論文の概要: Infrastructure for the Agentic Web: Gap Analysis and Architecture from the Agentverse Platform
- arxiv url: http://arxiv.org/abs/2606.20570v1
- Date: Sun, 26 Apr 2026 09:26:57 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-28 22:41:58.242846
- Title: Infrastructure for the Agentic Web: Gap Analysis and Architecture from the Agentverse Platform
- Title（参考訳）: Agentic Webのためのインフラストラクチャ: Agentverse Platformからのギャップ分析とアーキテクチャ
- Abstract要約: 我々は、Agentverseプラットフォームの実験的な監査を行い、運用中、部分的にデプロイ中、または欠席しているものを特徴付ける。
2030年までに完全に実現されたエージェントネイティブクラウドが提供すべきことのリファレンスアーキテクチャである7層エージェントクラウドスタックを提案する。
- 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 emergence of autonomous AI agents as first-class participants in digital infrastructure marks a fundamental inflection point in the evolution of the Web. While significant research has been directed at agent behaviour and reasoning, comparatively little attention has been paid to the infrastructure those agents require to operate reliably at scale. This paper addresses that gap with a systematic analysis of Agentverse, the agent cloud platform developed by Fetch.ai under the Artificial Superintelligence (ASI) Alliance, which represents one of the most mature production deployments of agent-native infrastructure available today. We make three principal contributions. First, we conduct an empirical audit of the Agentverse platform, cataloguing 204 API endpoints (Q1 2026) and characterising what is operational, partially deployed, or absent. From this audit we derive a Gap Taxonomy of eight categories encompassing 62 distinct missing capabilities, ranging from agent memory and observability to security, economic primitives, and enterprise scaling. Second, we propose a seven-layer Agent Cloud Stack -- a reference architecture for what a fully realised agent-native cloud should provide by 2030, grounded in the specific gaps we identify. Third, we characterise five critical evolution paths: from ephemeral storage to a full Agent Memory Cloud; from keyword discovery to a semantic, trust-weighted Agent DNS; from a single-protocol model to a multi-standard agent lingua franca; from single-instance hosting to Kubernetes-scale orchestration; and from simple token payments to rich agent economic primitives. Together these contributions provide a diagnostic of current agent infrastructure and a technically grounded vision for what the agent cloud must become to support the agentic web -- Web4 -- by 2030.
- Abstract（参考訳）: デジタルインフラの第一級参加者としての自律型AIエージェントの出現は、Webの進化の根本的な転換点である。
エージェントの振る舞いと推論に関する重要な研究は行われているが、エージェントが大規模に運用するために必要とするインフラには比較的注意が払われていない。
本稿では,Fetch.aiがArtificial Superintelligence (ASI) Allianceの下で開発したエージェントクラウドプラットフォームであるAgentverseのシステム解析とのギャップについて述べる。
主な貢献は3つある。
まず、Agentverseプラットフォームの実証的な監査を行い、204のAPIエンドポイント(Q1 2026)をカタログ化し、運用中、一部デプロイ中、あるいは欠落しているものを特徴付ける。
この監査から、エージェントメモリや可観測性からセキュリティ、経済プリミティブ、エンタープライズスケーリングまで、62の異なる機能を含む8つのカテゴリのギャップ分類を導出します。
第2に,7層エージェントクラウドスタック – 2030年までに完全に実現されたエージェントネイティブクラウドが提供すべきものに対する参照アーキテクチャ – を,私たちが特定する特定のギャップに基づいて提案する。
