「autoreview」の論考

AIエージェントのスキルは本当に有効か——49件中7件しか成果を改善しない検証結果

フロンティアモデルの進化により、かつて必要だったスキル（再利用可能な指示パッケージ）の多くが冗長化。SWE-Skills-Bench の検証では 49 スキル中、成果を改善したのはわずか 7 件。3 件は逆に精度を悪化させた