論文の概要: AgentOS: From Application Silos to a Natural Language-Driven Data Ecosystem

• arxiv url: http://arxiv.org/abs/2603.08938v2
• Date: Wed, 11 Mar 2026 20:38:50 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-13 14:46:25.445808
• Title: AgentOS: From Application Silos to a Natural Language-Driven Data Ecosystem
• Title（参考訳）: AgentOS: アプリケーションサイロから自然言語駆動型データエコシステムへ
• Authors: Rui Liu, Tao Zhe, Dongjie Wang, Zijun Yao, Kunpeng Liu, Yanjie Fu, Huan Liu, Jian Pei,
• Abstract要約: 本稿では,AgentOS(Personal Agent Operating System)の新たなパラダイムを提案する。 AgentOSでは、従来のGUIデスクトップは、統一された自然言語や音声ポータルを中心としたNUI(Natural User Interface)に置き換えられている。 システムコアは、ユーザの意図を解釈し、タスクを分解し、複数のエージェントをコーディネートするエージェントカーネルとなる。
• 参考スコア（独自算出の注目度）: 39.8098595660156
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The rapid emergence of open-source, locally hosted intelligent agents marks a critical inflection point in human-computer interaction. Systems such as OpenClaw demonstrate that Large Language Model (LLM)-based agents can autonomously operate local computing environments, orchestrate workflows, and integrate external tools. However, within the current paradigm, these agents remain conventional applications running on legacy operating systems originally designed for Graphical User Interfaces (GUIs) or Command Line Interfaces (CLIs). This architectural mismatch leads to fragmented interaction models, poorly structured permission management (often described as "Shadow AI"), and severe context fragmentation. This paper proposes a new paradigm: a Personal Agent Operating System (AgentOS). In AgentOS, traditional GUI desktops are replaced by a Natural User Interface (NUI) centered on a unified natural language or voice portal. The system core becomes an Agent Kernel that interprets user intent, decomposes tasks, and coordinates multiple agents, while traditional applications evolve into modular Skills-as-Modules enabling users to compose software through natural language rules. We argue that realizing AgentOS fundamentally becomes a Knowledge Discovery and Data Mining (KDD) problem. The Agent Kernel must operate as a real-time engine for intent mining and knowledge discovery. Viewed through this lens, the operating system becomes a continuous data mining pipeline involving sequential pattern mining for workflow automation, recommender systems for skill retrieval, and dynamically evolving personal knowledge graphs. These challenges define a new research agenda for the KDD community in building the next generation of intelligent computing systems.
• Abstract（参考訳）: オープンソースでローカルにホストされたインテリジェントエージェントの急速な出現は、人間とコンピュータの相互作用において重要なインフレクションポイントとなる。 OpenClawのようなシステムでは、LLM(Large Language Model)ベースのエージェントが、ローカルコンピューティング環境を自律的に操作し、ワークフローをオーケストレーションし、外部ツールを統合することができる。 しかし、現在のパラダイムでは、これらのエージェントはグラフィカルユーザインタフェース (GUI) やコマンドラインインタフェース (CLI) のために設計されたレガシーオペレーティングシステム上で動作する従来のアプリケーションのままである。 このアーキテクチャミスマッチは、断片化されたインタラクションモデル、構造化されていないパーミッション管理(しばしば"Shadow AI"と呼ばれる)、厳しいコンテキストの断片化につながる。 本稿では,AgentOS(Personal Agent Operating System)という新しいパラダイムを提案する。 AgentOSでは、従来のGUIデスクトップは、統一された自然言語や音声ポータルを中心としたNUI(Natural User Interface)に置き換えられている。 システムコアは、ユーザの意図を解釈し、タスクを分解し、複数のエージェントをコーディネートするエージェントカーネルとなり、一方、従来のアプリケーションはモジュール型のスキル・アズ・モジュール(Skills-as-Modules)へと進化する。 我々は、AgentOSの実現が基本的に知識発見とデータマイニング(KDD)の問題になると主張している。 エージェントカーネルは、意図的な鉱業と知識発見のためのリアルタイムエンジンとして運用されなければならない。 このレンズを通して見たオペレーティングシステムは、ワークフロー自動化のためのシーケンシャルパターンマイニング、スキル検索のための推奨システム、動的に進化する個人知識グラフを含む、連続的なデータマイニングパイプラインになる。 これらの課題は、次世代のインテリジェントコンピューティングシステムを構築する上で、KDDコミュニティのための新しい研究課題を定義する。