第三に、エフェメラルストレージからフルエージェントメモリクラウド、キーワード発見からセマンティックで信頼性の高いエージェントDNS、シングルプロトコールモデルからマルチスタンダードエージェントのlingua Francea、シングルインスタンスホスティングからKubernetesスケールのオーケストレーション、シンプルなトークン支払いからリッチエージェントの経済プリミティブまで、5つの重要な進化パスを特徴付けています。
これらのコントリビューションは、現在のエージェントインフラストラクチャの診断と、2030年までにエージェントクラウドがエージェントWeb(Web4)をサポートするために何が必要か、技術的に根拠づけられたビジョンを提供する。
関連論文リスト
- TessIndex: Capability Verified Identity System for the Agent Economy [0.0]
TessIndexはエージェントプリミティブのための機能検証されたアイデンティティシステムである。
エージェントの存在を能力、実行、評価に結び付ける。
論文 参考訳（メタデータ） (2026-08-22T12:49:11Z) - The Web4 Agent Economy: A Large-Scale Empirical Study of the Landscape, Challenges, and Opportunities [16.588209965483944]
Web4エコシステムに関する大規模な実証的研究を初めて行った。
99,448のマルチチェーンID登録、317,596,323のトランザクションログ、341のCPプロジェクトのソースコード、そして349のGitHub問題を分析します。
以上の結果から,自律型エージェントが機械間支払い経済を高度に確立していることが明らかとなった。
しかし、この成長は、アイデンティティ/認可の実践、クロス環境操作、支払いの相互運用性など、未成熟のインフラの上に構築されている。
論文 参考訳（メタデータ） (2026-06-24T14:20:51Z) - Agentization of Digital Assets for the Agentic Web: Concepts, Techniques, and Benchmark [38.52339688196343]
我々はエージェントWebのためのデジタル資産をエージェント化するエージェント化エージェントを開発する。
提案手法は,デジタル資産の機能的機能を効果的に活性化することを示す。
この作業により、Agentic Webエコシステムへのデジタル資産のスケーラブルで標準化された統合をさらに促進できると考えています。
論文 参考訳（メタデータ） (2026-04-05T19:01:27Z) - Emergent Social Structures in Autonomous AI Agent Networks: A Metadata Analysis of 626 Agents on the Pilot Protocol [0.0]
ライブネットワーク上での自律型AIエージェント間の社会構造形成の実証的研究を行った。
本研究は,UDP上の仮想アドレス,ポート,暗号化トンネルを含むオーバーレイネットワーク上で通信する626のエージェントについて検討した。
自律的に形成されたトラストネットワークは、優先的なアタッチメントと一致した重み付き次数分布を示す。
論文 参考訳（メタデータ） (2026-02-11T17:31:51Z) - A Survey of Data Agents: Emerging Paradigm or Overstated Hype? [66.1526688475023]
現在「データエージェント」は用語的曖昧さと不整合性に悩まされている。
この調査では、データエージェントのための最初の体系的な階層型分類を紹介した。
プロアクティブな生成データエージェントの出現を想定する、先見的なロードマップで締めくくります。
論文 参考訳（メタデータ） (2025-10-27T17:54:07Z) - Scaling Agents via Continual Pre-training [80.97989245493326]
我々は,エージェント連続事前学習(Agentic CPT)を深層研究エージェント訓練パイプラインに組み込んで,強力なエージェント基礎モデルを構築することを提案する。
我々は,AgentFounder-30Bを10のベンチマークで評価し,強力なツール使用能力を保ちながら最先端のパフォーマンスを実現した。
論文 参考訳（メタデータ） (2025-09-16T17:57:19Z) - 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) - Cognitive Kernel-Pro: A Framework for Deep Research Agents and Agent Foundation Models Training [67.895981259683]
汎用AIエージェントは、次世代人工知能の基礎となるフレームワークとして、ますます認識されている。
現在のエージェントシステムはクローズドソースか、さまざまな有料APIやプロプライエタリなツールに大きく依存している。
我々は,完全オープンソースかつ(最大限に)フリーなマルチモジュールエージェントフレームワークであるCognitive Kernel-Proを提案する。
論文 参考訳（メタデータ） (2025-08-01T08:11:31Z) - 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) - Agent-as-a-Judge: Evaluate Agents with Agents [61.33974108405561]
本稿ではエージェント・アズ・ア・ジャッジ(Agent-as-a-Judge)フレームワークを紹介し,エージェント・システムを用いてエージェント・システムの評価を行う。
これはLLM-as-a-Judgeフレームワークの有機的拡張であり、タスク解決プロセス全体の中間フィードバックを可能にするエージェント的特徴を取り入れている。
55のリアルな自動化AI開発タスクのベンチマークであるDevAIを紹介します。
論文 参考訳（メタデータ） (2024-10-14T17:57:02Z) - Agent-E: From Autonomous Web Navigation to Foundational Design Principles in Agentic Systems [1.079505444748609]
本稿では,新しいWebエージェントであるAgent-Eの構築について紹介する。
Agent-Eは、最先端のWebエージェントよりも多くのアーキテクチャ改善を導入している。
我々は,Agent-Eが他のSOTAテキストおよびマルチモーダルWebエージェントを,ほとんどのカテゴリで10～30%上回っていることを示す。
論文 参考訳（メタデータ） (2024-07-17T21:44:28Z)
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。