TL;DR

Jacは、LLM呼び出し・ワークフローと状態・モデルによる次ステップ選択を一つの言語で表し、開発用コードを減らしつつコンパイラ/ランタイムの最適化を可能にする試みです。5ベンチマークではOpenAI SDK比1.8–8.7×のAI統合コード削減、品質は競争力ありと報告されています。効果は限られた評価と条件付き最適化に注意が必要です。

既存手法との違い

既存手法としてOpenAI SDK、LangGraph、CrewAI、DSPy、NOOAと比較しています。SDKではモデル入力準備・状態同期・モデル選択に応じたステップ実行の支持コードが必要で、フレームワークでもアプリ側の接続コードが残ります。Jacはモデル操作、OSPによるワークフロー構造と状態、visit … by llm()によるモデル誘導ルーティングを統合します。5ベンチマークでSDK比1.8–8.7×のAI統合コード削減、3モデル系統で競争力のあるタスク品質を報告しています。開発トークンは5アプリ集計でClaude Codeが48%少なく、Codexが51%少ない(SDK比)。サービス分割では比較ベースラインがJacの3.8–8.7×のビルダートークンを消費したとされます。

使える条件

対象は、LLM操作・ツール利用・ワークフロー構造と状態・モデル誘導ルーティングを組み合わせたエージェントアプリです。JacはPython上位互換の言語として提示されています。評価は5ベンチマーク、5ベースライン、3モデル系統、Claude Code/Codexによる構築で行われています。投機実行やサービス分割はアプリ設定のみで適用され、明示された条件下でプログラム解析と実行時チェックによりワークフロー挙動を保つとされます。RAG専用の論文ではありません。計算資源や本番運用の前提は提示本文からは確認できません。

限界と未検証の範囲

評価は5ベンチマーク・5ベースライン・3モデル系統に限定され、すべてのエージェントアプリやモデルへの一般化は示されていません。品質は「競争力がある」と報告されており、全条件で優位という主張ではありません。コード削減は主にOpenAI SDK比です。開発トークンの削減はClaude Code/Codexによる5アプリ集計です。投機実行の遅延削減は3/5ベンチマークで中央値29–39%とされ、全ベンチマークではありません。サービス分割は評価された分割の正確性チェック通過が報告されています。本番負荷、セキュリティ、コスト、Jac外コードとの相互運用、学習コストは提示本文からは確認できません。

図1: 提案手法の概要(本記事による図解)

Jacがモデル操作・OSPによるワークフロー/状態・モデル誘導ルーティングを統一し、コンパイラ/ランタイムが依存解析と自動最適化に使える関係を示す(個別のベンチマーク結果や最適化条件は省略)。
Jacがモデル操作・OSPによるワークフロー/状態・モデル誘導ルーティングを統一し、コンパイラ/ランタイムが依存解析と自動最適化に使える関係を示す(個別のベンチマーク結果や最適化条件は省略)。

解説

AMI NEUTRAL

智也くん、この「Jac」って論文、なんかLLMエージェント開発を楽にするって話らしいけど、ざっくり何が問題だったの?

TOMOYA EXPLAINING

元々は、LLM呼び出し、ワークフローの構造と状態、モデルが次のステップを選ぶルーティングを、SDKやフレームワークでつなぐ必要があるんだ。その接続用コードが多いし、変更のたびに整合性を取るのが大変になる。

AMI THINKING

へえ、なんかコードで糊付けしてる感じ? その糊が増えると、コンパイラも全体を見にくくなるってこと?

TOMOYA EXPLAINING

そう。アプリ側とフレームワーク内部に実行ロジックが分かれると、コンパイラやランタイムが制御フローと状態依存を把握しにくくなって、自動最適化もしづらい。だから論文は、その三つを一つの言語でまとめる「Agent-Native Programming」を提案してる。

AMI SURPRISED

一つの言語でまとめるって、具体的にはJacで何を表すの?

TOMOYA EXPLAINING

JacはPython上位互換の言語で、by llm()で型付きのモデル操作とツール利用、Object-Spatial Programmingでワークフロー構造と状態、visit … by llm()でモデル誘導ルーティングを表す。ルーティングの選択肢は実行可能なワークフローステップから導出されて、選ばれたステップをスケジュールする仕組み。

AMI UNDERSTOOD

なるほど、モデルの選択とプログラムの実行が同じ構造から見えるから、コンパイラも依存関係を解析しやすいってわけだ。

TOMOYA HAPPY

その通り。モデル操作・ワークフロー・状態・ルーティングの関係が明示されるから、コンパイラとランタイムが共通の実行モデルで最適化条件をチェックできる、ってのが主張だね。

AMI NEUTRAL

評価はどうだったの? やっぱりコードがかなり減るの?

TOMOYA EXPLAINING

5ベンチマーク、5ベースラインで評価してる。OpenAI SDK比でAI統合コードが1.8–8.7×削減、3モデル系統でタスク品質は競争力がある、と報告されてる。比較対象はOpenAI SDK、LangGraph、CrewAI、DSPy、NOOA。

AMI HAPPY

1.8–8.7倍ってかなり減るじゃん。開発の手間も測ってるの?

TOMOYA EXPLAINING

Claude CodeとCodexをコーディングエージェントのビルダーとして使って、実装・テスト・修正中のトークン数を数えてる。ビルダーがアプリ設計を選ぶ条件で、5アプリ集計だとJac構築はSDK構築よりClaude Codeで48%少なく、Codexで51%少ない、と。

AMI SURPRISED

そんなに違うんだ。じゃあ最適化の事例もあるの?

TOMOYA EXPLAINING

二つのケーススタディがある。投機実行は、同じJacアプリで投機なしと比べて、5ベンチマーク中3つでルーティング決定レイテンシ中央値が29–39%減。サービス分割は、比較ベースラインがJacの3.8–8.7×のビルダートークンを使って、評価した分割は正確性チェックを通った、と報告されてる。どちらもアプリ設定だけで有効化される例。

AMI THINKING

でも、そういうのって条件付きなんでしょ? 万能じゃないよね。

TOMOYA SAD

そう。評価は5ベンチマーク・5ベースライン・3モデル系統に限られてて、全部のエージェントアプリやモデルに一般化できるとは示されてない。品質も「競争力がある」であって、全条件で勝つ主張じゃない。コード削減も主にOpenAI SDK比だし、投機実行の削減も3/5ベンチマークだけ。

AMI UNDERSTOOD

なるほどね。本番負荷とかセキュリティ、コスト、Jac外コードとの相互運用、学習コストなんかは提示本文からは確認できないってことか。

TOMOYA NEUTRAL

うん。あと投機実行とサービス分割は、明示された条件下でプログラム解析と実行時チェックを使ってワークフロー挙動を保つ、という前提付き。だから「何でも自動で速くなる」って話ではない。

AMI SMILE

でも、モデルの決定と実行ステップが同じ言語で見えるって、発想としては面白いね。コンパイラが「次の一手」を先回りしやすいって感じ?

TOMOYA HAPPY

まさにそこが意義。ワークフロー構造がモデルの選択肢と実行ステップの両方を決めるから、依存解析や自動変換の共通基盤になる。論文はそこを言語と実行意味論で支えてる。

AMI HAPPY

じゃあ将来、私がレポートで「とりあえずJacで」って言ったら、智也くんが全部直してくれるってことだね!

TOMOYA NEUTRAL

それは論文の主張じゃない。まずは自分でby llm()の型を書こう。

AMI EMBARRASSED

うっ、はい…。