NeurIPS 2025で開催されたMMU-RAGent競技会に提出されたNightFeatsは、テキスト生成トラックで最優秀動的評価賞を受賞したマルチエージェント検索拡張生成（RAG）システムです。ベンチマーク性能の最大化を目指すのではなく、知識合成プロセスを3つの協調的なフェーズに分解した原理的なパイプラインを提案しています。具体的には、検索（retrieval）、キュレーション（curation）、構成（composition）の各段階が明確な中間表現とハンドオフ契約によって統治されており、システム全体の透明性と説明可能性を重視した設計となっています。 Agentic Context Engineering（ACE）の思想に着想を得たNightFeatsは、時間的セマンティック再ランキング、制約された矛盾調整、引用を保持する構成などを中核的なアーキテクチャプリミティブとして導入しています。これらの機構により、検索結果の関連性を動的に調整しながら、複数の情報源から生成された回答における矛盾を適切に解決し、同時に情報の出所を明確に保存することが可能になります。 競技会の結果は、NightFeatsがClaude-SonnetV2やNova-Proといった商用LLMベースラインを上回る性能をLLM-as-a-Judge評価とヒューマンリッカート評価の両方で達成したことを示しています。これは、自動類似度指標に狭く最適化されたシステムよりも、アーキテクチャ的な透明性と検証可能な証拠に基づいた応答生成が、人間の選好とより高い一貫性を持つことを実証しています。本研究は、RAGシステムの設計においてブラックボックス性を排除し、推論プロセスの各段階を検査可能にすることの重要性を強調する成果となっています。