Architecture

永続メモリは、エージェントを毎回説明し直すツールから、コンテキストを引き継いで機能する存在に変えます。ただし、ステートレスなチャットが回避する失敗モードが開かれます。解釈がメモリとして保存され、事実として取得されて、さらに強固なバージョンを正当化するようになるのです。

Mnemosyne は Hermes Agent 向けのローカルファーストなメモリプロバイダーです。ワーキングメモリ、構造化ファクト、時間的データ、エピソード履歴をローカルの SQLite に保存します。ホスト型サービスは不要で、必須のネットワーク呼び出しもなく、異例のほど粒度の細かい書き込み制御を提供します。

6か月前に「永続化レイヤーを共有ライブラリに移行する」ことを提案し、リリースまでこぎつけたエージェントは、何らかの永続的な記録がそのアイデアが既に調査され、却下されたことを示さない限り、来四半期にも快く同じ提案をするだろう——そしてOpenSpecには、現在そのための内蔵状態管理は存在しない。

Fission AI の OpenSpec は、Fission AI が提供する無料のオープンソース CLI ツールです。重い仕様が駆動するフレームワークのような段階的な手順を省きながら、コードを書く前に、あなたとコーディングエージェントがプレーンな Markdown 形式の変更内容について合意できるよう支援します。

AIのハイプは一定のリズムを刻んでいます。およそ3年ごとに、業界が賭けを集中させているアーキテクチャが、より新しいものへと置き換わっていくのです。次の転換点は、すでに研究機関の中で形を成し始めています。

Superpowers は、完全な仕様駆動型メソドロジーをインストール可能な Claude Skills にパッケージ化しています。これにより、ブレインストーミング、プランニング、サブエージェントによる実装、厳格な TDD（テスト駆動開発）を強制し、その構造を使用者に委ねるのではなく、システム側で管理します。

すべての API 呼び出しは、単なる取引のように感じられます。しかし、それらが十分に蓄積されると、ファインチューニングデータ、評価ハネス、ツールスキーマがすべて特定のベンダー围绕して形作られ、切り替えが単なるルーティングの変更では済みなくなるのです。

AIコーディングエージェントは機能を迅速に提供しますが、仕様書、テスト、コードは静かに乖離していきます。このガイドでは、トレーサビリティモデル、仕様からテストおよびコードへのマッピング、そしてマージ前に乖離を検知するCIチェックについて解説します。

サーキットブレーカーは、Goのサービスが故障した依存先に対して過剰な呼び出しを行うことを防ぎ、goroutine、ソケット、メモリを消費してシステム全体が崩壊するまでカスケード障害（連鎖障害）を引き起こすのを防ぎます。

2026年にSpec駆動開発（SDD）セットアップを比較している開発者たちは、通常、どのモデルが最も賢いかを尋ねるわけではありません。彼らが求めているのは、AIエージェントをアラインメント（整合状態）に保ち、かつ彼らを繁雑な手順（ceremony）で埋め尽くさないワークフローです。

仕様駆動開発（SDD）が機能するのは、仕様が単にキックオフ後に棚上げされる文書ではなく、ワークフローそのものである場合です。目的は、膨大な製品要件定義書を作成することではありません。

LLMシステムにおけるセキュリティの関心は、プロンプトインジェクションに最も集中していますが、それは確かに注目を集めるべきものです。しかし、エージェントがツールを呼び出し、他のエージェントに作業を委任し始めると、それは問題の一部に過ぎなくなります。

ほとんどのAIエージェントのデモは、追加のステップを伴うチャット補完のように振る舞います。プロンプトを送信し、数秒待ってから、1つのレスポンスとして回答を受け取ります。

2025年、単一エージェントのAIシステムは最盛期を迎えました。一つのLLMにプロンプト、いくつかのツール、そして目標を与えるだけで、限定されたタスクではそれなりの成果を上げることができました。

同時に成功すべき2つの書き込みが、最終的にはそれぞれ個別に失敗する可能性があります。

あなたの注文サービスは、データベースに注文を保存し、次にメッセージブローカーに order.created イベントを公開します。

Goの context.Context は使い方が簡単すぎるため、誤用しがちです。これがまさに問題点です。