論文の概要: The CASE Framework: A Multi-Disciplinary Control Architecture for Governing Enterprise Agentic AI
- arxiv url: http://arxiv.org/abs/2608.10153v1
- Date: Mon, 10 Aug 2026 19:10:31 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-12 19:14:45.792719
- Title: The CASE Framework: A Multi-Disciplinary Control Architecture for Governing Enterprise Agentic AI
- Title（参考訳）: Case Framework: エンタープライズエージェントAIを支配するための多分野制御アーキテクチャ
- Abstract要約: エージェントAIガバナンスは、ひとつではなく4つの問題であり、それぞれが成熟した統治科学を持っている、と我々は主張する。
各層を形式化し、層間結合条件を導出し、20以上のエンタープライズ制御を古典的な構成に追従する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Enterprises are deploying autonomous AI agents faster than they can govern them, and prevailing approaches stretch a single discipline, typically DevSecOps built for deterministic automation, across every scale of agency. We argue that agentic AI governance is four problems, not one, each with a mature governing science. The CASE framework assigns Control theory to the individual agent (intent as setpoint, guardrails as feedback, evaluation as observation), complex Adaptive systems theory to agent collectives (where emergence makes single-agent assurance non-compositional), Supervisory cybernetics to human-agent teams (where the Law of Requisite Variety shows unaided human oversight fails structurally), and Engineering operations to fleets (extending error budgets to decision quality so autonomy becomes a controlled variable). We formalize each layer, derive cross-layer coupling conditions, including a zero-touch deployment paradox where excellence at one-layer strains the others, and trace twenty-plus enterprise controls to their classical constructs. Three empirical studies validate the thesis: 82 percent of documented production agent failures are multi-layer trajectories; none of 22 ecosystem tools offers full Layer 2 (emergence) coverage; and all 35 scored public deployments fall in the lowest maturity band. We name this mismatch, risk realized at the emergence layer against capability barely offered and practice absent, the Emergence Gap. A five-level maturity model with a non-compensatory bottleneck-weighted index and assessment instrument operationalizes CASE as a scientific rather than process maturity model, grounded in production enterprise agentic platforms. As EU AI Act Article 14 makes effective human oversight a legal requirement, only architectures satisfying requisite variety can make oversight real rather than ceremonial.
- Abstract（参考訳）: 企業は、自律的なAIエージェントを管理できるよりも早くデプロイし、一般的なアプローチは、決定論的自動化のために構築された単一の規律(一般的にはDevSecOps)を、あらゆる規模のエージェンシーにわたって拡張する。
エージェントAIガバナンスは、ひとつではなく4つの問題であり、それぞれが成熟した統治科学を持っている、と我々は主張する。
CASEフレームワークは、コントロール理論を個々のエージェント(セットポイントとして、ガードレールをフィードバックとして、観察として評価する)、複雑な適応システム理論をエージェント集団(単一エージェント保証を非構成として出現させる)、スーパーバイザリーサイバネティクスを人間エージェントチームに割り当てる(要求変数法(Requisite Variety)は、人間の監視が構造的に失敗する)、エンジニアリングオペレーションを艦隊に割り当てる(過度なエラー予算で品質を判断し、自律性は制御変数となる)。
我々は, 各層を形式化し, ゼロタッチ配置パラドックスを含むクロスレイヤ結合条件を導出する。
文書化されたプロダクションエージェントの失敗の82%はマルチレイヤのトラジェクトリであり、22のエコシステムツールはいずれもフルレイヤ2(エマージェンス)のカバレッジを提供しておらず、35件の公開デプロイメントはすべて、最低成熟度帯域に該当する。
私たちはこのミスマッチを、ほとんど提供されない能力に対して出現層で実現されたリスク、すなわちEmergence Gapと名付けています。
非補償的ボトルネック重み付き指標と評価器を備えた5段階成熟モデルでは,生産型企業エージェントプラットフォームを基盤として,CASEをプロセス成熟モデルではなく科学的に運用する。
EUのAI法第14条は、人間の効果的な監視を法的要件としているため、必要な多様性を満たすアーキテクチャのみが、儀式よりも監視をリアルにすることができる。
関連論文リスト
- A Few Pages of Markdown: Committed AI Configuration and Lower Quality Cost after Coding-Agent Adoption [33.31789388282026]
