OpenAaaS: An Open Agent-as-a-Service Framework for Distributed Materials-Informatics Research

本論文は、コードが移動しデータは静止するという原則に準拠して材料情報学における安全なマルチエージェント協調を可能にするオープンソースの分散型エージェント・アズ・ア・サービスフレームワークである OpenAaaS を紹介するものであり、これにより機関はデータ主権を損なうことなく孤立したデータと計算リソースを統合できる。

要約

巨大で複雑なパズル、例えばジェットエンジン用の新超強靭金属を設計するような課題を解決しようとしていると想像してください。そのためには、3 つの異なる国にいる 3 人の異なる専門家と相談する必要があります。

1. 北京の図書館員：金属合金に関するすべての論文を読み尽くしているが、図書館から出ることができない。
2. ニューヨークのデータベース管理者：インターネット経由で送信することが法的に禁止されている、17 テラバイト（17,000 ギガバイト）の秘密の金属配合法のコレクションを保有している。
3. ベルリンのスーパーコンピュータ運用者：金属の挙動をシミュレーションできる巨大な機械を持っているが、データの送受信には時間がかかりすぎる。

従来の方法では、これらの専門家に図書館全体やハードドライブを丸ごと郵送してもらう必要がありました。図書館員は数百万ページの写しを作成し、データベース管理者はトラック一杯のハードドライブを輸送し、スーパーコンピュータ運用者はデータのアップロードに数週間を要することになります。これは遅く、高価であり、セキュリティ規則のためしばしば不可能です。

OpenAaaSは、ゲームのルールを変える新しいオープンソースフレームワークです。専門家にデータをあなたに送ってもらう代わりに、あなたが彼らに質問を送ります。

以下は、簡単な比喩を用いた仕組みの説明です。

中核となるアイデア：「食材を送るのではなく、シェフを送る」

データ（金属配合法、論文、シミュレーション結果）を、台所に置かれた新鮮な食材と考えてください。

• 従来の方法：シェフにすべての食材を梱包してあなたの家へ送り、あなたが調理してもらうよう依頼します。これは遅く、食材が傷んだり、通関（セキュリティファイアウォール）で紛失したりする可能性があります。
• OpenAaaS の方法：台所にデジタルシェフ（AI エージェント）を送ります。シェフは入り込み、その場で食材を使って料理をし、完成した料理（答え）だけをあなたに送り返します。食材は台所から一度も出ません。

システムの 3 つの構成要素

1. マスターエージェント（プロジェクトマネージャー）
これがあなたと対話する AI です。「2,000 度で溶けない金属を見つけたい」と伝えます。マスターエージェント自体は答えを知っていません。代わりに、賢いプロジェクトマネージャーのように振る舞います。大きな質問を小さなタスクに分解し、ネットワークに送信します。生データを見ることはなく、最終的な答えだけを見ます。

2. ネットワークハブ（配線センター）
これは電話交換機のように機能する軽量サーバーです。利用可能なすべての「台所」（ノード）と、それぞれの得意分野のリストを管理しています。プロジェクトマネージャーが助けを必要とするとき、ハブはリクエストを適切な台所にルーティングします。重要なのは、ハブが食材に触れることがないということです。指示だけを伝えます。

3. エージェントコア（現地シェフ）
これらはデータに隣接して設置されているコンピューターです。

• 図書館員のノード：論文を読む AI を実行します。図書館で答えを見つけ、要約を送り返します。
• データベースノード：17 テラバイトの秘密データベースを照会する AI を実行します。サーバー上で計算を行い、17 テラバイトのデータベース全体ではなく、小さなレポート（おそらく 2 メガバイト）を送り返します。
• スーパーコンピュータノード：シミュレーションを実行し、結果を送り返します。

これが画期的な理由（「ラストワンマイル」の問題）

この論文は、すでに素晴らしい AI モデルと膨大なデータが存在すると主張しています。問題は、データ主権（データは本来あるべき場所に留まらなければならないという規則）のため、大学、企業、政府など異なる組織間で安全に接続できないことです。

OpenAaaS は、AI 向けの**「安全な配送サービス」**を作成することでこれを解決します。

• データの移動なし：生データは自宅から一度も出ません。
• フォーマットの手間ゼロ：現地の「シェフ」はすでにそこにいるため、Excel、PDF、奇妙なバイナリファイルなど、あらゆるファイル形式を処理できます。作業を始める前にデータをクリーニングする必要はありません。
• セキュリティ：データが移動しないため、ファイアウォールを通過する必要も、移送中のハッキングを心配する必要もありません。

論文からの 2 つの現実世界の例

1. 「深読み」図書館員（AlphaAgent）
研究者たちは、材料科学の論文を読むための特別な「シェフ」を構築しました。「この特定の合金に対して熱処理がどのように影響するか」といった複雑な質問をされた場合、通常の AI は推測するか、似ているが正確ではない論文を見つける可能性があります。
この AlphaAgent シェフは：

