ObjectGraph: From Document Injection to Knowledge Traversal -- A Native File Format for the Agentic Era

モヒト・ドゥベイによる論文「ObjectGraph: From Document Injection to Knowledge Traversal」の詳細な技術的概要を以下に示します。

1. 問題定義：ドキュメント消費問題

本論文は、現在の自律型 LLM エージェントと既存のドキュメント形式（主に Markdown）との間に存在する根本的なアーキテクチャのミスマッチを特定しています。

• 核心的な課題: 既存の形式は、ドキュメント全体がワーキングメモリに保持される、人間による線形読書のために設計されています。しかし、LLM エージェントは検索を通じて動作します。エージェントが情報を必要とする際、現在ではドキュメントの全体をコンテキストウィンドウに注入する必要があります。
• 3 つの失敗モード:
  1. トークンの膨張: エージェントは、関連する 80 トークンの手順を見つけるために 1,800 トークンのランブックを読み取るなど、無関係なコンテンツに約 94% のトークンを浪費します。
  2. コンテキストの複合化: マルチターンループにおいて、無関係な注入テキストを含む完全な会話履歴が、すべての API 呼び出しで再送信され、トークンコストが超線形的に増大します。
  3. 役割の盲目性: 既存の形式は、外部ミドルウェアなしでは、同じドキュメントの異なるビューを異なるエージェント役割（例えば、オーケストレーター対ワーカー）に提供できません。
• 先行研究の限界: コンテキスト圧縮、RAG、セマンティックファイルシステムは症状に対処しますが、根本原因を解決できていません。すなわち、ドキュメント形式自体に、クエリでアドレス指定可能なインデックス、型付けされた依存関係、およびネイティブなアクセス制御が欠如していることです。

2. 手法：ObjectGraph (.og) 形式

著者らは、ドキュメントを線形文字列ではなく、型付けされた有向知識グラフとして再考するファイル形式、OBJECTGRAPH (.og) を提案します。

A. 核心的な抽象化

.og ファイルは、グラフ $G = (V, E, \lambda, \rho)$ であり、以下から構成されます：

• ノード ($V$): 知識の原子論的意味単位（特定のステップ、警告、または概念など）。
• エッジ ($E$): 型付けされた依存関係（例：:requires, :precedes, :see-also）。
• スコープ ($\rho$): 役割ベースのアクセス制御（例：orchestrator, worker, all）。
• マニフェスト: 内容をロードすることなく関連ノードを $O(1)$ で発見可能にする軽量ヘッダー（::meta, ::schema, ::index）。

B. 主要メカニズム

1. プログレッシブ開示モデル (PDM):
   • パス 1 (インデックス): 関連性を判断するために ::index ブロックのみ（約 30 トークン）を読み取ります。
   • パス 2 (高密度): ルーティングや計画のためのキーワード要約を含む ::dense ブロック（ノードあたり約 12 トークン）を読み取ります。
   • パス 3 (完全): 実行が必要になった場合のみ、::full, ::code, または ::steps ブロック（ノードあたり約 180 トークン）を読み取ります。
2. LLM ネイティブクエリプロトコル:
   • 2 つのプリミティブインターフェースを使用します：search_index（関連ノード ID を検索）と resolve_context（コンテンツを取得し、依存関係を自動追跡）。
   • LLM をルーターとして: LLM 自身がインデックス文字列上でセマンティックマッチングを実行し、外部ベクトルデータベースやキーワード一致アルゴリズムの必要性を排除します。
3. 実行可能アサーションノード: 検証ロジック、リトライパス、およびエスカレーションルールは、ドキュメント内（::assertion）に直接エンコードされ、「何をすべきか」と「どう検証するか」を分離します。
4. デルタ読み込み: ::changelog ノードにより、エージェントは前バージョン以降の更新されたノードのみを取得でき、更新コストを $O(n)$ から $O(\mu)$ に削減します。