コーディングエージェントは開発速度を増加させるだけでなく、技術的負債も増す。
以前の作業では、採用者の平均的な影響しか報告せず、チーム間の大きな違いを隠蔽しています。
私たちは、バージョン管理アーティファクトに基づく4段階の累積成熟モデルであるRAMPを紹介します。
論文 参考訳（メタデータ） (2026-08-26T00:00:48Z) - When Agents Evolve, Institutions Follow [52.359340707289114]
大規模言語モデル上に構築されたマルチエージェントシステムは、同じ課題に直面している。
彼らの中心的な問題は、個人の知性だけでなく、集団的な組織である。
我々は,4つの標準的ガバナンスパターンにまたがる7つの歴史的政治機関を,実行可能なマルチエージェントアーキテクチャに翻訳する。
論文 参考訳（メタデータ） (2026-04-30T10:30:58Z) - Taming Actor-Observer Asymmetry in Agents via Dialectical Alignment [59.536125286960186]
セルフリフレクションと相互監査を可能にするために、専門的な役割を割り当てるマルチエージェントフレームワークがますます採用されている。
アクター・オブザーバ非対称性(Actor-Observer Asymmetric)と呼ばれる認知バイアスを同時に誘発する。
ReTASは、対立する視点を客観的なコンセンサスに合成するためにエージェントを誘導する。
論文 参考訳（メタデータ） (2026-04-21T15:05:58Z) - Governing the Agentic Enterprise: A Governance Maturity Model for Managing AI Agent Sprawl in Business Operations [0.0]
組織は、コントロールされていないエージェントのスプロールに直面します。
この課題の認知度は高まるが、学術文献には正式な、実証的に検証されたガバナンス成熟度モデルがない。
本稿では、12のガバナンスドメインにまたがる5段階のフレームワークであるエージェントAIガバナンス成熟度モデル(AAGMM)を紹介する。
論文 参考訳（メタデータ） (2026-03-13T14:35:14Z) - Context Engineering: From Prompts to Corporate Multi-Agent Architecture [0.0]
関連性, 十分性, 孤立性, 経済性, 証明性, およびエージェントのオペレーティングシステムとしてのコンテキストフレームの5つの品質基準を提案する。
Intent Engineeringは、組織目標、価値、トレードオフ階層をエージェントインフラストラクチャにエンコードする。
仕様工学は、大規模にマルチエージェントシステムの自律的な運用を可能にする企業方針と標準の機械可読コーパスを作成する。
論文 参考訳（メタデータ） (2026-03-10T12:58:31Z) - Towards a Science of Scaling Agent Systems [79.64446272302287]
エージェント評価の定義を定式化し,エージェント量,コーディネーション構造,モデル,タスク特性の相互作用として,スケーリング法則を特徴付ける。
協調指標を用いて予測モデルを導出し,R2=0をクロスバリデーションし,未知のタスク領域の予測を可能にする。
ツールコーディネーショントレードオフ: 固定的な計算予算の下では, ツールヘビータスクはマルチエージェントのオーバーヘッドから不均衡に悩まされ, 2) 能力飽和: 調整が減少または負のリターンを, 単一エージェントのベースラインが45%を超えると達成できる。
論文 参考訳（メタデータ） (2025-12-09T06:52:21Z) - LIMI: Less is More for Agency [49.63355240818081]
LIMI(Less Is More for Intelligent Agency)は、機関が根本的に異なる開発原則に従うことを示す。
高度なエージェント・インテリジェンスは、最小でも戦略的にキュレートされた自律行動のデモンストレーションから生まれる可能性がある。
マシンの自律性はデータの豊富さではなく、高品質なエージェント実証の戦略的キュレーションから生まれる。
論文 参考訳（メタデータ） (2025-09-22T10:59:32Z) - Vulnerable Agent Identification in Large-Scale Multi-Agent Reinforcement Learning [49.31650627835956]
システムがスケールアップすると、部分的なエージェントの障害は避けられないものとなり、全体的なパフォーマンスが著しく低下するエージェントのサブセットを特定することが重要になる。
本稿では,大規模マルチエージェント強化学習(MARL)における脆弱性エージェント識別(VAI)問題について検討する。
実験により, 大規模MARLおよびルールベースシステムにおいて, より脆弱なエージェントを効果的に同定し, システムを悪用し, それぞれのエージェントの脆弱性を明らかにする値関数を学習した。
論文 参考訳（メタデータ） (2025-09-18T16:03:50Z) - From MAS to MARS: Coordination Failures and Reasoning Trade-offs in Hierarchical Multi-Agent Robotic Systems within a Healthcare Scenario [3.5262044630932254]
マルチエージェントロボットシステム(MARS)は、物理的およびタスク関連の制約を統合することで、マルチエージェントシステム上に構築される。
高度なマルチエージェントフレームワークが利用可能であるにも関わらず、実際のロボットへのデプロイメントは制限されている。
論文 参考訳（メタデータ） (2025-08-06T17:54:10Z) - Personalized Constitutionally-Aligned Agentic Superego: Secure AI Behavior Aligned to Diverse Human Values [0.6640968473398455]
スーパーエージェントがユーザー選択型「クリードコンスティチューション」を参考にAIプランニングを主導
リアルタイムコンプライアンス執行機関は、これらの憲法に対する計画を検証する。
システムは最大98.3%の有害スコアの減少とほぼ完全な拒絶率を達成する。
論文 参考訳（メタデータ） (2025-06-08T20:31:26Z) - On the Resilience of LLM-Based Multi-Agent Collaboration with Faulty Agents [58.79302663733703]
大規模言語モデルに基づくマルチエージェントシステムは、専門家エージェントの協力により、様々なタスクにまたがる優れた能力を示している。
不器用なエージェントや悪意のあるエージェントが与える影響 - システム全体のパフォーマンスにおいて、頻繁にタスクでエラーを犯すものは、いまだに過小評価されていない。
本稿では,下流タスクにおける障害要因下での各種システム構造のレジリエンスについて検討する。
論文 参考訳（メタデータ） (2024-08-02T03:25:20Z)
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。