論文の概要: Aethon: A Reference-Based Replication Primitive for Constant-Time Instantiation of Stateful AI Agents

• arxiv url: http://arxiv.org/abs/2604.12129v1
• Date: Mon, 13 Apr 2026 23:23:15 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-15 19:11:32.156762
• Title: Aethon: A Reference-Based Replication Primitive for Constant-Time Instantiation of Stateful AI Agents
• Title（参考訳）: Aethon: ステートフルAIエージェントの一定時間検証のための参照ベースのレプリケーションプリミティブ
• Authors: Swanand Rao, Kiran Kashalkar, Parvathi Somashekar, Priya Krishnan,
• Abstract要約: Aethonは、ステートフルAIエージェントのほぼ一定時間インスタンス化のための、参照ベースのレプリケーションプリミティブである。 本稿では,Aethonの基盤となる概念的フレームワーク,システムアーキテクチャ,メモリモデルについて述べる。 複雑性、スケーラビリティ、マルチエージェントオーケストレーション、エンタープライズガバナンスにおけるその影響を分析します。
• 参考スコア（独自算出の注目度）: 2.482704504780545
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: The transition from stateless model inference to stateful agentic execution is reshaping the systems assumptions underlying modern AI infrastructure. While large language models have made persistent, tool-using, and collaborative agents technically viable, existing runtime architectures remain constrained by materialization-heavy instantiation models that impose significant latency and memory overhead. This paper introduces Aethon, a reference-based replication primitive for near-constant-time instantiation of stateful AI agents. Rather than reconstructing agents as fully materialized objects, Aethon represents each instance as a compositional view over stable definitions, layered memory, and local contextual overlays. By shifting instantiation from duplication to reference, Aethon decouples creation cost from inherited structure. We present the conceptual framework, system architecture, and memory model underlying Aethon, including layered inheritance and copy-on-write semantics. We analyze its implications for complexity, scalability, multi-agent orchestration, and enterprise governance. We argue that reference-based instantiation is not merely an optimization, but a more appropriate systems abstraction for production-scale agentic software. Aethon points toward a new class of AI infrastructure in which agents become lightweight, composable execution identities that can be spawned, specialized, and governed at scale.
• Abstract（参考訳）: ステートレスモデル推論からステートフルエージェント実行への移行は、現代のAIインフラストラクチャの基礎となるシステム前提を再構築している。 大きな言語モデルは、永続的で、ツールを使い、協力的なエージェントを技術的に有効にしているが、既存のランタイムアーキテクチャは、かなりのレイテンシとメモリオーバーヘッドを課す、実体化が重いインスタンス化モデルによって制約を受け続けている。 本稿では,ステートフルAIエージェントの即時インスタンス化のための参照ベースレプリケーションプリミティブであるAethonを紹介する。 エージェントを完全な実体化されたオブジェクトとして再構築するのではなく、Aethonは各インスタンスを安定した定義、階層化されたメモリ、ローカルなコンテキストオーバーレイに関する構成的なビューとして表現する。 複製から参照へのインスタンス化をシフトすることで、Aethonは生成コストを継承構造から切り離す。 本稿では、階層化継承とコピー・オン・ライト・セマンティクスを含む、Aethonの基盤となる概念的フレームワーク、システムアーキテクチャ、メモリモデルについて述べる。 複雑性、スケーラビリティ、マルチエージェントオーケストレーション、エンタープライズガバナンスにおけるその影響を分析します。 我々は、参照ベースのインスタンス化は単なる最適化ではなく、プロダクションスケールのエージェントソフトウェアのためのより適切なシステム抽象化であると主張している。 Aethon氏は、エージェントが軽量になり、構成可能な実行IDが生まれ、特殊化され、大規模に管理されるような、新たなAIインフラストラクチャのクラスに注目している。

