論文の概要: ESAA-Conversational: An Event-Sourced Memory Layer for Continuity, Handoff, and Curation Across Heterogeneous LLM Coding Agents
- arxiv url: http://arxiv.org/abs/2606.23752v1
- Date: Mon, 22 Jun 2026 01:02:24 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-24 22:16:48.596919
- Title: ESAA-Conversational: An Event-Sourced Memory Layer for Continuity, Handoff, and Curation Across Heterogeneous LLM Coding Agents
- Title（参考訳）: ESAA-Conversational: 連続性, ハンドオフ, キュレーションのためのイベントソースメモリ層
- Authors: Elzo Brito dos Santos Filho,
- Abstract要約: 本稿ではイベントソーシングエージェントアーキテクチャ(ESAA)のドメインであるemphA-contextalを提案する。
異種エージェントが直接エージェント対エージェントチャネルを使わずに共有ログを介して協調できることを示し、一方、公開ディストリビューションはプライベートな会話履歴を除外してプライバシを保存する。
570件の開発-ラブイベントによる自己参照ケーススタディでは、異種エージェントが直接エージェント対エージェントチャネルを使わずに共有ログを通じて協力できる一方で、公開ディストリビューションはプライベートな会話履歴を除外してプライバシを保存する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Software developers increasingly work with multiple LLM coding agents, switching among tools such as Codex, Grok, Claude Code, and other assistants as context windows fill, sessions end, or a particular agent becomes better suited to a subtask. Each agent, however, persists its conversation in a private and vendor-specific log. The result is conversational state drift: goals, decisions, open tasks, and rationales established with one agent are not reliably available when another agent takes over. This paper presents \emph{ESAA-Conversational}, a domain specialization of Event-Sourcing Agent Architecture (ESAA)~\cite{esaa} for shared conversational memory across heterogeneous agents. The method treats the visible conversation as a local event store: hooks and watchers capture visible turns, normalize them into an append-only \texttt{activity.jsonl}, and deterministically project read models such as \texttt{handoff.md}, \texttt{state.md}, \texttt{decisions.md}, and \texttt{tasks.json}. Mechanical capture does not require LLM inference; agents use judgment only for explicit curation, recording durable decisions and conversational tasks through domain commands. The public v1.1.0 release implements a PowerShell CLI with \texttt{init}, \texttt{enable-hooks}, \texttt{sync}, \texttt{project}, \texttt{verify}, \texttt{context}, \texttt{decide}, and \texttt{task}; includes \texttt{workspace\_root} isolation and a write-path lockfile; and is distributed as a greenfield package with an empty public log. A self-referential case study with 570 development-lab events shows that heterogeneous agents can collaborate through a shared log without a direct agent-to-agent channel, while the public distribution preserves privacy by excluding the private conversational history.
- Abstract（参考訳）: ソフトウェア開発者は、複数のLLMコーディングエージェントで作業するようになり、コンテキストウィンドウの埋め合わせ、セッションの終わり、特定のエージェントがサブタスクに適しているように、Codex、Grok、Claude Codeなどのツールを切り替えるようになる。
しかし、各エージェントは、会話をプライベートとベンダー固有のログに永続化する。
目標、決定、オープンタスク、そしてあるエージェントで確立された合理性は、別のエージェントが引き継いだときに確実に利用できない。
本稿では,異種エージェント間での会話記憶共有のためのイベントソーシングエージェントアーキテクチャ(ESAA)~\cite{esaa}のドメイン専門化である「emph{ESAA-Conversational}」を提案する。
フックとウォッチャーは可視回転をキャプチャし、それを追加のみの \texttt{ Activity.jsonl} に正規化し、決定論的に \texttt{handoff.md}, \texttt{state.md}, \texttt{decisions.md}, \texttt{tasks.json} のような読み取りモデルを投影する。
機械的キャプチャはLLM推論を必要としない; エージェントは明示的なキュレーションのためにのみ判断を使用し、永続的な決定とドメインコマンドによる会話のタスクを記録する。
パブリック v1.1.0 リリースでは,PowerShell CLI に \texttt{init}, \texttt{enable-hooks}, \texttt{sync}, \texttt{project}, \texttt{verify}, \texttt{context}, \texttt{decide}, \texttt{task} を実装している。
