LangChainは現在、「インタープリター・スキル」と呼ばれる新しいメカニズムを実験しています。これはエージェントスキルの拡張であり、スキルにTypeScriptモジュールを含めることで、エージェントがインタープリター内でそのモジュールをインポートして実行できるようにします。目的は、エージェントのワークフローに決定論的な信頼性をもたらすことです。
従来のスキルは、SKILL.mdファイルを通じてモデルに指示やコンテキスト、例を提供し、モデルがそれらを読んで従うことに依存しています。この方法は柔軟ですが、厳密な手順が必要なタスクでは、モデルがステップを飛ばしたり、順序を変えたり、もっともらしい出力だけを生成したりする可能性があります。インタープリター・スキルは異なります。決定論的な部分をコードモジュールとして固定し、モデルはいつそのスキルを使うか、どのような入力を渡すかを決定し、インタープリターが実際の実行を担当します。
インタープリターはDeep Agentsに組み込まれたTypeScriptランタイムで、ハーネスと連携して動作します。エージェントが多段階の作業をコードとして表現できる場所を提供しながら、ハーネスはそのコードがアクセスできるリソースを制御します。インタープリター内の値はターンをまたいで保持されるため、エージェントは中間結果を毎回stdoutやメッセージに変換する必要がありません。また、インタープリターのコードはデフォルトでファイルシステムやネットワーク、ツール、サブエージェントへの無制限のアクセス権を持たず、これらは明示的に公開する必要があります。これにより、許可リストや計測、検査が容易になります。
インタープリター・スキルの構造は通常のスキルと似ていますが、モジュールのエントリーポイントが追加されます。SKILL.mdが名前、説明、使用手順、インポートパスを提供し、index.tsが振る舞いを定義する関数をエクスポートします。たとえば、テーブルクリーンアップ・スキルはvalidateRows関数をエクスポートし、エージェントは必要に応じてそれをインポートして呼び出します。
実際のユースケースとしてGitHubリポジトリのトリアージがあります。エージェントはプロンプトの指示からトリアージ手順を再構築する代わりに、スキルモジュールをインポートしてtriage関数を呼び出します。この関数は、すべてのオープン項目（イシュー、プルリクエスト、ディスカッション）を取得し、各項目に対してサブエージェントを生成して簡潔な説明を作成し、結果をキューに入れ、一つずつ消費して既存のクラスターに割り当てるか新しいクラスターを作成するかを決定します。このプロセス全体がコードによって編成され、モデルは入力の選択と構造化された結果の利用のみを担当します。
このパターンは、長期的で多段階のタスクに特に適しています。モデルは長いコンテキスト内で一貫性を失いやすく（「コンテキスト不安」と呼ばれる現象）、近道をしたり手順を過度に圧縮したりする可能性があるからです。手順をコードに移すことで、モデルは一度ルーチンを呼び出し、コードが数百のサブタスクを生成してコンパクトな結果を返すため、モデルの作業記憶の負担を軽減できます。
インタープリター・スキルは評価の方法も変えます。チームは「予期された関数を呼び出したか」「正しい入力でプロセスを完全に実行したか」といった具体的な質問ができるようになり、単に「指示に概ね従ったか」を問う必要がなくなります。これは、信頼性が高くテスト可能なエージェントワークフローを構築するための新たな道筋を提供します。