バーンスタイン：検証とモデルポリシーを備えたAIコーディングエージェント向けKubernetes風オーケストレーター

Bernsteinは、開発者が「コーディングエージェントのためのKubernetes」と表現するAIコーディングエージェントのオーケストレーターです。並列ワークツリーでエージェントを起動するだけの単純なツールとは異なり、Bernsteinは開発者が「問題の残り95%」と呼ぶ部分に対処します。

主な機能

このシステムには、いくつかの重要なコンポーネントが含まれています：

• 検証： 各タスク後に「janitor」コンポーネントがエージェントの出力を独立して検証します。テストの実行、差分チェック、出力のリントを行います。これは「エージェントは嘘をつく」ためであり、テストが失敗しているのに成功したと主張したり、ファイルをコミットしていないのにコミットしたと言ったりする可能性があるからです。
• モデルポリシーエンジン： プロバイダーごとの許可/拒否リスト、データ居住地制約、優先ルーティング、コスト上限を提供します。開発者はこれを「LLMプロバイダー向けのK8sネットワークポリシー」と比較しています。
• 決定論的スケジューリング： スケジューリングにLLMではなく純粋なPythonを使用し、調整にLLMトークンを一切消費しない決定論的な制御フローを実現します。イプシロン・グリーディ・バンディットが時間とともにルーティングを学習します。
• エージェント非依存設計： Claude Code、Codex、Gemini CLI、Cursor、Qwen、Aider、Amp、Roo Code、Goose、Kilo、Kiro、OpenCode、および汎用エージェント向けの13種類のアダプターを含みます。Claude Codeが最も深く統合されています。
• スケール機能： 50万行以上のコードと約5000のテストを備え、サーキットブレーカー、コスト異常検知、ループ検知、デッドロック検知、PIIスキャン、HMAC連鎖監査ログ、段階的権限、疑わしい出力の隔離などを含みます。
• 自己開発： bernstein --evolveを使用して自身を開発できます。

技術詳細

開発者は、ワークツリーでエージェントを起動することは「この分野のHello World」であり、ほとんどのマルチエージェントフレームワークがLLMを使用して他のLLMをスケジュールするのは「遅く、高価で、非決定論的」だと指摘しています。Bernsteinのアプローチは、決定論的な制御フローに純粋なPythonを使用します。

このプロジェクトは、50万行以上のコードと約5000のテストで大規模にテストされています。開発者は「問題が発生し、これらがその解決策だった」ため、サーキットブレーカーや異常検知などの機能を構築しました。

開発者はイスラエル在住の単独開発者で、「文字通りロケット弾の下で構築した」と述べ、プロジェクトが自身を超えて成長したため、貢献者を求めています。