論文の概要: Architecting Agentic Communities using Design Patterns
- arxiv url: http://arxiv.org/abs/2601.03624v1
- Date: Wed, 07 Jan 2026 06:10:07 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-01-09 02:15:23.288863
- Title: Architecting Agentic Communities using Design Patterns
- Title（参考訳）: デザインパターンを用いたエージェントコミュニティの構築
- Authors: Zoran Milosevic, Fethi Rabhi,
- Abstract要約: 大規模言語モデル(LLM)とエージェントAI技術は、洗練されたプロダクショングレードシステムを構築するための体系的なアーキテクチャガイダンスを必要とする。
本稿では,企業における分散システム標準や形式的手法,産業プラクティスから派生したデザインパターンを用いて,そのようなシステムを設計するためのアプローチを提案する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The rapid evolution of Large Language Models (LLM) and subsequent Agentic AI technologies requires systematic architectural guidance for building sophisticated, production-grade systems. This paper presents an approach for architecting such systems using design patterns derived from enterprise distributed systems standards, formal methods, and industry practice. We classify these patterns into three tiers: LLM Agents (task-specific automation), Agentic AI (adaptive goal-seekers), and Agentic Communities (organizational frameworks where AI agents and human participants coordinate through formal roles, protocols, and governance structures). We focus on Agentic Communities - coordination frameworks encompassing LLM Agents, Agentic AI entities, and humans - most relevant for enterprise and industrial applications. Drawing on established coordination principles from distributed systems, we ground these patterns in a formal framework that specifies collaboration agreements where AI agents and humans fill roles within governed ecosystems. This approach provides both practical guidance and formal verification capabilities, enabling expression of organizational, legal, and ethical rules through accountability mechanisms that ensure operational and verifiable governance of inter-agent communication, negotiation, and intent modeling. We validate this framework through a clinical trial matching case study. Our goal is to provide actionable guidance to practitioners while maintaining the formal rigor essential for enterprise deployment in dynamic, multi-agent ecosystems.
- Abstract（参考訳）: 大規模言語モデル(LLM)とその後のエージェントAI技術の急速な進化は、高度で生産レベルのシステムを構築するための体系的なアーキテクチャガイダンスを必要とする。
本稿では,企業における分散システム標準や形式的手法,産業プラクティスから派生したデザインパターンを用いて,そのようなシステムを設計するためのアプローチを提案する。
LLMエージェント(タスク固有の自動化)、エージェントAI(適応目標探索者)、エージェントコミュニティ(AIエージェントと人間の参加者が正式な役割、プロトコル、ガバナンス構造を通じて協調する組織フレームワーク)の3つの階層に分類します。
エージェントコミュニティ - LLMエージェント、エージェントAIエンティティ、人間を含む調整フレームワーク - は、企業や産業のアプリケーションに最も関係している。
分散システムから確立された協調原則に基づいて、我々はこれらのパターンを、AIエージェントと人間が支配するエコシステムの中で役割を果たすコラボレーション契約を規定する正式な枠組みに基礎づける。
