この論文は、著者らが技術的には完璧だったと述べる失敗から始まる。銀行のマネージャーがリレーション シップマネージャーの業績をレビューするのを支援するために構築された LLM エージェントは、関連する すべてのデータにアクセスでき、ReAct 型の推論を用いていた。ある地域マネージャーが、ある地域の預金 達成率がなぜ 80% にとどまっているのかと尋ねたところ、エージェントはその達成率、訪問頻度、商品浸透率の 数値、そしてチームはこれらの指標を改善すべきだという助言を返した。論文はこのエピソードの位置づけに ついて一貫していない。要旨ではそのようなエージェントを「我々はデプロイした」と述べている一方、 この話を語る節は「あるデプロイのシナリオを考えてみよう」という書き出しで始まっている。著者らの 診断は、落ち度はフレームワークではなく自分たちにあったというものである。エージェントは情報を 取得し推論する方法は知っていたが、何について推論すべきかを誰も規定していなかった。
そこから著者らは アトリビューションギャップ — 意思決定者は成果について尋ねるが、実際に求めて いるのは、その成果を自分が働きかけられる何かに結びつける因果の連鎖である — を一般化し、それを 埋めるための設計時の方法論として 4D-ARE を提案する。提案は 2 つの部分からなる。 1 つは、エージェントが何について推論すべきかを整理するための 4 次元の構造（Results、Process、 Support、Long-term）で、Pearl の因果階層と制御理論に動機づけられている。もう 1 つは、その構造を 具体的な YAML の成果物へと変換する 5 層のアーキテクチャで、成果物はエージェントのシステム プロンプトの構成要素へとコンパイルされる。
評価は 1 件の産業パイロットのみで、ある商業銀行におけるリレーションシップマネージャーのレビュー のための Performance Attribution Agent である。論文は、これがどれだけの重みに耐えうるかについて 異例なほど率直である。論文は自らを予備的な産業での検証を伴う方法論の提案と位置づけ、4 次元の構造は 理論に動機づけられたものであって理論から導出されたものではないと明記し、デプロイで得られた観察は 検証済みの知見ではなく今後の研究のための仮説として扱うべきだと述べている。
このパイロットから得られたすべての数値に関わる、見落としやすい但し書きが 1 つある。それを報告する 節は冒頭で、機密性の高いビジネス情報を保護するため、示されている具体的な指標や例は現実的な パターンを反映しつつも説明目的で構成されたものだと述べている。したがって、以下の数値はこの手法が 何をするとされているかを例示するものであり、手法を測定した結果として提示されているわけではない。
要点
- 論文の枠組みとなる主張は役割分担である。実行時の推論フレームワークは、実行中にエージェントが どう考えるべきかに答えるものであり、エージェントが何について考えるべきかには誰かがすでに答えて いることを前提としている。論文は、この 2 つ目の問いこそが十分に扱われていないと論じる。
- 論文は、この問いに答えないまま放置した結果を「プロンプトウェア危機（promptware crisis）」と 名づけている。エージェント開発が試行錯誤のプロンプトエンジニアリングに堕し、暗黙知が開発者の 頭の中にしか存在せず、エージェントが不完全な説明、境界の逸脱、因果的なつながりの見落としと いった予測可能なかたちで失敗する状態である。
- 4 つの次元は、Results（観測可能な成果指標）、Process（制御可能な行動）、Support（構成可能な 資源）、Long-term（環境的文脈）であり、因果の方向が定められている。Long-term が Support を 制約し、Support が Process を可能にし、Process が Results を生む。
- 帰属はこの連鎖を逆向きにたどる。論文の帰属の完全性の原則によれば、応答が完全であるのは、問われた 次元から逆向きにたどる因果経路上のすべての次元に応答が触れている場合、かつその場合に限られる。
- 論文は 3 次元版にも 5 次元版にも反対している。Support と Long-term を統合すると、意思決定者が 変えられるものと適応しなければならないものとの区別が失われ、Process を計画と実行に分割すると、 同じ時間スケールで作用する 2 つのものが別々の次元に置かれてしまうからである。
- エージェントの権限は次元ごとに段階づけられている。エージェントは Process については解釈し具体的な 推奨を行ってよく、Support については開かれた形での推奨のみを行い、Results と Long-term については 解釈も推奨も一切行わない。
