求を組み替えることから生まれる、というのである。
用法
この用語は Donald Norman の認知的人工物の理論から借りたものであり、その借用は理論の中心的な論点を引き継いでいる。すなわち、外部の補助は変わらない内部の能力を単に増幅するのではなく、しばしばタスクそのものを変換する。論文が挙げる例は Norman のものである。買い物リストは難しい想起の問題を再認の問題に変え、地図は隠れた空間的関係を目に見える構造に変える。したがって、人工物の力は付け加えられた容量ではなく、表象の変換に求められる。
言語モデルのエージェントに当てはめて、このレビューは外部化の三つの次元を挙げており、それぞれ移し替える負担と、それが行う変換によって名づけられている。
- メモリは時間をまたぐ状態を外部化する。 コンテキストウィンドウを履歴の唯一の担い手とするのではなく、蓄積された知識（ユーザーの好み、過去の軌跡、解消された曖昧さ、ドメインの事実）が単一のセッションを超えて持続し、選択的に取り出される。変換は想起から再認へである。
- スキルは手続き的な専門知識を外部化する。 呼び出しのたびにタスク固有のノウハウを重みから再生成することに頼るのではなく、手順、ベストプラクティス、運用上の指針が再利用可能な人工物としてパッケージ化される。変換は生成から合成へである。
- プロトコルは相互作用の構造を外部化する。 ツール、サービス、他のエージェントとの連携を、プロンプトレベルの場当たり的な慣習によって行うのではなく、明示的で機械可読な契約が、発見、呼び出し、委譲、権限管理を定める。変換は場当たり的なものから構造化されたものへである。
ハーネスは、これら三つすべてを収容し、外部化された認知を一貫したものにするオーケストレーションのロジック、制約、可観測性、フィードバックループを提供する工学的な層である。レビューは、ハーネスが外部化の第四の種類ではなく、他の三つがその中で動作する実行環境であることを明言している。
同じ論文は、この概念を、通常はこのように説明されない実行環境の部分にまで広げている。サンドボックス化を、メモリやスキルと同じ表象上の機能を果たすもの、つまり無関係な状態を取り除くことでモデルが推論しなければならない対象を変える認知的な境界として読み解く。また、権限とポリシーの設定を外部化されたガバナンスとして読み解く。これは、本来ならプロンプトに埋め込まれるか事後的なフィルタリングによって強制されるはずの制約を、ハーネスが実行時に強制する宣言的なルールとして符号化したものである。
適用条件
- 困難が能力の不足ではなくミスマッチにある場合に当てはまる。レビューの捉え方では、モデルは柔軟な統合や与えられた情報に基づく推論には強い一方で、安定した長期記憶、手続きの再現性、外部システムとの統制された相互作用には弱い。外部化は、この特定の非対称性への対応である。
- 論文が三つの次元に対応づける、繰り返し現れる三つの問題に最もはっきりと当てはまる。有限のコンテキストと弱いセッション記憶から生じる継続性の問題、長い手続きが一貫して実行されるのではなく毎回導き直されることから生じるばらつきの問題、そしてツールや協働者との脆い自由形式の相互作用から生じる連携の問題である。
- 外部化された構造どうしを整合的に保てることを前提とする。レビューは、各次元が独立に発展するわけではないことを強調している。メモリの拡張は限られたコンテキスト予算をめぐってスキルの読み込みと競合し、プロトコルの標準化は能力のパッケージ化の仕方を制約し、スキルの実行は後にメモリとなるトレースを生み出す。そのため、それらを仲介するハーネスが必要になる。
- エージェントと環境の境界は設計上の選択であることを前提とする。著者たちはこの工学的な洞察を分散認知・拡張認知の伝統から得ているが、その伝統のより強い存在論的主張は採用しないと明言している。
- 重みが重要でなくなるという主張ではない。論文は、重み、コンテキスト、ハーネスという三つの層を互いに排他的なものではなく重なり合うものとして説明しており、最もインフラストラクチャに依存したシステムにおいても重みは依然として重要だと述べている。変わるのは、開発者がシステムの可変的な知能をどこに置くかである。
- 現在の実践の読み解きとしては十分な根拠があるが、測定された結果ではなく統合として提示されている。このレビューは収斂に関する四つの主張を軸に組み立てられたシステムレベルの議論であり、外部化そのものの測定を未解決の問題として挙げている。