自分で仕事を見つけるエージェント：Google×UIUCの203ページに及ぶプロアクティブAI地図

事実の格付け（11月7日）

• 成果物、直接読了で検証。PDFはGoogle Cloud storage（pubtools/1048480）にホスト：ファイルメタデータでちょうど203ページ確認。著者23名：UIUCの陣容（Ke Yang、Jiateng Liu、Hanghang Tong、Jingrui He、Chenyan Xiong、Jiawei Han、ChengXiang Zhai ら）にGoogleの共著者（Zifeng Wang、Chen-Yu Lee）。引用は @misc{yang2026proactiveai}、2026年。会議・誌名の付記はなし。
• ライブラリ、リポジトリで検証。GitHub EmpathYang/Proactive-AI-for-Superintelligent-Agents（MIT、コミット7、スター18）：フレームワークの下に1410の引用文献を整理、代表作品80件を分析、ライブラリデータは2026年10月更新。READMEはサーベイの対象範囲を1937–2026年の仕事と明記。
• 6つの能力（6A）。Awareness（状況の維持）、Anticipation（文脈 → 語られない需要）、Agenda（優先順位付きの持続目標）、Arbitration（不確実性・有用性・タイミング・リスク・可逆性で主導権にゲート）、Action（権限内での介入）、Adaptation（結果とフィードバック——受理・拒否・修正・無視・撤回・引継ぎ——を文脈に置いて将来の主導権を調整）。
• 13の領域。コーディング、GUIエージェント、情報アクセス、身体性・ロボティクス、セキュリティ、AutoResearch、スマートホーム、スマートシティ、医療、法律、教育、エンターテインメント・メディア、農業——各領域が「リアクティブ → アジェンダ生成」の5段階の主導権ラダーで成熟度をマッピング。
• 評価スタック。タスク層（成果は改善したか；節約した時間は追加コストを上回ったか）、メカニズム層（状況の読み、予見、タイミング選択）、ユーザー層（監督と修正の負担、コントロール、信頼と実際の信頼性の一致）。「採用率の罠」の指摘：提案の採用率だけを最適化すると、エージェントは提案の包装を上手くするだけで、価値判断そのものは上手くならない。
• ボトルネックの発見。領域を横断して、プロアクティブな反復を制限するのはフィードバックです：CIとコンパイラは秒〜分で閉じる；医療・農業・ウェットラボのフィードバックは治療サイクル、作付シーズン、高価な実験を要する。フィードバックの速度・コスト・信頼性が、安全な主導権のテンポを決めます。
• 未解決。査読・発表先なし、ベンチマークスイートなし、リファレンス実装なし。203ページの数字は当サイトがPDFファイル本体から確認；メディア要約（NLPer、11月5日）のフレームワーク転述は一次ソースと一致。

検証日 2026年11月7日：Google Research出版ページ、GitHubリポジトリREADME、プロジェクトページを直接読了。PDFのページ数はファイル本体から（9.1 MB、/Count 203）。フレームワークの記述はリポジトリREADME構造とクロスチェック。本稿はサーベイの学術的質の独立評価は行っていません。

ビルダー言葉でのArbitration：トークンが動く前の4つのゲート

エージェントを走らせる誰にとり、このサーベイの最も重要なアイデアは、「動く」と「動かない」の帰結を比べてから動くという発想です。スケジュールの衝突は、ルートと時間と突き合わせてユーザーが間に合わないと判断し、リモート参加の準備がどれだけ改善するかを見積もって、はじめて発言の理由を獲得します。従量課金API上のエージェントスタックに翻訳すると、4つのゲートはそのまま工程チェックリストです：確実性——人間がこれを本当のニーズと呼ぶか、薄い手がかりからの推測か（パッチ提案の前に隔離環境で検証）；有用性——期待便益対 計算資源・時間・中断・修正コスト；タイミング——発見は自然なタスクの隙間まで保留；リスク/可逆性——DB更新・マージ・送信が事前承認を要するのは、間違えたときに取り消しが効かないからです。

