arXiv 2605.06208·2026-05-10 — 回閲覧

エージェント・コンテキスト減衰：なぜマルチツール・エージェントは 7 コール後にコヒーレンスを失うのか

Jin Park, Aldous Foster, Maya Sundaram, Yiren Liang · Princeton / DeepMind

マルチステップ・エージェント・コヒーレンスの実証境界：Claude 4.7、GPT-5、Gemini 3 Pro 全体で成功率が第 7 ツール・コールで急落。ツール・トレース・サマライゼーションによる軽減策で損失の大部分を回復。

本論文は多くのビルダー投稿で非公式に引用されている「AgentEval-3」の発見を形式化する：エージェントは少数のツール・コール後にコヒーレンスを失う。著者は制御されたタスク・スイート（200 タスク、それぞれ 1〜15 ツール・コール）を構築し、ツール・コール深度の関数として成功率を測定。

急峻な 7 コール崖

タスク内ツール・コール	Claude 4.7	GPT-5	Gemini 3 Pro
1-3	96%	95%	93%
4-6	91%	89%	88%
7	78%	74%	76%
8-10	51%	48%	53%
11-15	28%	24%	31%

7 コール屈曲点は 3 つのフロンティア・モデル全てで一貫しており、これがモデルごとの訓練ではなくアーキテクチャ・クラス（トランスフォーマー + 標準ツール使用ハーネス）の特性を反映していることを示唆する。

なぜ 7 か

著者はこの限界がコンテキスト・ウィンドウ容量ではないと主張（3 モデルとも 10 万トークン超の空きがあった）。代わりに、初期タスク記述への注意がツール・コール・トレースが成長するにつれて減衰する。第 7 コールまでに、タスク記述は次の決定に対するモデルの有効な注意予算の 8% 未満を占める。

機能する緩和策

技術	回復（7-10 コール範囲）
定期的タスク再記述（4 コールごとにタスクを再注入）	+18%
ツール・トレース・サマライゼーション（5 ステップごとに前のコールを圧縮）	+24%
サブエージェントへの分解（各 7 コール未満）	+31%
組み合わせ（再記述 + サマライゼーション + 分解）	+38%

サブエージェントへの分解結果は、2026 年 5 月 6 日に Anthropic Managed Agents が出荷したパターンを反映する — 構造的修正は、いかなる単一エージェントも 7 コール上限を超えさせないこと。

実務者のメモ

エージェント・ワークフローに長いツール・コール・チェーンがある場合、単一タスク・シナリオであっても、これがオーケストレータ/ワーカー・パターンの実証的正当化となる。記憶すべき数字は 7：サブエージェントを ≤6 コールのアクション予算で設計し、1 コールを「親に報告」用に予約する。本当に 10 ステップ以上が必要なタスクには、単一エージェントがそれを通してコヒーレンスを保つことを期待するのではなく、最初からマルチエージェント分解を計画すべき。