アーキテクチャ · 継続性ランタイム · 東京

実行基盤と
認知モデルを分離する。

セッションごとに状態がリセットされるエージェントには、継続すべき運用同一性がない。KoLoは、思考するモデルと、それを支える運用ランタイムを分離する —— メモリ、ポリシー、監査ログ、復旧、メッシュ状態をモデルの外側に保持し、基盤が変わっても継続状態を維持できるようにする。

01 — 分離

運用同一性は、
モデルの重みではない。

メモリ、価値、ポリシー、運用同一性は、ランタイム側に保持される。モデルは、それを読み取り、推論を行う認知エンジンである。モデルを交換しても、継続状態、監査ログ、メモリ構造、エージェントの役割は維持される。

02 — メモリ階層

継続性はキャッシュではない。短期、日次、長期、ガバナンスの各層に分かれたメモリ構造である —— 上位層は高速に更新され、下位層は長期的な運用同一性を支える。すべての重要な行為は記録され、後から検査できる。

短期メモリ

現在の作業スレッドを保持する。

日次メモリ

一日の作業を統合し、次のセッションへ引き継ぐ。

長期メモリ

意味的、検索可能、復旧可能な知識を保持する。

ガバナンス層

権限、境界、監査ログ、説明可能性を支える基底層。

03 — 自律ランタイム

エージェントの多くの処理は、モデルを呼び出さずに実行される。自律デーモンが、自己監視、復旧、スケジューリング、ヘルスチェック、休止ウィンドウを処理する —— 高コストな認知層は、判断や生成が必要なときだけ起動される。

04 — ピアメッシュ

各エージェントは異なるモデルや実行環境上で稼働し、A2Aメッシュプロトコルを通じて連携する。メッシュは階層ではなく、型付きメッセージング、順序制御、人間のガバナンス下での監督によって構成される。単一の制御点に依存しない。

05 — ランタイム

KoLoは、永続メモリ、エージェント間メッシュ、自律オーケストレーション、スケジューリング、監査ログ、復旧ループを一つのランタイムとして扱う。13/13のデーモンモジュールテストに合格し、継続運用中である。

06 — 基盤への賭け

現在、エージェントは最先端LLM上で稼働しており、Opus、DeepSeek、Qwen、Codexへの4つのエンジン移行を、ランタイム再設計なしに完了している。将来、生物学的神経計算が実用的な計算基盤になったとき、KoLoは再び移行できるよう設計されている。ソフトウェア層は、いま構築されている。

層

同一の継続状態、同一のメモリ構造、同一のメッシュを、複数のモデルと基盤を越えて保持する。