Mozaik

中心となる考え方は、エージェントが交代ではなく独立して働くことだ。誰も行列に並ばない。あるエージェントが推論で詰まっても、別のエージェントがランタイム内のイベントを処理し続けられる。マルチエージェントのワークフローを回すチームにとって、スループットは直列の単一ループではなく並列性から生まれる。

参加者は1つのランタイムで出会い、そこでイベントが発行され、エージェントが反応する。defineRuntimeでランタイムを定義し、自分の状態クラスを渡して一度だけ初期化する。人間からエージェントまで、それ以外のすべてが同じ空間に参加するので、全員が同じ動きを見る。

エージェントがいつ動くべきかを決め打ちする代わりに、関心のある状況を記述する。SituationSpecificationが各イベントを調べ、一致したハンドラがプロセッサを実行する。それだけだ。クイックスタートのWhenOthersSendAMessageの例は、エージェント以外の誰かがメッセージを送ったときだけ反応するので、ロジックはすっきり読みやすく保たれる。

エージェントは他の参加者と、周囲のランタイム状態を理解する。この認識があるから、盲目的に動くのではなく適応できる。共有状態の例は、固定の上限がある共通アカウントからエージェントが答える様子を示す。制約は各エージェントのプロンプトではなく環境にある。1つのアカウント、1つの上限、多数のエージェント。

runLoopはエージェントのターンを1つ開始する。コンテキストを更新し、推論を回し、ツールを呼び、答えを出す。傍受機能はこのループにフックを差し込めるので、プランナーが危険な案を出したときストリームの途中で止め、より安全な選択へ向け直せる。

Mozaikは渡したモデル名からプロバイダを選ぶ。周囲のコードに触れずにOpenAI、Anthropic、Geminiのモデルを入れ替えられる。DeepSeekのモデルはOpenAI互換のエンドポイントを通るため、OpenAI形式のキーとベースURLをDeepSeekに向けて使う。

エージェントはツールを持ち歩き、ターン中に呼び出せる。MCPの例は、ローカルのMCPサーバーからツールを見つけて株価の質問に答えるエージェントを示す。すでにMCPに投資している開発者にとって、既存のツールサーバーが同じエージェントループに差し込めるということだ。

エージェントはリアルタイムのインターフェース向けに結果をトークン単位で流せる。ユーザーが画面の前で待つとき、これは効く。あるいは、機械可読な結果が要るときに厳密なJSONスキーマに沿った出力を返せる。構造化出力の例は固定スキーマに合わせた投資ブリーフを返し、下流のコードが答えを解析しなければならないときに役立つ。