論文の概要: FAOPs: Normal Forms and an Algebra for AI Agent Workflows

• arxiv url: http://arxiv.org/abs/2610.22061v1
• Date: Thu, 15 Oct 2026 15:24:46 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-17 06:09:33.157961
• Title: FAOPs: Normal Forms and an Algebra for AI Agent Workflows
• Title（参考訳）: FAOPs: 通常のフォームとAIエージェントワークフローのための代数
• Abstract要約: FAOP(Functional Agent Operating procedures)は、AIエージェントにデータベースグレードの規律をもたらす形式理論である。 FAOPは、各ワークフローをスコープ状態上の型付き関数として再キャストする。 代数の FAOP は、確実に等しい値が回転し、並列化がコンパイラの書き直しになる。
• 参考スコア（独自算出の注目度）: 1.421397337947365
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Organizations increasingly encode operational procedures as multi-step agent skills, here called Agent Operating Procedures (AOPs), that must be traceable, auditable, reproducible, access-controlled, and bounded in time and cost, requirements that regulated sectors make mandatory. Yet AOPs are typically kept as coarse-grained files, in which steps bundle actions, copied procedures drift apart, any step may reach any tool, and refactoring goes unchecked. We present Functional Agent Operating Procedures (FAOP), a formal theory that brings database-grade discipline to AI agent workflows. FAOP recasts each workflow as a typed function over scoped state and subjects an entire library to four progressive normal forms: Decomposed (FNF-1) splits a workflow into atomic steps, Typed (FNF-2) makes its data flow explicit and type-checked, Factored (FNF-3) gives each shared procedure a single canonical definition so a change propagates instead of drifting, and Scoped (FNF-4) confines every step to least-privilege tool access. Once normalized, every atomic step is a separate entity with a declared contract and can be type-checked, scope-confined, bounded, tested, traced, and audited on its own. A FAOP algebra of provably sound equalities turns refactoring and parallelization into compiler rewrites; orthogonal extensions add verified termination (+V), optimization (+O), and time and cost bounds (+B); and an architectural-level classifier (0-3) determines whether a workflow needs AI at all. Together, these make integrity, isolation, typing, termination, cost, and optimization compile-time concerns across the whole library, not runtime hopes. We implement the theory in SkillBase, an AOP management system (what PostgreSQL is to data, SkillBase is to AOPs), together with a separate executor that enforces these guarantees at run time. A worked financial workflow illustrates the approach end to end.
• Abstract（参考訳）: これは、追跡可能で監査可能で、再現可能で、アクセス制御可能で、時間とコストで制限された、規制されたセクターが必須とする要件である。 しかし、AOPは通常、粗い粒度のファイルとして保持され、ステップバンドルアクション、コピーされたプロシージャがバラバラになり、任意のステップがツールに到達し、リファクタリングが未確認になる。 本稿では,AIエージェントワークフローにデータベースグレードの規律をもたらす形式理論であるFAOPについて述べる。 Decomposed(FNF-1)はワークフローをアトミックステップに分割し、Typed(FNF-2)はデータフローを明示的かつ型チェックし、Facted(FNF-3)は各共有プロシージャに単一の標準定義を与え、変更はドリフトの代わりに伝搬し、Scoped(FNF-4)は最小限のツールアクセスまですべてのステップを限定する。 一度正規化されると、すべてのアトミックステップは宣言されたコントラクトを持つ独立したエンティティとなり、タイプチェック、スコープ定義、バウンド、テスト、トレース、監査を独自に行うことができる。 正統的な拡張には、検証済みの終端(+V)、最適化(+O)、時間とコスト境界(+B)が追加され、アーキテクチャレベルの分類器(0-3)はワークフローがAIを必要とするかどうかを判断する。 これらを合わせて、実行時希望ではなく、完全性、分離、型付け、終了、コスト、コンパイル時の関心事をライブラリ全体に最適化する。 私たちは、AOP管理システムであるSkillBase(PostgreSQLはデータ、SkillBaseはAOP)に、これらの保証を実行時に強制する独立したエグゼキュータとともに、この理論を実装しています。 作業中の金融ワークフローは、アプローチのエンドツーエンドを図示します。

