自己進化 (Self-Evolution)

Commander は実行結果から設定をチューニングする メタ学習 で時間とともに改善します。Thompson Sampling と Reflexion でトポロジ・プロバイダー・パラメータを最適化します。

構造

Execution completes
  → TrajectoryAnalyzer → MetaLearner (Thompson Sampling) → EvolverAgent

MetaLearner

interface Arm {
  name: string;   // e.g. "topology:DISPATCH"
  alpha: number;
  beta: number;
}

class MetaLearner {
  selectArm(arms: Arm[]): Arm {
    return arms.reduce((best, arm) => {
      const sample = BetaDistribution.sample(arm.alpha, arm.beta);
      return sample > best.sample ? { ...arm, sample } : best;
    });
  }

  updateArm(arm: Arm, success: boolean): void {
    if (success) arm.alpha++;
    else arm.beta++;
  }
}

トポロジ・プロバイダー・再試行戦略などが各 arm。数千回の実行でタスク種別に収束します。

TrajectoryAnalyzer

ボトルネック、トークン消費、失敗モードを抽出して MetaLearner に渡します。

EvolverAgent

クロスランで設定変更を提案。本番では承認モード・予算ゲートと併用。

ユーザー視点

多くは自動。5 回以上の経験が溜まると自己最適化が効きやすくなります。

npx tsx packages/core/src/cliEntry.ts status

関連

• インテリジェンス
• マルチエージェント
• Reflection engine