関連論文リスト

• Agentic Artificial Intelligence (AI): Architectures, Taxonomies, and Evaluation of Large Language Model Agents [14.448267395835721]
  エージェントを知覚,脳,計画,行動,ツール利用,コラボレーションに分割する統合分類法を提案する。 また、デジタルオペレーティングシステム、エンボディロボット、その他の特殊なドメインを含む、これらのエージェントが動作する環境もグループ化します。
  論文  参考訳（メタデータ） (2026-01-18T19:51:16Z)
• Architecting AgentOps Needs CHANGE [0.0]
  エージェントAIシステムのアーキテクチャには、コントロールループの管理から、エージェント、インフラストラクチャ、人間の監視間の動的共進化の実現へのシフトが必要だ、と私たちは主張する。 本稿では,エージェントAIシステムを運用する6つの機能からなる概念的フレームワークを紹介する。
  論文  参考訳（メタデータ） (2026-01-10T06:51:39Z)
• OS Agents: A Survey on MLLM-based Agents for General Computing Devices Use [101.57043903478257]
  アイアンマンの架空のJ.A.R.V.I.Sほど有能で多用途なAIアシスタントを作る夢は、長い間想像力に恵まれてきた。 マルチモーダル(multi-modal)な大きな言語モデル((M)LLMs)の進化により、この夢は現実に近づいている。 本調査は,OSエージェント研究の現状を整理し,学術調査と産業開発の両方の指針を提供する。
  論文  参考訳（メタデータ） (2025-08-06T14:33:45Z)
• IntellAgent: A Multi-Agent Framework for Evaluating Conversational AI Systems [2.2810745411557316]
  IntellAgentは、対話型AIシステムを評価するためのスケーラブルでオープンソースのフレームワークである。 IntellAgentは、ポリシー駆動グラフモデリング、リアルイベント生成、対話型ユーザエージェントシミュレーションを組み合わせることで、合成ベンチマークの作成を自動化する。 我々の研究は、IntellAgentが、研究と展開の橋渡しの課題に対処することで、会話AIを前進させるための効果的なフレームワークであることを示した。
  論文  参考訳（メタデータ） (2025-01-19T14:58:35Z)
• Agent S: An Open Agentic Framework that Uses Computers Like a Human [31.16046798529319]
  我々は、GUI(Graphical User Interface)を通じてコンピュータとの自律的なインタラクションを可能にするオープンエージェントフレームワークであるAgent Sを提案する。 Agent Sは、ドメイン固有の知識の取得、長いタスクの水平線の計画、動的で一様でないインターフェイスの処理という、コンピュータタスクの自動化における3つの重要な課題に対処することを目指している。
  論文  参考訳（メタデータ） (2024-10-10T17:43:51Z)
• SWE-agent: Agent-Computer Interfaces Enable Automated Software Engineering [79.07755560048388]
  SWEエージェント(SWE-agent)は、LMエージェントが自律的にコンピュータを使用してソフトウェア工学のタスクを解決するシステムである。 SWEエージェントのカスタムエージェントコンピュータインタフェース(ACI)は、エージェントがコードファイルを作成し編集し、リポジトリ全体をナビゲートし、テストやその他のプログラムを実行する能力を著しく向上させる。 我々はSWE-benchとHumanEvalFixのSWE-agentを評価し、それぞれ12.5%と87.7%のパス@1レートで最先端の性能を実現した。
  論文  参考訳（メタデータ） (2024-05-06T17:41:33Z)
• Agents: An Open-source Framework for Autonomous Language Agents [98.91085725608917]
  我々は、言語エージェントを人工知能への有望な方向と見なしている。 Agentsはオープンソースライブラリで、これらの進歩を広く非専門的な聴衆に開放することを目的としています。
  論文  参考訳（メタデータ） (2023-09-14T17:18:25Z)

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。