スキルとナレッジ
MARIA OSがエージェントの能力、ナレッジライフサイクル、スキルガバナンスをどう管理するか。
スキルはオンデマンドで取得または生成される
エージェントはSkill Storeからスキルを受け取る。不足するスキルは動的に生成される。
動的スキル取得
既存のSkill Storeから要件を解決
要件定義
スキルキー、ドメイン、レベル
ストア検索
マッチする能力を検索
解決/生成
未発見の場合に生成
エージェントへバインド
Phase Gateで強制
スキル/フェーズ権限マトリクス
各スキルカテゴリは意思決定フェーズごとに定義された境界を持つ。
スキルがエージェントに流れる様子を観察
スキルはエージェントの能力を維持するために中央のSkill Storeから継続的に補充される。
Market Analyst
Strategy
Risk Evaluator
Compliance
Data Processor
Operations
Quality Auditor
Governance
補充イベントを待機中...
5
バインド済みスキル総数
0
補充完了
0
アクティブな転送
エージェントは止まらない。スキルは必要になる前に届く。
エージェントの実行力は枯渇しない
正しいフェーズで枯渇したスキルのみを補充する。
能力不一致
エージェントは何をすべきか分かるが、要求レベルで実行できない
品質劣化
スキルが疲弊した、または現在のコンテキストに適合しなくなった
フェーズ不一致
意思決定の重みがスキル強度を超える
環境変化
スキルは正しいが前提が変わった
エージェントは疲弊する。環境は変わる。意思決定は重くなる。
MARIA OSはエージェントを交代させず、スキルを補充する。
Universe > Galaxy > Planet > Zone > Agent
各レイヤーがスコープ、権限、責任境界を定義する。
スキルは設計への忠実度を測定する パフォーマンスだけではない
スキルはUniverseが設計された判断構造に従って実行されているかを検証する観測機器である。虚栄のメトリクスではない。ガバナンスの真実。
ストップレートは失敗ではなく改善シグナル
ターゲットはリスクティアとジェネシスフェーズに適応
スキルはUniverseが設計哲学を裏切っていないかを測定する。
適切なターゲット、 適切なコンテキスト
画一的なアプローチは通用しない。ターゲットプロファイルはリスクティアとデータ分類に適応する。 ストップ理由が改善ポイントを示す。
low-medium
medium-high
high
low
すべてのストップはシグナル。すべてのプロファイルは戦略。
デプロイ後
実行フロー回路
HITLチェックポイント付きの並列、直列、ループパス
フロー凡例
HITLチェックポイント
信頼できるナレッジ、単に利用可能なだけではない
エビデンスに裏付けられた判断ユニット
オフラインナレッジは利便性機能ではない。判断基盤である。 3つの保証：コンテンツが正しい、出所が追跡可能、時間的劣化が可視。
Package
Evidence
Interpretation
Constraint
Integrity
過去の意思決定は元のナレッジコンテキストでリプレイできる。
Financial Compliance v2.3
K-2024-001 | basis: 2024-04
142d left
valid
HR Policy Guidelines
K-2024-002 | basis: 2024-01
28d left
warning
Vendor Assessment Criteria
K-2023-015 | basis: 2023-12
14d overdue
expired
オフラインナレッジは判断のためのエビデンスであり、参照ライブラリではない。意思決定を支援し、後から説明するために存在する。
監査レジリエンスのためにオフラインファースト。補足コンテキストのためにオンライン。
ナレッジは劣化する。透明性がドリフトを防ぐ。
2つのソース、1つの明確な階層
混合しない。常に区別する。
オフラインが権威。オンラインは補足。それらは決してマージされない — 参照戦略が統一されるのであり、ナレッジ自体ではない。
判断根拠
意思決定の主要ソース
監査レジリエンス
永続するエビデンス
再現性
過去の意思決定を再現
説明責任
なぜこの選択かを説明
補足情報
最新の動向
外部コンテキスト
市場環境
参考事例
類似ケース
助言的見解
権威的ではない
Policy v2.3: Max $5,000 without escalation
Industry avg: $4,200 for similar purchases
Approve based on policy (offline primary)
人間が境界を管理する。AIはそれを尊重する。オフラインとオンラインが競合したとき、システムはエスカレートする — 自動解決は決してしない。
監査耐性：自治体。金融。教育。医療。
2つのソース、1つの明確な階層。常に。
スケジュール化されたナレッジクレンジング
日次
リアルタイムのコンフリクトチェック
847
今月
週次
エージェント間の一貫性
12
今月
月次
完全な構造レビュー
1
今月
3
クリティカル
5
警告
12
解決済み
サイクル駆動のナレッジメンテナンス
ポリシーエンジン
AIの意思決定には正確さ以上のものが必要 — 一貫性、説明可能性、説明責任が求められる。ポリシーエンジンはすべての自動化された判断にガードレールを組み込む。
すべての制約が満たされた。実行に進む。
ユニットテスト + ログ
追加テスト + リファクタリングトレース
人間のレビュー + エスカレーション
複数者承認 + 段階的デプロイ
Policy EngineはAIの意思決定を許可する — 生成するのではない。
ルール + 価値 + エビデンス = 安全で説明可能なアクション。
ドキュメントをガバナンスに変換
既存のポリシーが実行可能な意思決定ルールになる
アップロード
ポリシー文書、ハンドブック、ガイドライン
抽出
意思決定ルールの自動抽出
統合
既存の価値階層との統合
同期
継続的なポリシー同期
サポートされるドキュメントタイプ
ドキュメントを入力、ガバナンスを出力。手動のルール記述不要。