論文の概要: Towards an Agent Operating System - Lessons from Classical and Cloud OS
- arxiv url: http://arxiv.org/abs/2607.25076v1
- Date: Mon, 27 Jul 2026 21:10:59 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-29 20:50:42.623231
- Title: Towards an Agent Operating System - Lessons from Classical and Cloud OS
- Title（参考訳）: エージェントオペレーティングシステムに向けて - 古典的およびクラウドOSからの教訓-
- Authors: Gosia Steinder, Hubertus Franke,
- Abstract要約: エージェントAIシステムは、現在、第3波の実験段階にある。
コア抽象化とは何か、どのような保証があるのかについては、コミュニティの合意はありません。
前進する道は、先行波の方法論に従うことだと我々は主張する。
- 参考スコア（独自算出の注目度）: 1.694273347265762
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Every major wave of platform software follows the same arc: an initial period of experimentation with competing frameworks and ad-hoc implementations, followed by the articulation of a small set of stable abstractions with well-defined semantics, and finally consolidation around those abstractions into a platform that applications can portably target. POSIX did this for classical operating systems; Kubernetes did it for the cloud. Agentic AI systems - autonomous, LLM-driven agents that plan, use tools, maintain memory, and collaborate - are currently in the experimentation phase of the third such wave. dozens of frameworks and protocols have emerged, but no community consensus exists on what the core abstractions are or what guarantees they carry. Without that consensus, agentic applications cannot be written portably, platforms cannot compose reliably, and the field cannot advance beyond prototype deployments. We argue that the path forward is to follow the prior-wave methodology: derive new agentic abstractions by extending classical OS and cloud OS primitives to stochastic, natural-language-mediated execution, specify their semantics precisely, and consolidate around them - just as POSIX and Kubernetes consolidated their respective waves.
- Abstract（参考訳）: 競合するフレームワークやアドホックな実装を実験し、その後、明確に定義されたセマンティクスを持った小さな安定的な抽象化セットを記述し、最終的にそれらの抽象化を取り巻く統合が、アプリケーションに対して可搬性のあるターゲットとなるプラットフォームへと成長する。
POSIXは従来のオペレーティングシステムでこれを行い、Kubernetesはクラウドでこれを行った。
エージェントAIシステム - 自律的でLLM駆動のエージェントで、ツールを計画し、使用し、メモリを保守し、協力する - は、現在、第3波の実験段階にある。
数十のフレームワークとプロトコルが登場しましたが、コア抽象化が何であるか、どのような保証があるのかについては、コミュニティの合意はありません。
その合意がなければ、エージェントアプリケーションはポータブルに書けず、プラットフォームは確実に構成できない。
従来のOSとクラウドOSプリミティブを、確率的かつ自然言語による実行に拡張し、セマンティクスを正確に指定し、それらを統合することで、新たなエージェント的抽象化を導出する — POSIXとKubernetesがそれぞれの波を統合したように。
関連論文リスト
- PhyAgentOS: A Self-Evolving Operating System for Embodied Agents with Decoupled Cognitive Planning and Physical Execution [49.776611937968]
我々は、スケジューリング、検証、メモリ、ベンチマーク、安全性をシステムレベルのサービスとして提供するPhyAgentOSを紹介します。
セッション中心のセッションは、スケジューリング、互換性、監督された実行、エビデンス収集、受け入れの最小単位として、アクションではなくセッションを扱う。
SessionVerifierは、実行終了とセマンティックタスク完了を、成功、失敗、または再計画のエビデンスに基づいて判断する。
ベンチマークはデプロイメントセッションと検証パスを再利用するので、結果は実際の実行に遡る。
論文 参考訳（メタデータ） (2026-07-18T04:46:53Z) - Advancing Omnimodal Embodied Agents from Isolated Skills to Everyday Physical Autonomy [79.09714980186278]
非構造化環境で永続的なエンボディエージェントを構築するには、異種ツールの統一的なオーケストレーションが必要である。
我々は,多モーダルなセマンティックプランナを統合したフレームワークであるOmniActを紹介した。
