JarvisHubはキャンバスをマルチモーダルエージェントの共有状態に変えるが、初版には定量評価がまだない

JarvisHubは7月28日にオープンソース化され、編集可能なキャンバスを、人間とAIの共同ワークスペース、エージェントの外部メモリ、プロトコルによって制約されたアクション空間、そしてマルチモーダルプロジェクトの永続的な状態として同時に設計している。対象は、画像、動画、Webサイト、プレゼンテーションなどの長期にわたる制作作業だ。こうした作業には最終出力だけでなく、参考素材、候補バージョン、失敗した試行、部分的な修正、フィードバック、アセット間の依存関係も含まれるため、線形なチャット履歴では正確に表現しにくい。

フレームワークは3層に分かれている。Canvas Stateは、PostgreSQL、共有schema、レイアウトパッケージを使って、編集可能なノード、空間配置、バージョン、状態を保持する。Protocol Bridgeはツールの機能と実行権限を公開し、キャンバスへの変更を検証してから状態遷移をコミットする。Agent Runtimeは現在のキャンバスを読み取り、スキル、メモリ、ツール、またはサブエージェントを呼び出し、コミット可能な観察結果と成果物を返す。テキスト、キャラクター設定、絵コンテ、コード、プレビュー、修正コメントはすべて型付きノードとして扱うことができ、接続によって参照、生成依存関係、バージョン系譜を表現できる。

オープンソース版には、Webインターフェース、Hono API、エージェントブリッジ、軌跡ビューアーが含まれ、画像、動画、音声、ブラウザ、ドキュメント、プレゼンテーション、MCPツールをサポートする。デフォルトの開発環境にはNode.js 24.15、pnpm、Python 3.10以降、PostgreSQLが必要で、Docker Composeも提供されている。Apache 2.0ライセンスにより、研究や二次開発への参入障壁も低くなっている。

ただし著者らは、現段階で提示しているのはナラティブメディア、インタラクティブWebサイト、プレゼンテーションという3種類の定性的な事例のみで、ベンチマークや対照実験は完了していないと明確に認めている。最終的な品質も、引き続き外部接続されたモデルに左右される。デフォルトの共有テスト用ストレージバケットでは、ほかのユーザーがオブジェクトを読み取り、上書き、または削除できる可能性があるため、機密データをアップロードすべきではない。今後注目すべき点は、状態競合の処理、失敗時のリトライセマンティクス、長い軌跡に伴うコスト、そしてチャット型およびノード型ワークフローと比較した定量的なタスク完了率である。