LLMエージェントの推論と行動はテキストベースが主流ですが、計算効率に優れた「潜在推論」との統合が課題でした。Stanfordらのチームが提案するHybridAgentは、隠れ状態のまま推論を行い、必要な場面でテキストを出力するハイブリッドな手法です。これにより、計算効率を保ちつつツール利用や可読性を両立させ、推論効率の大幅な向上が期待できる新たなエージェントアーキテクチャを実現しています。