MAKERは、極度の分解と局所的なエラー修正を通じて、ゼロエラーで100万ステップを完了するシステムです。従来の大規模言語モデル（LLM）は、複雑なタスクにおいて短期的には優れた性能を発揮するものの、長期的な正確性に欠けるという課題がありました。MAKERは、進行中の作業を単一のモノリシックエージェントで行うのではなく、数百万のマイクロエージェントに分散させ、各エージェントが小さなタスクを担当します。これにより、MAKERは100万ステップのタスクをゼロエラーで完了する初のシステムとなり、スケーラブルな解析能力を有します。タスクを分解し、モデルを集中させ、合意形成するという新たなアプローチが、LLMのさらなる信頼性向上を可能にします。