関連論文リスト

• OOPMAS: Object-Oriented Multi-Agent Systems for Query-Level Workflow Generation [55.27793983826255]
  OOPMASは、エージェントセットと調整ワークフローの両方を個々のクエリの粒度で生成する、トレーニング不要のフレームワークである。 コード、数学、QAにまたがるクエリの混合タスクベンチマークでは、OOPMASは89.6%の精度を達成し、最強のベースラインを18.1ポイント上回っている。
  論文  参考訳（メタデータ） (2026-10-06T05:31:29Z)
• SkillGLoW: Procedural-Family Skill Consolidation for Self-Improving Agents on Long-Horizon Task Streams [55.90739575113059]
  再利用の欠如は、関連するタスクのクラスタによって共有される解決手順であり、その周りでSkillGLoWを構築している、と我々は主張する。 4つのベンチマーク(数学的推論、端末の自動化、ソフトウェア修復、実施制御)と3つのモデルで、前者は平均17.2ポイント(ハード)を獲得している。
  論文  参考訳（メタデータ） (2026-09-02T07:31:18Z)
• SkillEffect: Checked Lowering for Memory-Bounded Agent Tools [5.428461472927947]
  本稿では,実行時計算のためのチェックダウンコンストラクタであるSkillEffectについて述べる。 SkillEffectの汎用性は、自動ではなくアーキテクチャである。 6つのプラグインが5つの実行パターンで同じコントラクトをインスタンス化している。
  論文  参考訳（メタデータ） (2026-08-17T18:03:56Z)
• Formal Verification of Agentic Systems over Operational Data [59.98246281888422]
  大規模言語モデル(LLM)によって駆動されるエージェントシステムは、永続的な運用データを扱う現実世界にますます展開されている。 既存のアプローチはそのようなシステムレベルの保証を提供していません。 本稿では, 1 つの LLM とツールオーケストレーションハーネスからなるエージェントシステムのリレーショナル操作データに対する検証について述べる。
  論文  参考訳（メタデータ） (2026-08-04T13:01:30Z)
• COVENANT: Natural-Language Workflow Compilation for Aligned Agent Execution [12.755574564434788]
  本稿では,ワークフロー対応エージェント実行のためのコンパイラ・アンド・インタープリタアーキテクチャであるCOVENANTを提案する。 私たちの重要な洞察は、ワークフロー命令をプロンプトではなく、ソースプログラムとして扱うことです。 COVENANTは命令をワークフロー抽象構文木(WAST)に変換し、ワークフロー制御フローグラフ(WCFG)に変換する。
  論文  参考訳（メタデータ） (2026-07-28T07:59:50Z)
• StructureClaw: Traceable LLM Agents and an Executable Benchmark for Structural Engineering Workflows [15.552044829103373]
  構造工学要求のためのアーティファクト中心のワークベンチであるStructureClawを紹介します。 また、150の制御シナリオの実行可能なベンチマークであるStructureClaw-Benchを紹介します。 同じ50の標準ケースで評価された10のエージェントモデル構成の中で、平均成功率は56.8%、ジェネリックスキルベースラインは88.6%、完全な自動ワークフローは88.6%となっている。
  論文  参考訳（メタデータ） (2026-07-16T12:13:41Z)
• PRIMA: Operational Patterns for Resilient Multi-Agent Research with Verifiable Identity and Convergent Feedback [0.0]
  PRIMAは、複数時間にわたる協調型マルチエージェント研究システムとして運用されている。 主なコントリビューションは、生存可能な障害モードのための3つの運用パターンである。 グラフ同型ケーススタディは、生成されたアーティファクトのアーキテクチャ的クレームを根拠にしている。
  論文  参考訳（メタデータ） (2026-05-23T23:27:46Z)
• Learning to Compose for Cross-domain Agentic Workflow Generation [56.630382886594184]
  クロスドメインワークフロー生成のためのオープンソースのLLMを作成します。 さまざまなドメインにわたる再利用可能なワークフロー機能のコンパクトなセットを学びます。 当社の1パスジェネレータは、20イテレーションを消費するSOTAリファインメントベースラインを超えています。
  論文  参考訳（メタデータ） (2026-02-11T18:27:22Z)
• Benchmarking Agentic Workflow Generation [80.74757493266057]
  複数面シナリオと複雑なグラフワークフロー構造を備えた統合ワークフロー生成ベンチマークであるWorfBenchを紹介する。 また,サブシーケンスとサブグラフマッチングアルゴリズムを利用したシステム評価プロトコルWorfEvalを提案する。 我々は、生成されたタスクが下流のタスクを強化し、推論中により少ない時間で優れたパフォーマンスを達成することを観察する。
  論文  参考訳（メタデータ） (2024-10-10T12:41:19Z)

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。