푸캉 웬(Fukang Wen)을 포함한 연구진 Zhijie Wang, Ruilin Xu는 6월 17일, 멀티 에이전트 시스템을 위한 런타임 상태 관리 프레임워크인 OpenRath를 발표했다. 이 시스템은 '세션'을 일급 런타임 추상화로 활용하며, PyTorch와 유사한 프로그래밍 모델을 통해 복잡한 에이전트 상호작용을 처리한다. 세션 객체는 대화 데이터, 도구 사용 기록, 메모리 이벤트 및 작업 공간 배치 정보를 직접 포함함으로써, 파편화된 외부 로그에서 상태를 재구성할 필요를 없앴다.

이러한 설계는 명시적인 분기, 병합, 재실행 작업을 네이티브 런타임 명령으로 가능하게 한다. 연구진에 따르면 세션 객체는 에이전트와 워크플로 사이에서 전달되는 핵심 값으로서 계보 메타데이터와 토큰 사용량을 포함한다. 또한 프레임워크는 샌드박스, 도구, 에이전트, 메모리, 워크플로, 선택기(Selector) 등의 핵심 구성 요소를 정의하며, 선택기는 실행 중 제어 흐름을 결정하는 역할을 수행한다. 연구진은 이 접근 방식이 에이전틱 AI 시스템의 감사 가능한 구성 방식을 제공한다고 설명했으나, 광범위한 정량적 비교 분석은 향후 과제로 남겨두었다.

푸캉 웬(Fukang Wen)을 포함한 연구진 Zhijie Wang, Ruilin Xu는 6월 17일, 멀티 에이전트 시스템을 위한 런타임 상태 관리 프레임워크인 OpenRath를 발표했다. 이 시스템은 '세션'을 일급 런타임 추상화로 활용하며, PyTorch와 유사한 프로그래밍 모델을 통해 복잡한 에이전트 상호작용을 처리한다. 세션 객체는 대화 데이터, 도구 사용 기록, 메모리 이벤트 및 작업 공간 배치 정보를 직접 포함함으로써, 파편화된 외부 로그에서 상태를 재구성할 필요를 없앴다.

이러한 설계는 명시적인 분기, 병합, 재실행 작업을 네이티브 런타임 명령으로 가능하게 한다. 연구진에 따르면 세션 객체는 에이전트와 워크플로 사이에서 전달되는 핵심 값으로서 계보 메타데이터와 토큰 사용량을 포함한다. 또한 프레임워크는 샌드박스, 도구, 에이전트, 메모리, 워크플로, 선택기(Selector) 등의 핵심 구성 요소를 정의하며, 선택기는 실행 중 제어 흐름을 결정하는 역할을 수행한다. 연구진은 이 접근 방식이 에이전틱 AI 시스템의 감사 가능한 구성 방식을 제공한다고 설명했으나, 광범위한 정량적 비교 분석은 향후 과제로 남겨두었다.