570件の開発-ラブイベントによる自己参照ケーススタディでは、異種エージェントが直接エージェント対エージェントチャネルを使わずに共有ログを通じて協力できる一方で、公開ディストリビューションはプライベートな会話履歴を除外してプライバシを保存する。
関連論文リスト
- Capable but Careless: Do Computer-Use Agents Follow Contextual Integrity? [54.701199583505144]
アプリケーション間アクセスは、ほとんど見落とされたプライバシーリスクを生み出す。
我々はAgentCIBenchを紹介します。これは、このリスクを決定論的に評価されたシナリオに変換する評価ハーネスです。
我々は15のフロンティアエージェントを評価し、驚くほど高い失敗率を見出す。
論文 参考訳（メタデータ） (2026-06-22T11:36:58Z) - PACMS: Submodular Context Selection as a Pluggable Engine for LLM Agents [0.9134244356393664]
LLMエージェントは、複数の方向から同時に満たされるコンテキストウィンドウ上で動作する。
一般的なメカニズムは、時として周期的な要約と組み合わせて、直流の切り離しである。
Retrieval拡張生成は、外部文書をプロンプトにフェッチするが、エージェントの空白表示されたコンテキストを仲裁しない。
論文 参考訳（メタデータ） (2026-06-18T10:22:57Z) - GenericAgent: A Token-Efficient Self-Evolving LLM Agent via Contextual Information Density Maximization (V1.0) [56.81743709880371]
Long-Horizon Large Language Model (LLM) エージェントは、コンテキストによって根本的に制限される。
長い水平性能は、文脈長ではなく、有限の文脈予算内で意思決定関連情報がどれだけ維持されているかによって決定される。
我々は、情報密度とコンテキストの1つの原理に基づいて構築された汎用的自己進化型LLMエージェントシステムであるGenericAgent(GA)を提案する。
論文 参考訳（メタデータ） (2026-04-18T17:59:15Z) - Interpretable Context Methodology: Folder Structure as Agentic Architecture [0.0]
AIエージェントオーケストレーションに対する現在のアプローチは、典型的には、コンテクストパッシング、メモリ、エラーハンドリング、コードによるステップ調整を管理するマルチエージェントフレームワークの構築を含む。
本稿では,フレームワークレベルのオーケストレーションを構造に置き換える手法である Model Workspace Protocol (MWP) を提案する。
平易なマークダウンファイルには、ひとつのAIエージェントに各ステップでどのような役割を果たすべきかを伝えるプロンプトとコンテキストがある。ローカルスクリプトは、AIをまったく必要としない機械的な作業を処理する。
論文 参考訳（メタデータ） (2026-03-17T00:03:23Z) - Agentic Peer-to-Peer Networks: From Content Distribution to Capability and Action Sharing [10.47562113256175]
本稿では,このようなコラボレーションの実現に必要なネットワーク基盤について概説する。
本稿では,接続/ID,意味発見,実行を分離する平面型参照アーキテクチャを提案する。
Tier1は評判信号に依存し、Tier2はフォールバック選択で軽量なカナリアチャレンジ応答を適用し、Tier3は署名されたツールレシートやトラスのようなエビデンスパッケージを必要とします。
論文 参考訳（メタデータ） (2026-03-04T05:58:44Z) - AgentSys: Secure and Dynamic LLM Agents Through Explicit Hierarchical Memory Management [47.49917373646469]
既存の防御は肥大した記憶を与えられたまま扱い、回復力を維持することに集中する。
我々は、明示的なメモリ管理を通じて間接的なインジェクションを防御するフレームワークであるAgentSysを紹介する。
論文 参考訳（メタデータ） (2026-02-07T06:28:51Z) - LLMs Can't Play Hangman: On the Necessity of a Private Working Memory for Language Agents [18.273509519961255]
プライベートステートインタラクティブタスク(PSIT)を定義します。
PSITは、一貫した公開応答を生成しながら、隠された情報の生成と維持をエージェントに要求する。
公開会話履歴に制限されたエージェントは,PSITにおける秘密性と一貫性を同時に保持できないことが理論的に示されている。
明示的なプライベートなワーキングメモリを組み込んだ新しいアーキテクチャを提案する。
論文 参考訳（メタデータ） (2026-01-11T16:06:58Z) - LongVideoAgent: Multi-Agent Reasoning with Long Videos [69.28914905197426]
本稿では,主LLMが問題関連セグメントの局所化のために接地エージェントをコーディネートするマルチエージェントフレームワークと,対象とするテキスト観察を抽出する視覚エージェントを提案する。
マスターエージェントは、ステップ制限で計画し、簡潔で正確で効率的なマルチエージェント協調を促進するために強化学習で訓練されている。
テレビQA/TVQA+から集約したエピソードレベルのデータセットであるLongTVQAとLongTVQA+では,マルチエージェントシステムは強力な非エージェントベースラインよりも大幅に優れています。
論文 参考訳（メタデータ） (2025-12-23T18:59:49Z) - DeepAgent: A General Reasoning Agent with Scalable Toolsets [111.6384541877723]
DeepAgentは、自律的な思考、ツール発見、アクション実行を実行するエンドツーエンドのディープ推論エージェントである。
長期にわたる相互作用の課題に対処するために,過去の相互作用を構造化エピソード,動作,ツール記憶に圧縮する自律的メモリ折り畳み機構を導入する。
LLMシミュレートされたAPIを活用し、ツール呼び出しトークンにきめ細かいクレジットを割り当てるツールコールアドバンテージ属性を適用した、エンドツーエンドの強化学習戦略であるToolPOを開発した。
論文 参考訳（メタデータ） (2025-10-24T16:24:01Z) - A Simple and Provably Efficient Algorithm for Asynchronous Federated
Contextual Linear Bandits [77.09836892653176]
我々は,M$エージェントが相互に協力して,中央サーバの助けを借りて,グローバルなコンテキスト線形バンドイット問題を解決するためのフェデレーション付きコンテキスト線形バンドイットについて検討した。
すべてのエージェントが独立して動作し、ひとつのエージェントとサーバ間の通信が他のエージェントの通信をトリガーしない非同期設定を考える。
texttFedLinUCBの後悔は$tildeO(dsqrtsum_m=1M T_m)$で、通信の複雑さは$tildeO(dM)であることを示す。
論文 参考訳（メタデータ） (2022-07-07T06:16:19Z)
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。