OpenRath : état d'exécution centré sur les sessions pour systèmes d'agents

Résumé

Les systèmes d'agents modernes souffrent souvent d'un état d'exécution fragmenté : les transcriptions, les effets des outils, les événements mémoire, le placement dans l'espace de travail, la provenance des branches et les preuves de rejeu sont enregistrés séparément, devenant difficiles à inspecter ou à reproduire. OpenRath aborde ce problème avec un modèle de programmation inspiré de PyTorch pour les systèmes multi-agents et multi-sessions. L'analogie porte sur le rôle d'une abstraction centrale d'exécution de première classe, et non sur le calcul tensoriel. Son abstraction centrale est la Session, valeur d'exécution transmise entre agents et workflows. Une Session est ramifiable, inspectable, rejouable, consciente du backend et composable. Elle enregistre les fragments de conversation, l'emplacement dans le bac à sable, les métadonnées de lignée, l'utilisation de jetons, le travail en attente et les preuves d'outils, tout en définissant où les interactions mémoire entrent dans le registre d'exécution. Puisque cet état est porté par la même valeur utilisée lors de l'exécution du programme, les opérations de bifurcation, fusion et rejeu deviennent des opérations explicites d'exécution plutôt que des états reconstruits à partir de traces externes. OpenRath définit en outre le Bac à sable (Sandbox), l'Outil (Tool), l'Agent (Agent), la Mémoire (Memory), le Workflow (Workflow) et le Sélecteur (Selector), ce dernier transformant le flux de contrôle en décisions routées à l'exécution. Ce rapport présente le modèle de programmation, l'architecture, les jalons audités et le protocole de preuve. Ses affirmations se limitent aux propriétés contrôlées de l'exécution, tandis que les comparaisons quantitatives générales, la qualité des fournisseurs en direct, la disponibilité des backends optionnels et la qualité de la mémoire sont laissées à une évaluation ultérieure. La thèse centrale est que la Session fournit aux systèmes d'agents une valeur d'exécution de première classe pour une composition auditables.

English

Modern agent systems often suffer from fragmented runtime state: transcripts, tool effects, memory events, workspace placement, branch provenance, and replay evidence are recorded separately and become difficult to inspect or reproduce. OpenRath addresses this issue with a PyTorch-like programming model for multi-agent, multi-session systems. The analogy concerns the role of a central first-class runtime abstraction, not tensor computation. Its core abstraction is Session, the runtime value passed between agents and workflows. A Session is branchable, inspectable, replayable, backend-aware, and composable. It records conversation chunks, sandbox placement, lineage metadata, token usage, pending work, and tool evidence, while defining where memory interactions enter the runtime record. Since this state is carried by the same value used in program execution, fork, merge, and replay become explicit runtime operations rather than states reconstructed from external traces. OpenRath further defines Sandbox, Tool, Agent, Memory, Workflow, and Selector, with Selector turning control flow into runtime-routed decisions. This report presents the programming model, architecture, audited milestones, and evidence protocol. Its claims are limited to controlled runtime properties, while broad quantitative comparisons, live-provider quality, optional-backend availability, and memory quality are left for follow-on evaluation. The central thesis is that Session provides agent systems with a first-class runtime value for auditable composition.