Computer Science > Artificial Intelligence

제목: The Log is the Agent: 감사 가능하고 포크 가능한 에이전트 시스템을 위한 이벤트 소싱 (Event-Sourced) 기반 반응형 그래프

View PDF HTML (experimental)초록: 대부분의 에이전트 프레임워크는 언어 모델 (Language Model)을 중심으로 구축됩니다. 즉, 대화 루프가 먼저 존재하고, 그 다음 도구 (Tools), 규칙 (Rules), 그리고 마지막으로 관찰 가능성 (Observability)을 위해 덧붙여진 로깅 레이어 (Logging Layer)가 있으며, 상태 (State)는 검색 가능한 "메모리 (Memory)"로 유지됩니다. 우리는 이러한 배치를 뒤집는 런타임 (Runtime)인 ActiveGraph를 설명합니다. 추가 전용 (Append-only) 이벤트 로그 (Event Log)가 신뢰할 수 있는 단일 원천 (Source of Truth)이며, 작동 그래프 (Working Graph)는 해당 로그의 결정론적 투영 (Deterministic Projection)입니다. 그리고 일반 함수 (Functions), 클래스 (Classes), LLM 기반 루틴 (LLM-backed Routines), 또는 타입이 지정된 엣지 (Typed Edges)에 부착된 로직과 같은 동작 (Behaviors)들은 그래프의 변화에 반응하여 새로운 이벤트를 방출합니다. 어떤 컴포넌트도 다른 컴포넌트에 명령을 내리지 않으며, 조정 (Coordination)은 전적으로 공유된 그래프를 통해 이루어집니다. 이러한 단일 설계 결정은 검색 및 요약 기반 메모리 시스템이 제공하지 못하는 세 가지 속성을 제공합니다: 로그로부터 모든 실행의 결정론적 재생 (Deterministic Replay), 공유된 접두사 (Shared Prefix)를 재실행하지 않고도 임의의 이벤트에서 실행을 분기하는 저렴한 포킹 (Forking), 그리고 상위 수준의 목표부터 각 아티팩트 (Artifact)를 생성한 개별 모델 호출에 이르기까지의 엔드 투 엔드 리니지 (End-to-end Lineage)입니다. 우리는 아키텍처, 재생을 유효하게 만드는 결정론 계약 (Determinism Contract), 그리고 로그만으로 전체 인과 구조를 재구성할 수 있는 실무적인 사례를 제시합니다. 우리는 이 기질 (Substrate)이 왜 자기 개선형 에이전트 (Self-improving Agents)에 유난히 적합한지, 그리고 이것이 BabyAGI 계보와 이전의 그래프 메모리 (Graph-memory) 연구를 어떻게 확장하는지에 대해—증명한다고 주장하지는 않지만—논의합니다.

Bibliographic and Citation Tools

Code, Data and Media Associated with this Article

Demos

Recommenders and Search Tools

arXivLabs: 커뮤니티 협력자와 함께하는 실험적 프로젝트

arXivLabs는 협력자들이 우리 웹사이트에서 직접 새로운 arXiv 기능을 개발하고 공유할 수 있도록 지원하는 프레임워크입니다.

arXivLabs와 함께하는 개인 및 조직 모두 개방성, 커뮤니티, 탁월함, 그리고 사용자 데이터 프라이버시라는 우리의 가치를 수용하고 받아들였습니다. arXiv는 이러한 가치에 전념하고 있으며, 이를 준수하는 파트너와만 협력합니다.

arXiv 커뮤니티에 가치를 더할 프로젝트 아이디어가 있으신가요? arXivLabs에 대해 더 알아보기