C. 互換性

• Markdown の厳密なスーパーセット: 有効な .md ファイルはすべて有効な .og ファイルです。
• トランスパイラ: Markdown を .og に変換するハイブリッドパイプライン。コンテンツの保存には決定論的パーサーを使用し、ナビゲーションメタデータ（キーワード/高密度ブロック）の生成にのみ限定された LLM 呼び出しを使用することで、高い忠実度を保証します。

3. 主要な貢献

1. 形式モデル: 「ドキュメント消費問題」を定義し、それを解決するために必要な 6 つの構造的性質（クエリアドレス指定可能インデックス、層別圧縮、型付け依存グラフ、役割スコープ付きアクセス、実行可能アサーション、人間による可読性）を定義しました。
2. 形式仕様: 上記 6 つの性質をすべて同時に満たす .og 形式を導入しました。
3. クエリプロトコル: エージェントが完全注入なしでドキュメントをトラバース可能にする、最小限の 2 プリミティブプロトコルを設計しました。
4. トランスパイラ: 既存の Markdown を .og に変換し、証明可能なコンテンツ忠実度を実現するツールを作成しました。
5. 実証的検証: 5 つのドキュメントクラスと 8 種類のタスクタイプにわたる包括的な評価を行いました。

4. 結果

本論文は、Claude Sonnet 4.5 や GPT-4o などのモデルを使用した 240 ドキュメントおよび 8 種類のタスクタイプからのベンチマークによる実証的証拠を提示します。

• トークン削減:
  • 平均削減: クエリあたりのトークン消費量が 92.0% 削減されました（約 2,340 トークンから約 187 トークンへ）。
  • マルチターン節約: 5 ターンワークフローにおいて、ObjectGraph は Markdown と比較して累積トークンコストを 36.5 倍 削減しました（1,260 トークン対 46,000 トークン）。これにより、コンテキストの複合化が実質的に排除されました。
• タスク精度:
  • ObjectGraph は、8 種類のタスクのうち 7 種類 で Markdown と同等かそれ以上の精度を達成しました。
  • 顕著な改善:
    • 役割条件付きアクセス：+18.4%
    • 更新検出：+30.1%
    • アサーション検証：+43.5%
  • 注: 「クロスノード推論」ではわずかな低下が見られましたが、明示的なエッジ宣言によって緩和されました。
• トランスパイラの忠実度: ホールドアウトドキュメントにおいて 98.7% のコンテンツ保存率を達成しました。
• 人間による作成: ユーザー調査により、作成負担が低いことが示されました（リッカート尺度で 2.8/7）。ユーザーは、明示的なタグがドキュメント作成の規律を向上させると指摘しました。

5. 意義と影響

• パラダイムシフト: 業界を「ドキュメントの注入」から「知識グラフのトラバース」へと移行させ、ドキュメント形式をエージェント知能の主要インフラとして扱います。
• インフラの削減: アクセス制御、検証ロジック、変更追跡をファイル形式内部にエンコードすることで、ObjectGraph は外部ミドルウェア（ベクトル DB、アクセス制御レイヤー、検証スクリプト）の必要性を排除し、エージェントアーキテクチャを簡素化します。
• スケーラビリティ: 「Less-Is-More（少ないほど多い）」効果は、無関係なコンテキストを削減することが金銭的節約だけでなく、注意の希薄化を減らすことでモデルのパフォーマンスを向上させることを示しています。
• 将来展望: 本論文は、「エージェント Web」のための分散型でクエリ可能な知識グラフを作成するための次の重要なステップとして、「フェデレーション（ファイル間エッジの解決）」を特定しています。

要約すると、ObjectGraph は、ドキュメント自体を構造化され、トラバース可能で、役割を認識する知識グラフとして再定義することにより、現在のエージェントとドキュメントの相互作用におけるトークンの非効率性と構造的限界を解決し、精度を犠牲にすることなく莫大な効率向上を実現します。