MIKAN-919
Menu

10月19日の記事のあとに進めたものをまとめる。この期間は、複数のエージェントに作業を分担させる仕組みを2つ作り、その仕組みに自作の言語を直させていた。

hibana

hibanaは、Rustで書いている静的型付けの言語だ。前回の記事ではマクロ構文を検証するPEGパーサとして紹介したが、10月25日から言語として作り直した。

最初の数日で、字句解析、構文解析、型検査、木を辿るインタプリタを書いた。改行で文を終えられるようにし、syntaxとmacroの宣言は、後戻りする照合器と、コンパイル時に実行して構文の値を返すマクロ本体で扱うようにした。前回できていなかった衛生的な展開は、展開の中で束縛した名前を付け替え、呼び出し側の変数を捕まえないようにした。

型は、依存型、細分化型、代数的効果、トレイトを持つ。細分化型の条件はZ3で証明する。型検査では、停止性と正値性も検査する。

ソース ── 構文解析 ── マクロ展開 ── 型検査 ─┬─ インタプリタ
                                           ├─ JavaScript
                                           ├─ C
                                           └─ 整数IR ── WebAssembly

バックエンドはJavaScriptとCから始めた。Cでは使われなくなったヒープの値をBoehm GCで回収する。JavaScriptとCで整数の剰余の溢れ方や、空の区切り文字でのsplitの結果が違っていたので、揃えた。11月8日には整数の中間表現を入れ、そこからWebAssemblyを生成するようにした。生成したWebAssemblyはWasmtimeで実行でき、公開する関数を選んでライブラリとして書き出せる。

自己ホストも試した。hibanaで書いたフォーマッタselfhost/fmt.hbは、Rust版と同じ結果を出す。ただし、仕様には自己ホストは実証であり、主な実装はRustのままだと書いている。

パッケージ管理も足している。10月27日に、hibana.tomlとhibana.lockでGitのパッケージを扱い、new、add、fetchのコマンドを持つようにした。11月12日からは、パッケージを内容で番地を付けた共有の保存先に置き、重複を除く。npmとCargoのツールもaddとdlxで使え、解決した版をロックファイルに固定する。設定ファイルに書いたシェルスクリプトも実行できる。

hypharness

hypharnessは、作りたいもの(最終目的)を課題に分け、複数のエージェントに解かせるハーネスだ。10月29日に始めた。

流れは次の順になる。

  1. 利用者と論点エージェントが対話し、最終目的を詰める。
  2. 分解役が、統合ブランチの今の状態を読み、課題文を作る。
  3. 方針役が、変える振る舞い、受け入れの条件、やらないことを決める。
  4. 検証生成役が、元の状態のリポジトリで正しい理由で失敗するテストを書く。
  5. 回答エージェントが課題を解き、検査を通ったものを統合ブランチに課題ごとのコミットとして積む。

エージェントの協調はDeLMの方式で行う。中央のモデルに案をまとめさせず、エージェントは追記だけの共有文脈とタスク待ち行列を読み書きして作業を分担する。共有文脈の項目は、事実、失敗、完了の要約の3種類で、書いたあとは変えない。

課題をまたぐ層では、ハーネス自身を改良する。弱点の発見、提案、回帰テスト、採用、アーカイブを1周として、bun run evolveで回す。採用した候補は、提案に使わなかった課題で測り直す。3周続けて改善がなければ、まだ試していないモジュールに対象を移す。11月7日には、流れが完了したあとに自己改良を1周回し、検査を通った候補を統合ブランチに積むようにした。

hibanaの一部の修正は、hypharnessに任せた。hyph/run-*のブランチから出たPRで、JavaScriptでの整数の剰余の溢れ方、JavaScriptとCでのsplitの差、コメントと16進数の接頭辞での字句解析の位置、範囲外のJSON整数の拒否を直している。

画面はirisoutで作っている。左列にループの段階、中央に対話と質問の待ち行列、右列に差分や改良ログのタブを置いた。モデルの提供元は、Codex(ChatGPTのサインイン)、OpenCode Go、OpenDesignから選べる。

shiro

shiroは、Bunで動くローカル向けのAIチャット兼コーディングエージェントだ。11月9日に始めた。

画面はメッセージアプリの形にした。エージェントはsend_messageツールで吹き出しを送り、reactツールで絵文字のリアクションを付ける。ツールを通さない文章は画面に出さない。実行中でも入力欄から追加で送信できる。

hypharnessと同じくDeLMを参考にして、複数の参加者が同じチャットに発言する(上限は今の設定で4体)。起動する数は未確保のタスクの数に従うので、雑談では1体だけが動く。

hypharnessと違うのは、会話をまたいで残す情報の扱いだ。ターンが終わると観察者がその記録を読み、既存の型で表せず自由文に歪めて書かれた状態を「type-gap」として報告する。報告から型を提案し、過去の記録で再生して評価し、利用者が採用すると型として加わる。型はデータとして持つので、コードを変えずに増やせる。原因を確認した事実はsettleツールで残し、以後の会話に渡す。

ほかに、読み取りだけのコマンドを自動で承認する規則、確認なしでツールを実行する会話ごとの設定、Code Modeを入れた。自動承認の規則では、引用符の中の|や>をコマンドの区切りとして扱わないよう、引用符とエスケープを走査している。

arbit

arbitは、Discordの口論を仲裁するスラッシュコマンドだ。11月4日の1日で作った。

/arbitで直近のメッセージを読み、双方の主張を要約して、合意点と対立点を並べて投稿する。読む範囲は、件数、開始メッセージのリンク、時間で指定できる。

Discordのインタラクションは3秒以内に応答する必要があるので、要約はCloudflare Queuesのコンシューマーで行い、制限時間を5分にした。/arbit-mode onにしたチャンネルでは、会話が1分途切れたときにDurable Objectsのアラームで起動し、必要なら補完や仲裁を投稿する。モデルはDeepInfraのDeepSeek V4.1 Flashを使っている。

Orielとirisout

Orielは、10月25日に未解決のIssue 24件をまとめて直した。実行履歴を保存して再読み込みや端末の再起動のあとも取得できるようにし、承認待ち、レビュー待ち、停止への変化をブラウザーの通知で知らせるようにした。前回の記事で問題にしたDurable Objectsの読み取りは、実行中の確認を対象のHOWの詳細と対象のPRの履歴に絞って減らした。管理しているPRのマージ競合を検知して、承認済みの作業を自動で再開する処理も入れた。10月28日には、ワークフローの画面を工程別のボードに置き換えた。

irisoutは、10月19日にhydrateだけを使うクライアントの出力からmountの処理を省いた。READMEには使い方とコンパイラの出力例を足した。

まとめ

hypharnessとshiroは、どちらも複数のエージェントが共有文脈で作業を分担する仕組みだ。改良する対象が違い、hypharnessはハーネスのコードとプロンプトを、shiroは記録の型を増やしていく。2つの方式の比較はまだしていない。