AI 代理與開源工具
Headlong、Bashの無限ループで常時稼働エージェントを実装――質問がなくても自ら思考・実行
Laude InstituteとMITは、1万行未満のBashで構成されたHeadlongを公開した。メッセージを新たなセッションではなく、継続的な思考軌跡に対する非同期の観察として扱う。長期記憶や自発的行動の研究に利用できる一方、tokenコスト、権限の分離、ユーザー間のデータ境界が常在的なリスクとなる。
Headlongは、一般的なエージェントのライフサイクルを刷新する。応答の完了後にシステムが休止するのではなく、Thinkerが`shellm`を繰り返し呼び出して次の思考を生成する。モデルは推論テキスト、または即時実行されるBashを出力でき、`FINAL`を設定するまで動作を続けた後、次回の起動を自らスケジュールする。Slack、Telegram、Webからのメッセージはいずれも、同じ思考ストリームに注入されるobservationにすぎない。エージェントは応答を遅らせたり、ユーザーへ能動的に連絡したり、誰からも指示がない間も既存の作業を継続したりできる。
中核部分は意図的に約9.8K行のBashに抑えられている。`traj`は思考とアクションを、分岐・マージ可能なJSONL DAGとして保存し、`context`はその軌跡を次回のモデル呼び出し用コンテキストへ投影する。直近の記録は原文のまま保持し、古い内容は指数的な階層に従って段階的に要約する一方、必要に応じて元のステップを参照できる。Skills、メモリ、ツールもファイルまたは実行可能プログラムとして構成されており、エージェントは自身のharnessを検査し、さらには変更することもできる。チームによれば、テスト用エージェントによる自己変更のコミットが50件以上mainブランチへマージされたという。ただし、これは開発上の経験であり、能力のベンチマークではない。
代償は極めて具体的だ。モデルが生成したBashは現実の副作用を伴う。Dockerが利用可能な場合、デフォルトではコンテナ内で実行できるが、Dockerがない場合はユーザー権限で直接動作する可能性がある。また、単一の共有思考ストリームには、ユーザー情報を分離する仕組みが本質的に備わっていない。いずれかのメンバーが入力した情報は、ほかのメンバーが間接的に取得し得るものとして扱うべきだ。継続的な推論には指数バックオフが適用されるものの、公式設定でもコストは1時間あたり約1～2米ドルに達する。Headlongは現在alpha段階の研究用ソフトウェアであり、長期的かつ継続的な思考がイベント駆動型またはスケジュール型エージェントより優れていると証明する定量評価はまだない。今後注目すべき点は、長期タスクのベンチマーク、メモリ汚染テスト、最小権限による実行戦略だ。