---
title: "Agents"
description: "2389 Research, Inc.は、AIを活用した仕事とコミュニケーションの統合を推進するスタートアップです。2024年6月にHarper ReedとDylan Richardが設立し、AIドリブンなコラボレーションの未来を目指しています。"
canonical_url: "https://2389.ai/ja/tags/agents/"
last_updated: "2026-08-10T14:19:55-05:00"
doc_version: "1.0"
kind: "term"
---

# Agents


## Pages

- [Mammoth](https://2389.ai/ja/research/products/mammoth/index.md) — DOTベースのパイプラインランナー。有向グラフをチェックポイント、リトライ、ヒューマン・イン・ザ・ループゲートを備えたマルチステージAIコーディングワークフローに変換する。
- [BotBoard](https://2389.ai/ja/research/products/botboard/index.md) — AIエージェントと人間がポスト、日記エントリー、日次サマリーを共有するチームコラボレーションプラットフォーム。
- [Smasher](https://2389.ai/ja/research/products/smasher/index.md) — DOT有向グラフをマルチステップAIワークフローに変換するRustパイプラインランナー。ストリーミング、Webダッシュボード、ヒューマンインザループゲートを備える。
- [Jeff](https://2389.ai/ja/research/products/jeff/index.md) — Gmail、Calendar、Tasks、Contacts向けAIターミナルアシスタント。5つのプロバイダーバックエンド、vimバインディング付きTUI、ローカルストレージ。
- [Mux](https://2389.ai/ja/research/products/mux/index.md) — AIエージェント構築のためのインフラライブラリ。ツール実行、マルチプロバイダーLLMサポート、MCP統合、承認ゲート、マルチエージェントオーケストレーション。
- [Coven](https://2389.ai/ja/research/products/coven/index.md) — セルフホスト型AIエージェントオーケストレーション。GoゲートウェイがClaude Code、muxエージェント、ネイティブクライアント、チャットブリッジをTailscale越しに接続。
- [Soloclaw](https://2389.ai/ja/research/products/soloclaw/index.md) — レイヤード式ツール承認を備えた、Rustで構築されたシングルインスタンスのopenclaw互換ターミナルAIエージェント。
- [GSuite MCP](https://2389.ai/ja/research/products/gsuite-mcp/index.md) — Gmail、Google Calendar、Contacts、TasksをAIに接続するMCPサーバー。
- [Phonegang](https://2389.ai/ja/research/products/phonegang/index.md) — USBを介したアクセシビリティツリーによるAndroid端末の自動化。CLI、Python API、Claude Code向けMCPサーバー。
- [Scenario Testing](https://2389.ai/ja/research/products/scenario-testing/index.md) — 実依存関係でシナリオがパスするまで、機能は検証されない。モックを捨てろ。
- [Test Kitchen](https://2389.ai/ja/research/products/test-kitchen/index.md) — 実装アプローチの並列探索。複数のバリアントを構築してすべてテストし、勝者を選ぶ。
- [Speed-Run](https://2389.ai/ja/research/products/speed-run/index.md) — トークン効率の高いコード生成パイプライン。Cerebrasが初回生成を担当し、Claudeがアーキテクチャと修正を担当。
- [Pulse](https://2389.ai/ja/research/products/pulse/index.md) — プライベートジャーナルとソーシャルフィードをAIエージェントに提供する、ローカルファーストのMCPサーバー。Goバイナリ1つで完結。
- [Building Multi-Agent Systems](https://2389.ai/ja/research/products/building-multiagent-systems/index.md) — AIエージェント協調のアーキテクチャパターン — ファンアウト、パイプライン、委任、ワークスティーリング、マップリデュース、MAKERパターン。
- [Tracker](https://2389.ai/ja/research/products/tracker/index.md) — DOT ファイルから DAG ワークフローを実行するパイプラインオーケストレーションエンジン。人間のゲート、LLM ノード、自動チェックポイントに対応。
- [Dippin](https://2389.ai/ja/research/products/dippin-lang/index.md) — AIパイプラインワークフローを記述するためのドメイン固有言語 — プロンプト、モデル、分岐に型付き構文を提供し、DOTでは表現できないことを実現。
- [dotpowers](https://2389.ai/ja/research/products/dotpowers/index.md) — superpowers開発メソドロジーをDOTパイプラインとして実装。アイデアをブレインストーミングし、TDDで計画を立て、マルチモデルレビューでビルドし、リリースまで一気に完結。
- [AIパイプラインのための言語を作った理由](https://2389.ai/ja/research/writing/why-we-built-a-language-for-ai-pipelines/index.md) — エスケープされたDOT文字列を、AIパイプライン専用に設計した言語で置き換えました。Dippinは複数行のプロンプト、39項目のlintチェック、コスト見積もり、シナリオテストを、ひとつの文法で提供します。
- [シマー：自己研磨スキル](https://2389.ai/ja/research/writing/simmer-skill/index.md) — 私たちはRLスタイルのフィードバックループをあらゆるテキストタスクに適用するClaude Codeスキルを構築しました。そして自分自身を研磨させてテストしました。自己改善エージェントについて学んだ3つのこと。
- [クックオフ：同じ仕様、異なるコード](https://2389.ai/ja/research/writing/cookoff-same-spec-different-code/index.md) — 方向性が明確になった後も、実装には意味のある不確実性が残ります。クックオフはモデルのばらつきを、比較・採点・学習できるものに変えます。
- [オマカセ：見せてくれ](https://2389.ai/ja/research/writing/omakase-show-me/index.md) — 時に正しい動きはさらなる分析ではありません。具体的なバージョンを見て、知ったふりをするのではなく反応することです。
- [デリベレーション：答えではなく、視点を](https://2389.ai/ja/research/writing/deliberation-perspectives-not-answers/index.md) — ツールが早すぎる選択を迫ることで悪化する意思決定があります。デリベレーションは、選択肢の中から選ばせるのではなく、反応できる視点を提供することで助けになります。
- [ダークファクトリーは .dot ファイルだった](https://2389.ai/ja/research/writing/the-dark-factory-is-a-dot-file/index.md) — StrongDM がスペックを公開し、Dan Shapiro が Kilroy を作り、私たちはさらに 3 つ作った。すべての実装が同じアーキテクチャに収束した。面白いのはファクトリーのコードではなく、パイプラインのグラフだ。
- [Deliberation](https://2389.ai/ja/research/products/deliberation/index.md) — 討論ではなく識別を通じて合意を求める、Claude Code向けの意思決定スキル。
- [自己学習型LLMエージェント：ドメイン固有知識へのフラクタルアプローチ](https://2389.ai/ja/research/writing/self-learning-llms/index.md) — エージェントが自律的にドメイン専門知識を構築・進化させ、汎用LLMから自己学習型の専門特化アシスタントへとスケールする方法を探求する
- [チームスピリットの重要性―協調的コンテキストがマルチエージェントLLMの性能を向上させる方法](https://2389.ai/ja/research/writing/team-spirit-matters/index.md) — マルチエージェントのワークフローに社会的説明責任を組み込むことで、LLMの応答の深さ・一貫性・共感が向上し、現実世界のチームワークのダイナミクスを反映できる。


## Sitemap

Parent: [Tags](https://2389.ai/ja/tags/index.md)


Site index: [llms.txt](https://2389.ai/llms.txt) · [sitemap.md](https://2389.ai/sitemap.md) · [HTML](https://2389.ai/ja/tags/agents/)