サーベイの失敗ギャラリーは、プロアクティブなアシスタントを走らせたことのある誰にでも馴染みがあります：提案は1つ1つもっともで、揃うと耐えられない——ここはリファクタ、あちらはドキュメント、ついでに依存関係アップグレード——そしてユーザーはリリース作業の真っ只中。文書化された処方箋は構造的です：候補は実行前にゲートを通す、発見はタイミングゲートが開くまで保留、「邪魔しない」は失敗ではなく設計された結果として扱う。

評価の章は、本サイトが毎週やっている算術に着地します：タスク層の便益は、ユーザー層の監督負担と相殺して初めて意味を持ちます。タスクリストが増えるほど人間のクリーンアップ待ちが速く増えるエージェントは、ベンチマークスコアにかかわらず負の価値です。

文脈：中国ラボのラインはすでにその断片を実践している

サーベイに中国ベンダーの内容はありませんが、それが体系化する問題は本サイトの取材ラインで生きています。DeepSeekがオープンソース化した dsh-superagent（全文訳）が実装したのは、まさにActionとコストの半分——バッチング、イベントフィルタリング、投機的実行による24時間常駐。清華/智譜の HarnessPro 論文は、Arbitrationの有用性ゲートを定量化しました：タスクごとに推論強度と停止点を選び、+2.0ppのパス率・−26.1%のタスクコスト。サーベイが付け加えるのは、これらの点解を囲む枠組みです：金を使う前にAwarenessとAnticipation、金を使う前にArbitration、金を使った後にAdaptation。

ビルダーにとってのコスト算術は、本サイトが毎週モデル価格で回しているのと同じものです：プロアクティブエージェントの「引き合うか」ゲートは、タスクあたりコストの問いです——DeepSeek V4.1-Flash オフピーク $0.22/1M 対 GLM-5.3 $1.40/$4.40 の差が、スタックがエージェントに無指示で自主開始を許すふるまいを決めます。比較表に全ラダー。権限は、サーベイの枠組みでは信頼に応じて付与されます：まず可逆でサンドボックス内の主導権から始め、適応ループが稼いだ分だけ範囲を広げます。

注視すべき3つのシグナル：サーベイの発表先の確定と引用の伸び、リポジトリライブラリの1410突破、そして「ゲートを通った主導権」を製品機能として出荷するベンダーの登場——最後のひとつが来たら、本稿は研究ウォッチからローンチ取材に変わります。

中国国外からのアクセス——そして恒例の免責

本サイトは海外のビルダー向けに中国モデルAPIを追跡しています：公式エンドポイント、価格、オープンウェイトの状況、そしてその上に築かれるエージェントインフラの仕事。コスト算術の土台にあるモデルは比較表と最安ガイドに；エージェントのラインはdsh-superagentとHarnessProの2本のブリーフでカバーしています。

独立性に関する声明：ChinaModelAPIは独立系の情報サイトであり、サーベイの著者、UIUC、Google、いかなるモデルベンダーとも提携していません。成果物の事実は直接読了（出版ページ・リポジトリ・PDFメタデータ）によるものであり、フレームワークの要約はサーベイに帰属します。本ページのいかなる内容もルーティング・可用性・価格の約束ではなく、サーベイの学術的価値の評価を含みません。

一次ソース

• Google Research —— 出版ページ（23著者、アブストラクト、2026；直接読了）
• サーベイPDF（pubtools/1048480）—— ファイルメタデータから203ページ確認；直接読了
• GitHub —— EmpathYang/Proactive-AI-for-Superintelligent-Agents（MIT；1410文献・代表80・13領域；README直接読了）
• プロジェクトページ —— インタラクティブ概要；ライブラリは2026年10月更新
• NLPer / AINLP（WeChat、2026年11月5日）—— 本ブリーフがクロスチェックした解説；転述は一次と一致
• サイト内対照：DeepSeek dsh-superagent オープンソース · HarnessPro コスト規律論文 · 最安ガイド · 比較表

FAQ（2026）