関連論文リスト

• The Auton Agentic AI Framework [5.410458076724158]
  人工知能の分野では、ジェネレーティブAIからエージェントAIへの移行が進行中である。 大規模言語モデル(LLM)は構造化されていない出力を生成するが、それらが制御しなければならないバックエンドインフラストラクチャは決定論的でスキーマに適合する入力を必要とする。 本稿では,自律エージェントの作成,作成,管理を行うための原則アーキテクチャであるAuton Agentic AI Frameworkについて述べる。
  論文  参考訳（メタデータ） (2026-02-27T06:42:08Z)
• Monadic Context Engineering [59.95390010097654]
  本稿では,エージェント設計の正式な基盤を提供するために,モナディックコンテキストエンジニアリング(MCE)を紹介する。 我々は、モナドがロバストなコンポジションをどのように実現し、Applicativesが並列実行に原則化された構造を提供し、また、モナドトランスフォーマーがこれらの機能の体系的なコンポジションをどのように可能にしているかを実証する。 この階層化されたアプローチにより、開発者は、単純で独立した検証可能なコンポーネントから、複雑でレジリエントで効率的なAIエージェントを構築することができる。
  論文  参考訳（メタデータ） (2025-12-27T01:52:06Z)
• Towards Efficient Agents: A Co-Design of Inference Architecture and System [66.59916327634639]
  本稿では,エージェントアクセラレーションのための統合フレームワークであるAgentInferを提案する。 問題をAgentCollab、AgentSched、AgentSAM、AgentCompressの4つの相乗的コンポーネントに分解する。 BrowseComp-zhとDeepDiverベンチマークの実験では、これらの手法の相乗的コラボレーションを通じて、AgentInferは非効率なトークン消費を50%以上削減することを示した。
  論文  参考訳（メタデータ） (2025-12-20T12:06:13Z)
• Affordance Representation and Recognition for Autonomous Agents [64.39018305018904]
  本稿では,構造化データを用いた世界モデリングのためのパターン言語を提案する。 DOMトランスダクションパターンは、Webページの複雑さの課題に対処する。 Hypermedia Affordances Recognition Patternは、エージェントがその世界モデルを動的に強化することを可能にする。
  論文  参考訳（メタデータ） (2025-10-28T14:27:28Z)
• What Makes You Unique? Attribute Prompt Composition for Object Re-Identification [70.67907354506278]
  Object Re-IDentificationは、重複しないカメラビューで個人を認識することを目的としている。 単一ドメインモデルはドメイン固有の機能に過度に適合する傾向がありますが、クロスドメインモデルは多種多様な正規化戦略に依存します。 本稿では,テキストのセマンティクスを利用して識別と一般化を協調的に強化する属性プロンプト合成フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-09-23T07:03:08Z)
• From Semantic Web and MAS to Agentic AI: A Unified Narrative of the Web of Agents [43.50183874732483]
  エージェントのWeb(WoA)の包括的進化的概要について紹介する。 A2AやMPPのような現代的なプロトコルは、FIPA標準やOWLベースのセマンティックエージェントのような以前の標準の制限に対する直接的な進化的応答であることを示す。 我々は、新しいプロトコルは不可欠であるが、堅牢でオープンで信頼できるエコシステムを構築するには不十分である、と結論付けている。
  論文  参考訳（メタデータ） (2025-07-14T16:47:19Z)
• Internet of Agents: Weaving a Web of Heterogeneous Agents for Collaborative Intelligence [79.5316642687565]
  既存のマルチエージェントフレームワークは、多種多様なサードパーティエージェントの統合に苦慮することが多い。 我々はこれらの制限に対処する新しいフレームワークであるInternet of Agents (IoA)を提案する。 IoAはエージェント統合プロトコル、インスタントメッセージのようなアーキテクチャ設計、エージェントのチーム化と会話フロー制御のための動的メカニズムを導入している。
  論文  参考訳（メタデータ） (2024-07-09T17:33:24Z)

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。