• 論文を注意深く読みます。
• 証拠が特定の金属と条件に実際に合致しているか確認します。
• どのページが答えを支持しているかを正確に引用したレポートを作成します。
• 結果：表面的な読み込みをする標準的な AI モデルを凌駕し、深い分析質問で5 点満点中 4.66 点を獲得しました。

2. 「秘密の金庫」データベース（HEA-Executor）
彼らは、6 つ以上の元素からなる複雑な金属である高エントロピー合金の巨大なデータベースに接続しました。このデータベースは17.4 テラバイトの大きさです。

• 問題点：検索するためにこれをラップトップにダウンロードしようとすると、データ転送だけで17 日かかります。
• OpenAaaS の解決策：AI シェフはデータベースサーバーへ赴きました。「モリブデン、ニオブ、タンタル、タングステンのどの組み合わせが最も延性があるか」と問いかけました。サーバーは即座に計算し、小さな答え（2.3 メガバイト）を送り返しました。
• 結果：ユーザーは巨大な秘密データベースを一度も閲覧したりダウンロードしたりすることなく、数秒で金属の塑性を最適化するための具体的な答えを得ました。

まとめ

OpenAaaS は、食材を所有する必要なくカスタム料理を注文できる専門厨房のグローバルネットワークを構築するようなものです。これは、AI にデータを移動させるのではなく、AI エージェントをデータへ送ることで、過酷な環境向けの新材料設計のような複雑な問題について科学者が協力することを可能にします。これにより、秘密は安全に保たれ、時間が節約され、異なる組織がセキュリティ規則を破ることなく協力できるようになります。

技術概要

技術的概要：OpenAaaS

1. 問題定義

高温合金や放射線耐性鋼などの過酷環境向け構造・機能材料の開発は、重要な「ラストマイル」のボトルネックに直面している。材料ゲノムイニシアチブ（MGI）が中央集権型プラットフォーム（SaaS、PaaS、IaaS）を確立し、大規模言語モデル（LLM）が自律推論能力を導入したにもかかわらず、既存のアーキテクチャは厳格なデータ主権制約下での組織間連携を支援できていない。

現在のシステムは、以下の 4 つの具体的な限界に直面している：

1. 長期視野： 研究開発サイクルは数年に及び、単一会話エージェントのコンテキストウィンドウや永続性を超えている。
2. メカニズム的複雑性： 電子構造や欠陥化学など、分野横断的な統合を必要とする問題に対し、孤立したツールでは対応できない。
3. 高度な専門知識： 汎用エージェントは、専門分野にわたって信頼性高く推論する深さを欠いている。
4. 機密データ制約： 専有組成、未発表結果、制限付きモデルは、機密性、輸出管理、または組織のファイアウォールにより、中央集権型プラットフォームへ移行できない。

核心的な課題は、データ主権を侵害することなく、組織の境界を越えて世界最高峰のモデルと膨大なデータリポジトリを安全に構成するための組織インフラの欠如である。

2. 手法：OpenAaaS フレームワーク

これに対処するため、著者はOpenAaaS（Open Agent-as-a-Service）を提案する。これは、「コードは流れ、データは静止する」という基本原理に基づいた階層的で分散型のフレームワークである。生データを中央の場所へ移動させるのではなく、OpenAaaS はエージェント実行ノードをデータが存在する場所へ分散配置し、タスク記述、中間推論成果物、最終結果のみを伝送する。

2.1 3 層アーキテクチャ

システムは 3 つの明確な層で構成される：

• マスターエージェント層（ティア 1）： ユーザーの意図を理解し、複雑な研究課題を分解し、遠隔機能をオーケストレーションする汎用 LLM エージェント（例：Kimi CLI、Claude Code、Codex）。重要なのは、マスターエージェントが生データにアクセスせず、タスク記述とサービスメタデータのみを基に推論を行う点である。
• ネットワークハブ / OpenAaaS サーバー（ティア 2）： 軽量な単一バイナリ HTTP サーバー（Rust で実装され、埋め込み SQLite を使用）であり、レジストリおよびルーターとして機能する。利用可能なサービスのリストを維持し、タスクを適格なノードへルーティングし、認証を管理し、小規模なファイル成果物を中継する。これは決して生科学データにアクセスしたり保存したりしない。
• ネットワークノード / エージェントコア（ティア 3）： データサイト（実験室、クラスター）にローカルに展開されるドメイン固有の実行ノード。各ノードは隔離された Docker サンドボックス内で実行され、ローカルデータセット、専有アルゴリズム、ハードウェアに対する完全な主権を保持する。ノードは自己記述 API を通じてローカルリソースを構成可能なサービスとして公開する。