すべての複雑性レベルにわたって、エンドツーエンドの成功において一貫した改善が達成されます。
論文 参考訳（メタデータ） (2026-06-25T16:36:35Z) - Multi-Agent Object Detection Framework Based on Raspberry Pi YOLO Detector and Slack-Ollama Natural Language Interface [0.0]
本稿では,AIエージェントオーケストレーションの新しいパラダイムにおいて,エッジベースオブジェクト検出システムの設計とプロトタイプの実装について述べる。
LLMベースの自然言語インタフェースをシステム制御と通信に活用することで、従来の設計アプローチを越えている。
提案手法は,オブジェクト検出とトラッキング機能を提供するのと同じタスク内で,異なるAIエージェントを密に統合するマルチエージェントオブジェクト検出フレームワークに基づいている。
論文 参考訳（メタデータ） (2026-04-14T23:15:38Z) - Clawed and Dangerous: Can We Trust Open Agentic Systems? [12.04979073308511]
オープンエージェントシステムは、プランニングを外部機能、永続メモリ、特権実行と組み合わせる。
本稿では,6次元分析分類法を導入し,攻撃,ベンチマーク,防衛,監査,隣接技術基盤にまたがる50の論文を合成する。
文献は攻撃特性とベンチマーク構築において比較的成熟しているが,デプロイメントコントロールや運用管理,永続的メモリの完全性,能力回復には依然として弱いことが,我々のレビューで示されている。
論文 参考訳（メタデータ） (2026-03-27T09:45:12Z) - CaP-X: A Framework for Benchmarking and Improving Coding Agents for Robot Manipulation [48.85772216740915]
"Code-as-Policy" は、実行可能コードがデータ集約型のVision-Language-Actionメソッドを補完する方法について考察している。
ロボット操作におけるCode-as-PolicyエージェントのオープンアクセスフレームワークであるCaP-Xを提案する。
論文 参考訳（メタデータ） (2026-03-23T18:08:10Z) - Quine: Realizing LLM Agents as Native POSIX Processes [0.6700873164609007]
本稿では,LLMエージェントをネイティブPOSIXプロセスとして実現したランタイムアーキテクチャと参照実装であるQuineについて述べる。
IDはPID、インターフェイスは標準ストリームと終了ステータス、状態はメモリ、環境変数、ライフサイクルはfork/exec/exitである。
Quineのリファレンス実装はGitHubで公開されている。
論文 参考訳（メタデータ） (2026-03-08T05:32:46Z) - UniManip: General-Purpose Zero-Shot Robotic Manipulation with Agentic Operational Graph [23.060488218180936]
We present UniManip, a framework based on a Bi-level Agentic Operational Graph (AOG)
タスクオーケストレーションのための高レベルのエージェント層と、動的状態表現のための低レベルのScene Layerを結合することにより、システムは、抽象的な計画と幾何学的制約を継続的に整合させる。
実験では、未確認のオブジェクトやタスクに対するシステムの堅牢なゼロショット能力を評価し、最先端のVLAや階層的なベースラインと比較して22.5%と25.0%の成功率を示した。
論文 参考訳（メタデータ） (2026-02-13T16:47:26Z) - Just Ask: Curious Code Agents Reveal System Prompts in Frontier LLMs [65.6660735371212]
textbftextscJustAskは,インタラクションのみで効果的な抽出戦略を自律的に発見するフレームワークである。
これは、アッパー信頼境界に基づく戦略選択と、原子プローブと高レベルのオーケストレーションにまたがる階層的なスキル空間を用いて、オンライン探索問題として抽出を定式化する。
この結果から,現代のエージェントシステムにおいて,システムプロンプトは致命的ではあるがほぼ無防備な攻撃面であることがわかった。
論文 参考訳（メタデータ） (2026-01-29T03:53:25Z) - AI-NativeBench: An Open-Source White-Box Agentic Benchmark Suite for AI-Native Systems [52.65695508605237]
我々は、Model Context Protocol(MCP)とAgent-to-Agent(A2A)標準に基づいて、アプリケーション中心でホワイトボックスのAI-NativeベンチマークスイートであるAI-NativeBenchを紹介する。
エージェントスパンを分散トレース内の第一級市民として扱うことにより,本手法は,単純な機能以上の工学的特性の粒度解析を可能にする。
この研究は、モデル能力の測定から信頼性の高いAI-Nativeシステムへの移行を導く最初の体系的な証拠を提供する。
論文 参考訳（メタデータ） (2026-01-14T11:32:07Z) - Towards Agentic OS: An LLM Agent Framework for Linux Schedulers [3.8068085728995307]
我々は、完全に自律的な大規模言語モデル(LLM)エージェントが、人間の関与なしにLinuxスケジューラを安全かつ効率的に最適化できる、最初のフレームワークであるSchedCPを紹介した。
評価の結果,SchedCPの性能改善は最大1.79倍,コスト削減は有意なエージェントアプローチに比べて13倍であることがわかった。
論文 参考訳（メタデータ） (2025-09-01T08:38:49Z) - DynaSaur: Large Language Agents Beyond Predefined Actions [126.98162266986554]
既存のLLMエージェントシステムは、通常、各ステップで固定セットと事前定義されたセットからアクションを選択する。
動作を動的に生成・構成できるLLMエージェントフレームワークを提案する。
このフレームワークでは、汎用プログラミング言語で書かれたプログラムを生成し実行することで、エージェントが環境と対話する。
論文 参考訳（メタデータ） (2024-11-04T02:08:59Z)
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。