タグ: ツール設計

道具の見せ方で挙動は動く——効く三つ、効かない一つ 2026/8/25
能力を同等に保ったまま提示の形だけを変える統制実験。65課題を反復。構造化された低水準インタフェースはk回連続成功率を最大4.7倍に改善（最も弱いactorで）、自然言語検索は到達を11%以上増やす代わりに適合率を下げた。CodeAct形式はステップ41.6%減、一貫性は低下。書き留めさせる道具は効かなかった。