30秒サマリー
- AIエージェントが同一タスクを再実行する際、言語モデル呼び出し不要で8.5〜13倍高速化
- 初回実行結果を小型のステートマシンプログラムとして保存・再利用する仕組みを採用
- 誤ったプログラムの蓄積を防ぐ品質検証機構により、モバイル・デスクトップ・Web全3種で精度向上を確認
何が起きたか
2026年6月16日、研究者のBojie Li氏がarXivに論文「PreAct」を公開した。PreActは、画面を見てクリックや文字入力を行う「コンピューター操作型AIエージェント」の処理効率を改善する手法だ。
従来のエージェントは同じタスクを依頼されるたびに画面の読み取りや推論を一から繰り返し、毎回同等のコストが発生する。PreActはタスクの初回成功時に、その実行手順を「状態チェック→画面確認→操作実行」という構造を持つ小型のステートマシンプログラムとしてコンパイルして保存する。2回目以降は言語モデルを呼び出さずにこのプログラムを直接再生することで、8.5〜13倍の高速化を実現したと論文は報告している。
ただし再生は盲目的ではなく、各ステップで画面の状態がプログラムの想定と一致するかを確認し、差異が生じた場合は即座に通常のエージェントへ制御を戻す設計となっている。また保存時にも品質管理が施されており、独立した評価器がプログラムをクリーン状態から再実行してタスク完了を確認した場合のみ保存される。この仕組みにより、欠陥プログラムの蓄積を防ぎ、モバイル・デスクトップ・Webの3種のベンチマークすべてで、繰り返しタスクの成功件数が1.75〜2.6件分改善したとしている。なお、プロンプトの表現方法や実行時ガードレールの有無、プログラム選択に言語モデルを使うか埋め込みモデルを使うかは、結果に大きな影響を与えなかったとも報告されている。
原典ハイライト
論文アブストラクトによれば、PreActは「初回成功時にステートマシンプログラムをコンパイル・保存し、2回目以降は言語モデル呼び出しなしで再生することで8.5〜13倍高速化」し、保存時の独立検証により「欠陥プログラムの蓄積を防ぐことが全3ベンチマークで効果を示した」とされている。
出典: arXiv cs.AI（論文）
So What?（なぜ重要か）
業務自動化においてAIエージェントの最大のコスト要因の一つが、同一タスクを繰り返すたびに発生する言語モデルの推論コストだ。PreActはその課題に対し、初回実行を「資産化」する設計で根本的なアプローチを提示した。繰り返し頻度の高いルーティン業務ほどコスト削減効果が大きくなる構造であり、業務適用の経済性を大きく変える可能性がある。
日本企業への示唆
RPAや業務自動化ツールにAIエージェントを組み合わせる検討を進める日本企業にとって、PreActが示す「繰り返しタスクのプログラム化と品質検証」の考え方は導入設計の参考になる。特に定型的なデータ入力・画面操作が多い業種（金融・製造・流通等）では、AIエージェントの運用コスト試算にこうした高速化余地を織り込む必要が出てくるとみられる。一方で本論文はまだarXivの査読前論文であり、実運用環境での検証は限定的な段階であることに留意が必要だ。
背景・経緯
コンピューター操作型AIエージェントは、人間がPC上で行う操作をAIが代替する技術で、近年急速に研究・実用化が進んでいる。しかし言語モデルへの逐次問い合わせがボトルネックとなり、反復業務でのコストと処理時間が課題とされてきた。PreActはその課題に対し、プログラム合成・再利用という古典的な計算機科学の概念をAIエージェントに組み合わせた手法として位置づけられる。