要旨のポイント - 新しいプレプリントは、自己を書き換えるLLM（大規模言語モデル）エージェントの振る舞いに「流体的」な統計的特徴が現れることを主張し、それを説明するための運動論的理論（kinetic theory）を提示しています。著者らはエージェント全体ではなく、その内部にある「個々のインスタンス（プラグイン）」を単位として扱います。

何を扱っているか（簡単な整理） - 対象は DeepSeek Harness（DSH）上で動く「DSHクラス」のプラグイン群です。論文はプラグイン群が満たすとされる四つの構造的性質（置換対称性、可逆性、非巡回性、型付き契約）を前提に、これらのインスタンスを“同一の硬球”のように扱えるとしています。 - 「ゲート付き自己進化（gated self-evolution）」とは、エージェントが自らのスキルを改訂するループで、変更は外部または内部の検証ゲートを通して承認されて初めて反映されます。

理論の三層構成 1) 厳密層（rigorous layer） - 任意の改善に到達するまでの期待ラウンド数を上界する「any-time hitting-time certificate」を立て、保持している検証予算（held-out validation budget）に対する“解像度法則”（resolution law）を示します。 - さらに「分離定理」を主張します。要旨では“daemon（外部評価者）を母集団の外に置くこと”が証明的に必要であり、評価者と被評価者を同一化すると証明が成り立たなくなると述べられています。

2) 運動論層（kinetic layer） - プラグイン×バージョン×タスクの格子上でのマスター方程式を定式化し、四種類の作用素（collision＝共起動、reaction、external field、gate）を導入します。 - 気体から流体方程式へ進むためのモーメント階層を展開し、これが実験的に検証可能な統計的シグネチャ（falsifiable statistical signatures）を生むと述べます。 - ただし著者らは流体アナロジーを限定的に扱い、運動量保存が成り立たないためNavier–Stokesの極限には到達しないと明記しています。

3) 測定層（measured layer） - 理論は最小限の忠実な実装で検証されています。実験では「4パラメータのスキルプラグイン」を大量に用意し、各エピソードで一つ引き出して共起動（コアクティベーション）プローブを行う設定を採用。環境は単一モデル・単一タスク系列のWebShop類似環境です。 - 結果として「母集団ゆらぎのスケーリング」が観察され、これは編集密度が低いときは見えにくく、密度を三倍にすると論文が予測した率で顕在化したと報告しています。論文はこれを“方向性のある証拠”と表現しています。

注意すべき制約と慎重な解釈 - スコープ依存性：理論は明確にDSHクラスのプラグイン設計に限定されています。プラグインの四条件が満たされない実装や、DSH以外の運用環境へそのまま外挿することは保証されません。 - アナロジーの限界：流体力学的比喩は有用な直感と予測可能な統計的指標を与える一方で、根本的に異なる保存則（例えば運動量保存の不在）があるため、古典的な流体方程式の直接的適用や過剰な一般化は避けるべきです。 - 実験的検証の規模：提示された実験は「最小の忠実な実装」によるもので、他のモデル規模・タスク・プラグイン設計での再現性は未検証です。 - 査読前のプレプリントである点：結果や結論はまだ査読を経ていない可能性が高く、独立検証が重要です。

意義と今後の方向性（提案的） - 自己改変するLLMエージェントをミクロな個体群観点から扱い、運動論的に予測を立てて実験と照合するアプローチは新しく有望です。特に「検証ゲートの役割」を理論的に位置付けることは、安全性・検証性の議論に寄与します。 - 次のステップとしては、他のプラグイン設計や異なる運用環境での再現実験、より大規模な統計検定、そして分離定理の実運用上の含意（例えば評価者の実装方法と安全設計）を検討することが望まれます。