Bound – AIエージェントのための決定論的制御ハーネス

コーディングエージェントは作業を続けるのは得意ですが、いつ止めるべきかを判断するのは苦手です。BOUNDはこの問題を解決するために設計された決定論的な制御ハーネスです。エージェントの実行ステップと次の意思決定の間に位置し、テスト結果、型チェック、呼び出し回数などの観測可能な証拠を収集して、ACCEPT（受け入れ）、RETRY（再試行）、REPLAN（再計画）、ROLLBACK（ロールバック）の4つの判断を下します。

BOUNDの基本思想は、エージェントは計画、推論、ツール呼び出し、コード変更を引き続き担当し、BOUNDは制御ポイントとして現在の結果が次のステップに進むのに十分かどうかを判断するだけです。この分離により、エージェントの柔軟性を保ちながら、無限の最適化や回帰のリスクを防ぎます。

インストールは簡単です。ChatGPTユーザーはスキルパッケージをダウンロードし、ChatGPTで@BOUNDスキルをインストールします。Claude CodeやCodexなどの互換エージェントでは、npxコマンドでスキルを追加できます。また、BOUNDは貼り付け可能な統合プロンプトも提供しており、エージェントが自動的にインストールと設定を行います。

制御ループの流れは次のとおりです。エージェントがステップを実行 → 観測可能な証拠を収集 → BOUNDが評価 → 判断を返す → エージェントが判断に基づいて次のアクションを調整します。BOUNDのスコアリングモデルは、契約（contract）、証拠（evidence）、基準（criteria）に基づいており、決定論的なエンジンがスコアを計算するため、LLMを判定者として使用する必要はありません。

4つの判断の意味は明確です。ACCEPTは現在のステップが十分に良いので次に進む、RETRYは現在のアプローチを維持しつつ1回の修正を試みる、REPLANは現在の戦略を放棄して新しい方法を選ぶ、ROLLBACKはハードなリスク境界を超えたため安全な状態に戻る、です。このメカニズムにより、エージェントは「十分良い」状態で最適化を停止し、進捗を維持できます。

現在BOUNDは実験段階にあり、スコアリングのヒューリスティック、重み、しきい値は実際のエージェントワークロードでの検証が必要です。次のマイルストーンは、実際のコーディングエージェントで内部テストを行い、タスク成功率を低下させずに、不要な事後作業、呼び出し回数、トークン消費、回帰を削減できるかを測定することです。

BOUNDはMITライセンスのオープンソースプロジェクトで、Danny de Breeによって開発されています。GitHubでホストされており、完全なアーキテクチャドキュメント、コントリビューションガイド、変更履歴が含まれています。開発者はpipやuvでbound-policyパッケージをインストールするか、ソースから直接ビルドできます。