環境工学（Umwelt Engineering）：言語エージェントの認知的世界を設計する

要旨: 私は、プロンプト設計と文脈設計の両方に先行する、エージェント設計スタックにおける第三の層として、ウンヴェルト工学――言語的認知環境の意図的な設計――を提案する。2つの実験は、推論の媒体を変えることが、認知そのものを変えるという主張を検証する。実験1では、7つの課題（N=4,470 試行）にわたり、3つの言語モデルが2つの語彙制約の下で推論する――No-Have（所有を表す “to have” を排除）および E-Prime（ “to be” を排除）である。No-Haveは、倫理的推論を19.1 pp（p < 0.001）、分類を6.5 pp（p < 0.001）、さらに認識論的キャリブレーションを7.4 pp 改善しつつ、制約遵守率92.8%を達成する。E-Primeは劇的だがモデル依存の効果を示し、モデル間の相関は r = -0.75 に達する。実験2では、16の言語的制約付きエージェントが17のデバッグ問題に取り組む。制約付きエージェントは個別にはいずれも対照群を上回らないが、3エージェントのアンサンブルは対照群（88.2%）に対して、真値のカバレッジを100%達成する。パーミュテーション検定により、無作為な3エージェント部分集合で全カバレッジを達成できるのはわずか8%であり、成功したすべての部分集合には反実仮想のエージェントが含まれていることが確認される。現れるメカニズムは2つである――認知の再構成と認知の多様化。主な制限は、制約プロンプトの記述の詳しさに対応する能動的な対照（active control）が欠けている点である。