エージェンティック・トランザクション：ACID準拠エージェントシステムに向けて

要旨

大規模言語モデル（LLM）エージェントは、会話型アシスタントから、推論、ツール利用、コード生成、ワークスペース操作を通じて長期的タスクを実行する自律型システムへと進化している。エージェントが永続的環境およびマルチステップワークフロー上で動作する機会が増えるにつれ、トランザクショナルデータベースシステムが扱ってきた課題、すなわち信頼性の高い実行、一貫した成果、安全な並行性、耐久性のある状態管理と類似した課題に直面する。本稿では、エージェンティックトランザクションの概念を導入し、古典的なACID特性をエージェント実行向けに再解釈するACID準拠エージェントシステムフレームワークを提案する。本フレームワークは、意味的原子性、意味的整合性、意味的独立性、意味的永続性という4つの意味的保証を通じて定義される。これらの特性は、モデルの不確実性や動的な実行環境にもかかわらず、信頼性の高いエージェントシステムを構築するための原理的基盤を総体的に提供する。このフレームワークを具体化するため、トランザクション的な探索-実行-検証サイクル、トランザクション的なスキルハブ、信頼度乖離に基づく検証、意味的依存関係を考慮した独立性、およびトランザクション対応の意味的状態管理を通じてこれらの保証を実現する、ACID準拠データエージェントを開発した。広く使用されているベンチマークを用いた実験結果は、我々のシステムがClaude Codeを含む最先端エージェントと比較して10.6%の改善を達成することを示している。本研究は、信頼性が高く、拡張可能で、自己進化するAIエージェントシステムの構築に向けて、トランザクション原理とシステムアーキテクチャを拡張する、より広範な研究課題を切り開くものである。

English

Large language model (LLM) agents are evolving from conversational assistants into autonomous systems that execute long-horizon tasks through reasoning, tool use, code generation, and workspace manipulation. As agents increasingly operate over persistent environments and multi-step workflows, they face challenges analogous to those addressed by transactional database systems: reliable execution, consistent outcomes, safe concurrency, and durable state management. We introduce the concept of an agentic transaction and propose an ACID-compliant agent system framework that reinterprets the classical ACID properties for agent execution through four semantic guarantees: Semantic Atomicity, Semantic Consistency, Semantic Isolation, and Semantic Durability. Together, these properties provide a principled foundation for building reliable agent systems despite model uncertainty and dynamic execution environments. To instantiate this framework, we develop an ACID-compliant data agent that realizes these guarantees through transactional exploration-execution-validation cycles, transactional skill hubs, confidence divergence-based validation, semantic dependency-aware isolation, and transaction-aware semantic state management. Experimental results on widely used benchmarks show that our system achieves a 10.6% improvement over state-of-the-art agents, including Claude Code. This work opens a broader research agenda on extending transactional principles and system architectures toward building trustworthy, scalable, and self-evolving AI agent systems.