論文の概要: MemMux: Runtime Verification and Honest Resource Attribution for Fleets of Parallel Coding Agents

• arxiv url: http://arxiv.org/abs/2610.07257v1
• Date: Mon, 05 Oct 2026 18:56:34 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-08 02:58:29.607844
• Title: MemMux: Runtime Verification and Honest Resource Attribution for Fleets of Parallel Coding Agents
• Title（参考訳）: MemMux:並列符号化エージェントのフリートに対する実行時検証と誠実なリソース属性
• Abstract要約: 標準ツールでは、どのエージェントに属しているかは定かでない。 MemMuxはリソース管理をチェック可能な信号に変換する。 MemMuxはゼロスワップで艦隊を予算(7.5ギB)に維持する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Developers increasingly run a fleet of coding agents side by side on one workstation. The tools they reach for, terminal multiplexers like tmux and a new generation of agent managers, were built to arrange windows, not to govern memory. When ten agents each spawn language servers, test runners, and browsers, no standard tool can say how much memory belongs to which agent, confirm that a terminated agent's descendants are gone, notice a child that has escaped its agent, or keep the machine off the swap cliff when an OOM kill would silently discard uncommitted work. We treat these as runtime-verification problems: an agent-hosting substrate should continuously emit observable signals an operator or auditor can check while agents run. We present MemMux, a local runtime that turns resource governance into checkable signals (per-agent attribution, complete reclamation, escaped-process visibility, bounded footprint under overcommit, and monitoring overhead), with a claims-disciplined benchmark against tmux, a purpose-built agent multiplexer, and a raw-process baseline on identical workloads. Under a binding memory budget on a Linux host, MemMux keeps the fleet under budget (7.5 GiB) with zero swap by admitting a subset and reclaiming under pressure, while the ungoverned tools run every agent, pin the machine at its RAM ceiling (2x over budget), and spill about 2 GiB into swap. MemMux reclaims 100% of a terminated agent's process subtree where the raw baseline strands half of it, and it alone surfaces escaped children (10 of 10 detected). We report the cost: the 1 Hz attribution scan runs near 0.6% CPU at one agent but 2.7% at ten, above our 2% target. Running the harness on real Claude Code sessions shows 100% attribution and low overhead carry over to live agent trees. We release the engine, benchmark, and a one-command reproducer.
• Abstract（参考訳）: デベロッパたちは、一台のワークステーションの上で、一群のコーディングエージェントを並べて動かしている。 彼らが求めているツール、tmuxのようなターミナルマルチプレクサ、および新しい世代のエージェントマネージャは、メモリを管理するためではなく、ウィンドウを配置するために構築された。 10人のエージェントがそれぞれ言語サーバー、テストランナー、ブラウザを産み出すと、標準ツールでは、どのエージェントのメモリがどのエージェントに属しているのかを判断したり、停止したエージェントの子孫が消えたことを確認したり、エージェントを逃した子供に気づかせたり、OOMが無許可の作業を捨てるときにマシンをスワップ崖から遠ざけたりする。 エージェントをホストする基板は、オペレータが実行される間、オペレータや監査官がチェックできる可観測的な信号を継続的に出力する必要がある。 私たちは、リソースガバナンスをチェック可能な信号(エージェント毎の属性、完全な再利用、エスケーププロセスの可視性、オーバーコミットによる境界フットプリント、監視オーバーヘッド)に変換するローカルランタイムであるMemMuxを紹介します。 Linuxホスト上のバインドメモリ予算の下で、MemMuxは、サブセットを認めてプレッシャーを回収することで、フリートをゼロスワップ(7.5 GiB)で維持し、未使用のツールはすべてのエージェントを実行し、マシンをRAMの天井に固定し(予算の2倍)、約2ギBをスワップにスワップする。 MemMuxは、生の基線が半分になる終端エージェントのプロセスサブツリーの100%を再生し、脱走した子供(検出10点中10点中10点)を単独で表面化する。 1Hzのアトリビューションスキャンは1つのエージェントで0.6%近いCPUで動作するが、10時に2.7%、ターゲットの2%を超えている。 実際のClaude Codeセッションでハーネスを実行すると、100%の属性と低いオーバーヘッドがライブエージェントツリーに渡される。 エンジン、ベンチマーク、および1コマンドの再生器をリリースします。