このアプローチは、エージェント間コミュニケーション、交渉、意図モデリングの運用および検証可能なガバナンスを保証するための説明責任メカニズムを通じて、組織的、法的、倫理的ルールの表現を可能にする、実践的なガイダンスと形式的な検証機能の両方を提供する。
この枠組みを臨床治験マッチングケーススタディで検証する。
私たちのゴールは、動的でマルチエージェントなエコシステムにおけるエンタープライズ展開に不可欠な形式的な厳格さを維持しながら、実践者に実行可能なガイダンスを提供することです。
関連論文リスト
- Adaptation of Agentic AI [162.63072848575695]
我々は、急速に拡大する研究環境を、エージェント適応とツール適応の両方にまたがる体系的な枠組みに統一する。
エージェントAIにおける適応戦略の設計空間を明らかにする上で,本フレームワークが有効であることを示す。
次に、各カテゴリの代表的アプローチをレビューし、その強みと限界を分析し、主要なオープン課題と今後の機会を強調します。
論文 参考訳（メタデータ） (2025-12-18T08:38:51Z) - Agentifying Agentic AI [4.40254362206179]
Agentic AIは、持続的な自律性、推論、相互作用能力を備えたシステムの実現を目指している。
このビジョンを実現するためには、エージェンシーに関する仮定は、認知、協力、ガバナンスの明確なモデルによって補完されなければならない。
論文 参考訳（メタデータ） (2025-11-21T15:54:44Z) - Formalizing the Safety, Security, and Functional Properties of Agentic AI Systems [10.734711935895225]
本稿では2つの基礎モデルからなるエージェントAIシステムのためのモデリングフレームワークを提案する。
1つ目はホストエージェントモデルで、ユーザと対話するトップレベルのエンティティを形式化し、タスクを分解し、外部エージェントやツールを活用して実行をオーケストレーションする。
第2のタスクライフサイクルモデルでは、個々のサブタスクの状態と、作成から完了までの遷移を詳述し、タスク管理とエラー処理の詳細なビューを提供します。
論文 参考訳（メタデータ） (2025-10-15T22:02:30Z) - A Comprehensive Survey of Self-Evolving AI Agents: A New Paradigm Bridging Foundation Models and Lifelong Agentic Systems [53.37728204835912]
既存のAIシステムは、デプロイ後も静的な手作業による構成に依存している。
近年,インタラクションデータと環境フィードバックに基づいてエージェントシステムを自動拡張するエージェント進化手法が研究されている。
この調査は、自己進化型AIエージェントの体系的な理解を研究者や実践者に提供することを目的としている。
論文 参考訳（メタデータ） (2025-08-10T16:07:32Z) - Agentic Web: Weaving the Next Web with AI Agents [109.13815627467514]
大規模言語モデル(LLM)を活用したAIエージェントの出現は、エージェントWebに対する重要な転換点である。
このパラダイムでは、エージェントが直接対話して、ユーザに代わって複雑なタスクを計画、コーディネート、実行します。
本稿では,エージェントWebの理解と構築のための構造化フレームワークを提案する。
論文 参考訳（メタデータ） (2025-07-28T17:58:12Z) - Distinguishing Autonomous AI Agents from Collaborative Agentic Systems: A Comprehensive Framework for Understanding Modern Intelligent Architectures [0.0]
大規模言語モデルの出現は、人工知能の2つの異なる相互接続パラダイム、すなわちスタンドアロンAIエージェントと協調エージェントAIエコシステムを触媒した。
本研究は, 運用原則, 構造構成, 配置方法論の体系的解析を通じて, これらのアーキテクチャを識別するための決定的な枠組みを確立する。
論文 参考訳（メタデータ） (2025-06-02T08:52:23Z) - Internet of Agents: Fundamentals, Applications, and Challenges [68.9543153075464]
異種エージェント間のシームレスな相互接続、動的発見、協調的なオーケストレーションを可能にする基盤となるフレームワークとして、エージェントのインターネット(IoA)を紹介した。
我々は,機能通知と発見,適応通信プロトコル,動的タスクマッチング,コンセンサスとコンフリクト解決機構,インセンティブモデルなど,IoAの重要な運用イネーラを分析した。
論文 参考訳（メタデータ） (2025-05-12T02:04:37Z) - Advancing Multi-Agent Systems Through Model Context Protocol: Architecture, Implementation, and Applications [0.0]
本稿では,モデルコンテキストプロトコル(MCP)によるマルチエージェントシステムの進化のための包括的フレームワークを提案する。
我々は、統合理論基盤、高度なコンテキスト管理技術、スケーラブルな調整パターンを開発することで、AIエージェントアーキテクチャに関するこれまでの研究を拡張した。
私たちは、現在の制限、新たな研究機会、そして業界全体にわたる潜在的な変革的応用を特定します。
論文 参考訳（メタデータ） (2025-04-26T03:43:03Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。