シーユアン・リー (Siyuan Li) 氏ら研究者は8月4日(現地時間)、自律型AIエージェントプラットフォームの設計選択を比較するための6軸分類フレームワーク「ASTELD（アステルド）」を提案した。既存のプラットフォームはアーキテクチャ、セキュリティ、ツール統合、実行、自律性、デプロイメントの点で大きな違いがあるものの、共通の分類スキームが不足していた。この研究はarXiv cs.CRで公開された。
ASTELDは、既存のエージェント分類法と観測可能なプラットフォーム特性、明確なカテゴリ割り当てルールを統合して構築された。研究チームは、Architecture pattern、Security posture、Tool integration model、Execution paradigm、Level of autonomy and human control、Deployment topologyの6つの軸を設定している。
フレームワークの有用性を評価するため、研究者らは8つの代表的なフレームワークをASTELDにマッピングし、OpenClaw（オープンクロー）を詳細なケーススタディとして分析した。この評価により、主要な構成において8つのプラットフォームすべてが区別され、セキュリティとアクセシビリティの間の対角線、実行とアーキテクチャの強い結合、持続的なアーキテクチャの差別化を伴う機能の収束という3つのクロスプラットフォームパターンが明らかになった。さらに、50以上のOpenClaw派生を分類し、イノベーションがSecurity、Execution、Deploymentの軸に集中していることを発見した。これはASTELDが生態系の断片化を説明できる可能性を示唆している。
OpenClawのケーススタディでは、6カテゴリの脆弱性分類、5つの制度評価からの証拠、およびプラットフォーム座標を観測されたリスクに結びつける採用とガバナンスの分析も提供されている。これらの結果は、ASTELDをエージェントプラットフォームの比較、未開拓の設計領域の特定、フレームワーク選択の指針、将来の経験的研究の組織化のための再現可能な方法として位置づけている。分析の結果、ローカルファーストなデプロイメントとエンタープライズグレードのセキュリティを組み合わせたシステムが評価対象に存在しない「空の領域」も露呈した。
参考: arXiv cs.CR (アーカイブ) — 2026年8月7日 13:00 (JST)