関連論文リスト

• Verifying Coordination in Parallel Coding Agents: NP-Bench and a Scheduling Planner [0.0]
  コーディングエージェントのチームは、エージェントによって優れたエージェントに見えるが、チームとして失敗する。 各作業項目の宣言されたスコープを取得し、不整合スコープに分割し、プロデューサ>コンシューマグラフに沿ってマージを順序付けする。 我々は、このプランナーをNerveplaneに組み込み、環境条件下での3本腕ベンチマークであるNP-Benchで評価する。
  論文  参考訳（メタデータ） (2026-10-05T19:02:27Z)
• AgentCheck: A Reproduce-Intervene-Mitigate Workbench for LLM Agents over MCP [0.0]
  AgentCheckは、実際のツールに対してエージェントを実行し、すべてのツール応答を記録し、その後、障害(12タイプ)インジェクタによって妨害されたレスポンスでエージェントを再実行します。 マッチングツールコールはキャッシュからリプレイされ、その後、エージェントが分岐した後にツールコールがライブになる。 開発者は緩和をトグルし、同じ障害に対して再実行し、障害が消滅するかどうかを確認する。
  論文  参考訳（メタデータ） (2026-07-13T05:14:12Z)
• Multi-Agent Computer Use [72.79887808312706]
  我々はマルチエージェント・コンピュータ・ユース(MACU)システムの評価・構築に向けて進むべきであると論じる。 本稿では、マネージャモデルがコンピュータ使用タスクを有向非巡回グラフ(DAG)として分解する汎用マルチエージェント構成を提案する。 各イテレーションで、マネージャは並列CUAサブエージェントをディスパッチし、DAGの準備ができているフロンティアでノードを実行する。
  論文  参考訳（メタデータ） (2026-06-01T01:29:36Z)
• AgentHijack: Benchmarking Computer Use Agent Robustness to Common Environment Corruptions [78.49000936275773]
  我々は、一般的な汚職下でのコンピュータ利用エージェントの堅牢性を評価するために設計されたベンチマークであるAgentHijackを紹介する。 MLLMをベースとした各種デスクトップタスクを評価し, 汚職の小さな事例であっても, 大幅な性能劣化が生じることを確認した。 本稿では,動作の要約と環境チェックに責任を負う見物人として,アクションジェネレータと接地機能を統合したフレームワークであるAgent Hijack-Agentを提案する。
  論文  参考訳（メタデータ） (2026-05-25T11:09:22Z)
• MemGym: a Long-Horizon Memory Environment for LLM Agents [69.79226770543049]
  本稿では,エージェントメモリのベンチマークであるMemGymを紹介する。 MemGymは、メモリパフォーマンスを推論、検索、ツール使用能力から切り離すメモリアイソレーションスコアを報告している。 MEMGYM-CODEQAとMEMGYM-DRの合成パイプラインは、長さ制御可能であり、各ステージでアブレーションを検証可能であり、下流のシナリオと密に整合している。
  論文  参考訳（メタデータ） (2026-05-20T07:25:33Z)
• 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)
• BackdoorAgent: A Unified Framework for Backdoor Attacks on LLM-based Agents [58.83028403414688]
  大規模言語モデル(LLM)エージェントは、計画、メモリ、ツールの使用を組み合わせた多段階ワークフローを通じてタスクを実行する。 エージェントワークフローの特定のステージに注入されたバックドアトリガーは、複数の中間状態を通して持続し、下流出力に悪影響を及ぼす可能性がある。 LLMエージェントにおけるバックドア脅威を統一したエージェント中心のビューを提供するモジュールおよびステージアウェアフレームワークである textbfBackdoorAgent を提案する。
  論文  参考訳（メタデータ） (2026-01-08T03:49:39Z)

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。