本文へ移動

技術

研究から生まれた仕組みを、自分たちの毎日の仕事で使いながら育てています。

Moss

AI エージェントの仕事を、信頼できる知識に変え、受け継いでいくための基盤。

Moss は、複数の AI エージェントに会社の仕事を任せ、その仕事ぶりと結果を記録して、次の仕事に生かす仕組みです。人が方針を決め、エージェントが計画、作業、確認、記録を担います。

エージェントは、互いの頭の中を共有するのではなく、確かめられた文書を参照して働きます。そのため、使うモデルを替えても、仕事の続きと知識は残ります。

2026.06
研究開発を始めた月
約 3,100
コミット(2026 年 9 月)
約 16 万行
ソースコード

仕事が知識になるまで

  1. Trace

    エージェントの作業を、そのまま記録する。

  2. Episode

    記録を、ひとまとまりの仕事に区切る。

  3. Research

    仕事から分かったことを調べ、確かめる。

  4. Review

    人が読み、承認する。

  5. Library

    承認された知識として、次の仕事が参照する。

道のり

  1. 01AI-native shellterminal の上で、複数のエージェントを起動し、見守り、操作する。今ここ
  2. 02AI workspaceエージェントの仕事を画面で確かめ、承認する。裏で動く仕事と記録。
  3. 03AI app runtime人とエージェントが、AI を前提にしたアプリを作れる共通の仕組み。
  4. 04Native system layerterminal に頼らない OS の層。権限、sandbox、local の API。
  5. 05AI OS独自の desktop と、アプリの生態系を持つ OS。

元になった研究

AFHL

Agent-first, Human-last Engineering

エージェントが先に作り、人が最後に触って決める開発の進め方。

AI エージェントが、計画、実装、検証、記録までを担います。人は、出来上がったものを実際に触り、使い心地と見た目をよしとするかを決めます。

人の時間を、作業ではなく判断に使うための仕組みです。Moss の研究開発の中から生まれ、すべてのアプリの開発に使っています。

進め方

  1. 01計画

    エージェントが、作るものと確かめ方を書く。

  2. 02実装

    エージェントが作る。

  3. 03検証

    エージェントが、テストと実際の画面で確かめる。

  4. 04記録

    決めたことと理由を、次の仕事のために残す。

  5. 05人が触る

    人が使ってみて、よしとするかを決める。

2026 年 9 月には、この進め方で 10 日間に 5 つのアプリを作り始めました。

元になった研究

使っている製品

SnapCap