{
  "format": "agent-article-v0",
  "article_id": "EA-1218",
  "canonical_url": "/tools/ea-1218-agentworld",
  "page_type": "reference",
  "claim_ids": [],
  "evidence_ids": [
    "EA-1218-CURRENT-APPROVAL",
    "EA-1218-CURRENT-BODY-READBACK"
  ],
  "unknown_ids": [
    "EA-1218-UNKNOWN-01"
  ],
  "operational_object_ids": [],
  "provider": [],
  "models": [],
  "plans": [],
  "surfaces": [],
  "regions": [],
  "current_status": "CURRENT",
  "observation_status": "SPEC_ONLY",
  "freshness": "CURRENT",
  "last_verified": "2026-10-25",
  "supersedes": [],
  "superseded_by": [],
  "provenance": [
    "AIFIN-EA-RESEARCH-5f035a6033b3c0054662540f",
    "BODY-SHA256:b2431c8fef063e034379fe29c56bec99371f9b08bd6aa1b6116d7f082b24701a"
  ],
  "article_sources": [
    {
      "id": "EA-1218-CURRENT-APPROVAL",
      "evidence_class": "RESEARCH",
      "title": "現行本文の監査・revision対応",
      "supports": [
        "現行台帳のAUDIT_PASSと候補・revision・本文ハッシュの対応を確認しています。"
      ],
      "limit": "監査状態と来歴の記録です。外部根拠の最新性や本文の全主張を追加保証しません。",
      "origin_class": "AUDITED_CANONICAL_RESEARCH_PACKET",
      "source_or_experiment_ids": [
        "AIFIN-EA-RESEARCH-5f035a6033b3c0054662540f"
      ],
      "supporting_locators": [
        "1KqhJtiSb2S84rWmeYVwKcT_76dBwZ_B0ZZuAWQqH0rQ/EA_REVISION_LEDGER!A839:U839",
        "EA_REVISION_LEDGER!A839:U839",
        "EA-1218-AGENTWORLD-PUBLICATION-20261027-R1"
      ],
      "provenance_status": "CURRENT_CANONICAL_APPROVAL_READBACK"
    },
    {
      "id": "EA-1218-CURRENT-BODY-READBACK",
      "evidence_class": "IMPL",
      "title": "現行本文の収録照合",
      "supports": [
        "公開生成入力の本文SHA-256が、監査済み候補に結び付いたハッシュと一致しています。"
      ],
      "limit": "本文の同一性の検査です。外部システムの挙動や全主張の真偽を実証したものではありません。",
      "checked_at": "2026-10-27",
      "origin_class": "IMPLEMENTATION_READBACK",
      "source_or_experiment_ids": [
        "BODY-SHA256:b2431c8fef063e034379fe29c56bec99371f9b08bd6aa1b6116d7f082b24701a"
      ],
      "supporting_locators": [
        "content/staging/EA-1218.md",
        "b2431c8fef063e034379fe29c56bec99371f9b08bd6aa1b6116d7f082b24701a",
        "EA-1218-AGENTWORLD-PUBLICATION-20261027-R1"
      ],
      "provenance_status": "CURRENT_APPROVED_BODY_HASH_MATCH"
    }
  ],
  "research_sections": [
    {
      "heading": "要点と前提",
      "text": "AgentWorld は複数AIエージェントの長期協調を評価する研究ベンチマークである。既存GX provenanceでは arXiv:2609.31590、50ラウンド超、3〜20エージェント、採集時点の最良系タスク成功率52.0%が記録されている。"
    },
    {
      "heading": "適用範囲",
      "text": "planner / worker / reviewer等の分業、長期ワークフロー、複数担当間handoffを含むシステム評価に用いる。単一エージェント短期QAや単一tool call成功率の代替にはしない。"
    },
    {
      "heading": "failure・limit",
      "text": "GX provenanceではcommunication breakdownとrole confusionが主要failureとして記録されている。個別tool call成功は長期シナリオ全体の成功を意味しない。ベンチマーク成功も、本番の権限・安全性・監査適合を保証しない。"
    },
    {
      "heading": "OPEN_UNKNOWN",
      "text": "後続改訂・追加leaderboard値は固定しない。CCEの厳密な実装・集計は論文版定義を参照し、GX要約だけから再定義しない。特定provider/modelの本番SLAへ直接換算しない。"
    }
  ],
  "human_url": "/tools/ea-1218-agentworld",
  "markdown_url": "/agent/article.md?path=%2Ftools%2Fea-1218-agentworld",
  "json_url": "/agent/article.json?path=%2Ftools%2Fea-1218-agentworld"
}