- 5 つのレイヤーは、Question Inventory（エージェントが何を知覚するか）、Attribution Model（因果関係を どうたどるか）、Data Mapping（どのデータにアクセスするか）、Dual-Track Logic（いつ解釈し、いつ 推奨するか）、Boundary Constraints（何をしてはならないか）である。
- 構成された 20 件の代表的なクエリで、著者らは、4D-ARE エージェントがベースラインの 1.2 に対して 4 つの次元のうち平均 3.8 をカバーし、ベースラインの 1.5 に対して 4.2 の因果要因を特定し、0.3 に 対して 1.8 の行動可能な推奨を生成し、2.1 に対して 0.1 の境界違反にとどまったと報告している。 これらの数値は、その節の「説明目的で構成された」という但し書きの対象となる。
- この比較には著者ら自身による明示的な但し書きが付いている。比較は、手法の効果を示すために著者らが 構成したクエリを用いて著者ら自身が行ったもので、評価者間信頼性の評価のない単一の評価者によって 集計されており、統計的有意性は主張されていない。
- レイヤー 5 の制約が追加される前のパイロットテストでは、人事に関する推奨、「これは管理の失敗を 示唆している」といった根拠のない主張、過度に断定的な言い回しが生じた。著者らは、境界制約を 実装した後にこれらがなくなったと報告している。
- 実装工数はデータマッピングが大半を占めたと報告されている。レイヤー 3 が 60% で、4 つの概念的 レイヤーは合わせて約 40% である — これも測定値ではなく構成された数値である。著者らはこれを、 4D-ARE が総工数を減らすのではなく仕様策定作業を前倒しにすることを意味すると読んでいる。
- 同じ問いについて 2 人のアナリストが独立に帰属モデルを構築したところ、主要な帰属経路は同一となり、 副次的な要因は 80% が重なり、境界制約のカテゴリも同じになったと報告されている。これは手法が実務者 の間で再現可能であることの兆候として示されており、同じ但し書きの対象となる。
- 3 人のドメインエキスパート（COO 1 人と支店長 2 人）は、4 次元の構造が自分たちのもともとの考え方と 一致していると報告した。そのうち 1 人は「これはまさに私が業績の問題を考え抜くやり方だ — ただ、 それを書き留めたことがなかっただけだ」と語ったと引用されている。
- 著者らが引き出す教訓の 1 つは、エキスパートは自分の推論を直接言語化できないことが多いが、帰属の 連鎖を目の前に示されればそれを検証できる、ということであり、これがこの手法が暗黙知を外在化する 仕組みである。
- もう 1 つの教訓は、エージェントは肯定的な例だけからは適切な境界を推論しないため、明示的な 「してはならない」制約は任意ではなく必須だ、ということである。
補足
論文は自らを 1 つではなく 6 つの既存の系譜と対比させて位置づけており、いずれについても、その系譜は 隣接する問題を解いているのだと論じている。実行時の推論にはドメインの仕様が必要である。ゴール指向 要求工学は、確率的でプロンプトによって構成されるエージェントではなく、決定論的なコードエージェント のために設計された。知識工学は知識を明示化できると想定しているが、帰属のロジックは部分的に暗黙的で ある。プロンプトエンジニアリングは技法を提供するが内容は提供しない。仕様駆動開発は開発プロセスを 構造化するが、エージェントにどのようなドメイン知識が必要かは語らない。そして既存の因果的帰属の 研究は、エージェントの振る舞いを設計時に規定するのではなく、実行時に説明するものである。これらの うち 5 つ目については、論文は自らの手法を補完的なものと明示的に位置づけている。実務者は、プロセスを ある方法で整理しつつ、エージェントのドメイン知識を別の方法で規定することができる。
論文が述べる限界は、主張に付された留保と同じくらい幅広い。パイロットは 1 つのドメイン（金融 サービス）、1 つの組織（単一の商業銀行）、1 種類のエージェントに限られ、医療、製造、小売への転用は 示されていない。帰属の完全性とエキスパートにとっての使いやすさは、検証済みの尺度ではなく定性的に 評価された。ベースラインと 4D-ARE を対比するために用いられた応答例は、体系的に抽出されたものでは なく、その対比を例示するために選ばれたものである。そしてサンプルサイズ — エキスパート 3 人、 アナリスト 2 人 — は、著者ら自身の言葉によれば統計的推論には小さすぎる。
この論文は arXiv:2601.04556v1 [cs.SE] として 2026 年 1 月 8 日付で公開されており、査読中の プレプリントとされている。2 人の著者はいずれも Tencent の所属としている。