論文の概要: Architectural Design Decisions in AI Agent Harnesses
- arxiv url: http://arxiv.org/abs/2604.18071v1
- Date: Mon, 20 Apr 2026 10:39:34 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-21 21:52:52.814222
- Title: Architectural Design Decisions in AI Agent Harnesses
- Title（参考訳）: AIエージェントのハーネスにおけるアーキテクチャ設計の決定
- Authors: Hu Wei,
- Abstract要約: 本稿では,70件の公開エージェントシステムプロジェクトについて,プロトコル誘導型,ソースベースによる実証研究を行った。
5つの設計次元(サブエージェントアーキテクチャ、コンテキスト管理、ツールシステム、安全機構、オーケストレーション)を特定し、コーパスがファイルパーシスタント、ハイブリッド、階層的コンテキスト戦略を好んでいることを確認する。
軽量ツール,バランスのとれたCLIフレームワーク,マルチエージェントオーケストレータ,エンタープライズシステム,シナリオ仮想化プロジェクトなど,5つの繰り返し発生するアーキテクチャパターンを合成する。
- 参考スコア（独自算出の注目度）: 1.8222732878503212
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: AI agent systems increasingly rely on reusable non-LLM engineering infrastructure that packages tool mediation, context handling, delegation, safety control, and orchestration. Yet the architectural design decisions in this surrounding infrastructure remain understudied. This paper presents a protocol-guided, source-grounded empirical study of 70 publicly available agent-system projects, addressing three questions: which design-decision dimensions recur across projects, which co-occurrences structure those decisions, and which typical architectural patterns emerge. Methodologically, we contribute a transparent investigation procedure for analyzing heterogeneous agent-system corpora through source-code and technical-material reading. Empirically, we identify five recurring design dimensions (subagent architecture, context management, tool systems, safety mechanisms, and orchestration) and find that the corpus favors file-persistent, hybrid, and hierarchical context strategies; registry-oriented tool systems remain dominant while MCP- and plugin-oriented extensions are emerging; and intermediate isolation is common but high-assurance audit is rare. Cross-project co-occurrence analysis reveals that deeper coordination pairs with more explicit context services, stronger execution environments with more structured governance, and formalized tool-registration boundaries with broader ecosystem ambitions. We synthesize five recurring architectural patterns spanning lightweight tools, balanced CLI frameworks, multi-agent orchestrators, enterprise systems, and scenario-verticalized projects. The result provides an evidence-based account of architectural regularities in agent-system engineering, with grounded guidance for framework designers, selectors, and researchers.
- Abstract（参考訳）: AIエージェントシステムは、ツールの仲介、コンテキストハンドリング、デリゲート、安全制御、オーケストレーションをパッケージ化する再利用可能な非LLMエンジニアリングインフラストラクチャにますます依存している。
しかし、この周囲のインフラにおける設計上の決定は、まだ検討されていない。
本稿では,70の公開エージェント・システム・プロジェクトについて,プロトコルをベースとした実証的研究を行い,プロジェクト全体にわたってどの設計・決定次元が再帰するか,その構造的決定と典型的なアーキテクチャ的パターンが現れるのか,という3つの疑問に対処する。
提案手法は,異種エージェント・システム・コーパスをソースコードおよび技術資料読解を通じて解析するための透明な調査手順に寄与する。
実証的に,5つの繰り返し設計次元(サブエージェントアーキテクチャ,コンテキスト管理,ツールシステム,安全機構,オーケストレーション)を特定し,コーパスがファイルパーシスタント,ハイブリッド,階層的なコンテキスト戦略を好んでいること,レジストリ指向のツールシステムが支配的でありながら,MPPやプラグイン指向の拡張が出現する一方で,レジストリ指向のツールシステムが支配的であり,中間分離は一般的だが,高い保証監査はまれであること,などを確認した。
プロジェクト間の共起分析により、より明示的なコンテキストサービスとより深い調整ペア、より構造化されたガバナンスを備えたより強力な実行環境、より広範なエコシステムの野望を備えた形式化されたツール登録境界が明らかになった。
軽量ツール,バランスのとれたCLIフレームワーク,マルチエージェントオーケストレータ,エンタープライズシステム,シナリオ仮想化プロジェクトなど,5つの繰り返し発生するアーキテクチャパターンを合成する。
その結果、エージェントシステムエンジニアリングにおけるアーキテクチャの規則性に関するエビデンスベースの説明が提供され、フレームワークデザイナ、セレクタ、研究者のための基礎的なガイダンスが提供される。
関連論文リスト
- The PBSAI Governance Ecosystem: A Multi-Agent AI Reference Architecture for Securing Enterprise AI Estates [0.0]
本稿では,PBSAI(Practitioners Blueprint for Secure AI)ガバナンスエコシステムについて紹介する。
PBSAIは、エンタープライズおよびハイパースケールAIエステートを確保するためのマルチエージェント参照アーキテクチャである。
論文 参考訳（メタデータ） (2026-02-11T19:21:35Z) - From Prompt-Response to Goal-Directed Systems: The Evolution of Agentic AI Software Architecture [0.0]
Agentic AIは、ステートレスでプロンプト駆動型生成モデルからゴール指向システムへのアーキテクチャ移行を表す。
本稿では、知的エージェント理論と現代のLCM中心のアプローチを結びつけることによって、この遷移を考察する。
この研究は、標準化されたエージェントループ、登録、監査可能な制御機構への収束を特定する。
論文 参考訳（メタデータ） (2026-02-11T03:34:48Z) - Agentic Design Patterns: A System-Theoretic Framework [8.108572809924956]
エージェント設計パターンに対する既存の取り組みは、厳密なシステム理論の基礎を欠いていることが多い。
本稿では,エージェントAIシステムを5つのコアに分解し,機能的サブシステムと相互作用する新しいシステム理論フレームワークを提案する。
エージェント設計における繰り返し問題に対する再利用可能な構造的解決策を提供する12のエージェント設計パターンのコレクションを提示する。
論文 参考訳（メタデータ） (2026-01-27T16:14:08Z) - 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) - Designing Domain-Specific Agents via Hierarchical Task Abstraction Mechanism [61.01709143437043]
階層型タスク抽象化機構(HTAM)を中心とした新しいエージェント設計フレームワークを提案する。
具体的には、HTAMは、社会的役割のエミュレーションを超えて、代わりに、複数のエージェントシステムを、あるドメインの固有のタスク依存グラフを反映する論理階層に構造化する。
我々は、複雑な地理空間解析に適したマルチエージェントシステムであるEarthAgentとして、このフレームワークをインスタンス化する。
論文 参考訳（メタデータ） (2025-11-21T12:25:47Z) - Deep Research Agents: A Systematic Examination And Roadmap [109.53237992384872]
Deep Research (DR) エージェントは複雑な多ターン情報研究タスクに取り組むように設計されている。
本稿では,DRエージェントを構成する基礎技術とアーキテクチャコンポーネントの詳細な分析を行う。
論文 参考訳（メタデータ） (2025-06-22T16:52:48Z) - 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) - Large Language Model Agent: A Survey on Methodology, Applications and Challenges [88.3032929492409]
大きな言語モデル(LLM)エージェントは、目標駆動の振る舞いと動的適応能力を持ち、人工知能への重要な経路を示す可能性がある。
本調査は, LLMエージェントシステムを方法論中心の分類法により体系的に分解する。
私たちの作業は、エージェントの構築方法、コラボレーション方法、時間の経過とともにどのように進化するか、という、統一されたアーキテクチャの視点を提供します。
論文 参考訳（メタデータ） (2025-03-27T12:50:17Z)
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。