The Log is the Agent、agent runtimeをevent log中心に組み直す提案
Original: The Log is the Agent View original →
多くのagent frameworkは、まずLLMのconversation loopを置き、tool、rule、memoryを加え、最後にobservabilityとしてlogを足す。Yohei Nakajimaの論文The Log is the Agentは、この順番を逆にする。ActiveGraphではappend-only event logがsource of truthであり、working graphはそのlogから決定的に投影される。関数、class、LLM-backed routine、typed edgeに付いたlogicは、graphの変化に反応して新しいeventを出す。
得られる性質は具体的だ。run全体をlogからdeterministic replayできる。任意のeventから安くforkできる。high-level goalから、どのmodel callがどのartifactを生んだかまでlineageを追える。これはchat memoryをretrievalやsummaryで管理する発想より、event sourcingやdurable workflowに近い。
HNの議論では、抽象論より実装経験が目立った。自分のharnessでもevent graphやsession logを似た形で保存している、というコメントが複数あり、agent開発者が同じprimitiveをそれぞれ再発明しがちな点も話題になった。重要なのはloggingそのものではない。logをdebug用の付属物ではなく、runtimeの中心に置くという設計判断である。
論文はself-improving agentについて強い実証を示すのではなく、向いているsubstrateとして論じている。それでも、replay、fork-and-diff、lineage tracingは現在のagent toolingが必要としている機能だ。失敗したrunを再現し、途中から別戦略に分岐し、成果物の由来を追跡できるなら、agent運用はかなり扱いやすくなる。
Related Articles
Sonnet級モデルが、より高価なOpus系に近いagent作業を日常プランへ持ち込む。Free/Proの標準モデルとなり、APIでは8月31日まで入力100万tokenあたり$2、出力100万tokenあたり$10で提供される。
agent改善は必ずしも新モデルやfine-tuningではない。Microsoft ResearchのSkillOptはGPT-5.5 direct chatの6 benchmark平均を58.8から82.3へ上げ、52評価セルすべてで最高または同率最高だった。
注目点はスコア表だけではない。HNでは「シニアエンジニア」をbenchmarkでどう扱えるのかに議論が集まった。