OpenRath: Sessiegerichte Runtime-status voor Agentsystemen

Samenvatting

Moderne agentsystemen hebben vaak te lijden onder gefragmenteerde runtime-status: transcripten, tool-effecten, geheugengebeurtenissen, werkruimteplaatsing, takherkomst en replay-bewijs worden afzonderlijk opgeslagen en worden moeilijk te inspecteren of te reproduceren. OpenRath pakt dit probleem aan met een PyTorch-achtig programmeermodel voor multi-agent-, multi-sessiesystemen. De analogie betreft de rol van een centrale eerste-klas runtime-abstractie, niet tensorberekening. De kernabstractie is Session, de runtime-waarde die tussen agenten en workflows wordt doorgegeven. Een Session is vertakkbaar, inspecteerbaar, herhaalbaar, backend-bewust en samenstelbaar. Het registreert gespreksbrokken, sandbox-plaatsing, afstammingsmetadata, tokenverbruik, hangend werk en tool-bewijs, terwijl het definieert waar geheugeninteracties in de runtime-registratie terechtkomen. Omdat deze status wordt gedragen door dezelfde waarde die in programma-uitvoering wordt gebruikt, worden fork, merge en replay expliciete runtime-operaties in plaats van toestanden die uit externe sporen worden gereconstrueerd. OpenRath definieert verder Sandbox, Tool, Agent, Memory, Workflow en Selector, waarbij Selector de controlestroom omzet in runtime-gerouteerde beslissingen. Dit rapport presenteert het programmeermodel, de architectuur, geauditeerde mijlpalen en het bewijsprotocol. De claims zijn beperkt tot gecontroleerde runtime-eigenschappen, terwijl brede kwantitatieve vergelijkingen, live-providerkwaliteit, beschikbaarheid van optionele backend en geheugenkwaliteit worden overgelaten aan een vervolgevaluatie. De centrale stelling is dat Session agentsystemen voorziet van een eerste-klas runtime-waarde voor auditeerbare compositie.

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.