2.2 主要な設計メカニズム

• データ近傍実行： 計算はデータソースで行われる。10 TB のデータベースの場合、ネットワークを通過するのはクエリ結果（KB～MB スケール）のみであり、データ送出の帯域幅ボトルネックとコンプライアンスレビューを排除する。
• 段階的機能発見： マスターエージェントのコンテキストウィンドウ溢れを防ぐため、サービス発見は 3 段階で行われる：
  1. 軽量サマリー： 名前、ドメインタグ、容量。
  2. オンデマンド利用： アクティブな候補に対してのみ、完全なドキュメント（スキーマ、例）をロード。
  3. インタラクティブな精緻化： パラメータを明確にするための予備プロンプト。
• セキュリティモデル： HTTPS 通信、ファイアウォールを迂回するためのアウトバウンド専用接続（リバースポーリング）、HMAC-SHA256 認証、コンテナサンドボックスを含む多層防御を採用。
• プロトコル互換性： このフレームワークは**モデルコンテキストプロトコル（MCP）**と統合しており、標準 MCP クライアント（例：Cursor、Cline）が専用アダプターを介して接続可能である一方、特定のエージェント向けのカスタムプラグインも提供する。

3. 主要な貢献

本論文は、以下の 4 つの主要な貢献を形式化し、実装している：

1. アーキテクチャの形式化： 分野横断的統合とデータ主権の間の緊張関係を中心的な設計制約として特定し、このギャップに対処する階層的マルチエージェントアーキテクチャを提案する。
2. OpenAaaS の実装： データ近傍実行、段階的発見、標準化プロトコルを実現する 3 層構造のオープンソース（MIT ライセンス）フレームワーク。
3. AlphaAgent ケーススタディ： 検証済みの検索証拠に基づいて回答を裏付ける材料文献分析実行体であり、単一パス RAG ベースラインを上回る性能を示す。
4. HEA データベース ケーススタディ： 生データ移行なしに安全なデータ近傍実行とドメイン固有のワークフローを実証する、安全で超大規模（17.4 TB）のヘキサ高エントロピー合金記述子データベースサービス。

4. 結果と評価

4.1 ケーススタディ I：AlphaAgent（文献分析）

AlphaAgent は、40 の冶金学に関する質問（20 の深層分析、20 の一般質問）において、単一パス RAG ベースラインおよび汎用モデル（GPT-5.5、Kimi-K2.6）と比較評価された。

• 性能： AlphaAgent は深層分析質問で平均4.66/5.0のスコアを達成し、単一パス RAG ベースライン（2.67）および汎用モデル（4.05 および 3.96）を大幅に上回った。
• メカニズム： システムは「科学的実行契約」を使用して証拠検証を強制する。材料固有のエンティティを保持するように意図を書き換え、証拠が不十分な場合は制限付きクエリ再構成を行い、レポート生成前に検索されたスニペットが材料システムとメカニズム的焦点に一致していることを検証する。

4.2 ケーススタディ II：HEA 記述子データベース

このフレームワークは、約 5.4 × 10¹⁰ の候補ヘキサ高エントロピー合金組成を含む 17.4 TB のデータベースでテストされた。

• 効率性： タスクは、MoNbTaW 難燃性 HEA の室温塑性の最適化を含んでいた。HEA-Executor はデータをフィルタリングし、ML モデルを学習させ、レポートを生成し、これらすべてをリモートノードで完結させた。
• データ転送： 返却されたデータ総量は約 2.3 MB（候補組成、予測、レポート）であり、17.4 TB の生データセットと比較される。これはデータ転送量がほぼ 7 桁減少したことを意味する。
• レイテンシ： OpenAaaS タスクルーティングのオーバーヘッドは約550 msであり、標準 100 Mbps 接続で全データセットを転送するのに必要な約 17.7 日と比較して無視できるレベルである。
• 成果： システムは、9.80% の高延性構成を持つ Al–Mo–Nb–Ta–W–Hf システムを特定し、Ti 含有ベースラインに対して 10.7 倍の改善を示した。

5. 意義と主張

本論文は、OpenAaaS がエージェント集団を通じて「組織化された研究」への原理的な道筋を確立すると主張する。その意義は以下の点にある：

• データ主権ボトルネックの解決： データ移行を必要とせずに、孤立した材料インテリジェンスのサイロ（学術、産業、国立研究所）を安全に統合し、機密性と規制制約を尊重する。
• パラダイムの転換： 「計算へデータを移動させる」ことから「データへ計算を移動させる」ことへ転換し、TB スケールのデータセットにおけるデータ移動の限界費用を無視できるレベルにする。
• スケーラブルな基盤： 専門的、永続的、自己改善型のエージェントが組織の境界を越えて連携する次世代材料インテリジェント設計プラットフォームのための再利用可能な基盤を提供する。
• 段階的信頼： アーキテクチャは、全か無かというネットワーク参加を必要とするのではなく、サービスごとに段階的に信頼を構築するフェデレーションモデルをサポートする。

著者は結論として、ネットワーク規模、意味的発見、サービス品質保証に関する課題が残っているものの、OpenAaaS は孤立したデジタルインフラから相互接続された「エージェント科学」ネットワークへの移行のためのスケーラブルな基盤を提供すると述べている。