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
Trace
エージェントの作業を、そのまま記録する。
Episode
記録を、ひとまとまりの仕事に区切る。
Research
仕事から分かったことを調べ、確かめる。
Review
人が読み、承認する。
Library
承認された知識として、次の仕事が参照する。
道のり
- AI-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
- AI 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。
- AI 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。
- Native system layerterminal に頼らない OS の層。権限、sandbox、local の API。
- AI 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
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
計画
エージェントが、作るものと確かめ方を書く。
実装
エージェントが作る。
検証
エージェントが、テストと実際の画面で確かめる。
記録
決めたことと理由を、次の仕事のために残す。
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。