このAIは自身のソフトウェアを構築している

AIコーディングエージェントは革新的な生産性を約束しますが、現在の反復ではしばしば混乱をもたらします。印象的なコードスニペットや関数全体を生成できる一方で、これらのエージェントは非決定論的であることで悪名高く、信頼できる開発パートナーというよりもコイントスのように振る舞います。この固有の予測不可能性は、同じプロンプトが実行ごとに大きく異なる結果を生み出す可能性があり、プロフェッショナルチームにとって一貫した高品質の出力を得ることを困難な目標にしています。

このような一貫性の欠如は、AIを構造化されたソフトウェア開発ライフサイクルに統合する上で大きな障害となります。開発者は、AIとの対話ごとにコンテキストが不足することに苦労し、デバッグ、リファクタリング、コラボレーションを妨げます。予測可能な出力やAIの決定の明確な監査証跡がなければ、バージョン管理は悪夢となり、チームベースの環境でコード品質やセキュリティ基準を確保することはほぼ不可能です。これにより、強力なAIツールは、重要な反復可能なタスクにはほとんど不向きとなります。

生成AIの荒野を飼いならすために綿密に設計されたオープンソースのワークフローエンジン、Archonが登場します。Cole Medinによって作成されたArchonは、AIコーディングの混沌とした性質を構造化された反復可能なプロセスに変革します。予測不可能なエージェントの相互作用の時代を超え、AI支援ソフトウェア開発に秩序、一貫性、プロフェッショナルグレードの信頼性をもたらす決定的なソリューションを提供します。

Archonは、AIエージェントの設計図として機能するYAML定義のワークフローを通じてこれを実現します。これらのワークフローは、多くの場合、Directed Acyclic Graphs (DAGs)として構造化され、タスク、入力、出力、および依存関係を指定し、毎回同じシーケンスが実行されることを保証します。この堅牢なフレームワークは再現性を保証し、Git worktreesを介した分離などの重要な機能を可能にし、複数のワークフローが競合することなく分離されたブランチで同時に実行できるようにします。Archonは、OpenAI、Anthropic Claude、Google GeminiなどのLLMと統合し、専門的なマルチエージェントシステムをオーケストレーションして、予測可能にコードを構築および最適化します。

Cole MedinによるオープンソースプロジェクトであるArchonは、AI駆動型ソフトウェア開発に強力なパラダイムシフトをもたらします。それはハーネスエンジニアリングです。この革新的な「ハーネスビルダー」は、AIコーディングエージェントをオーケストレーションし、しばしば混沌とした出力を予測可能で再現可能なエンジニアリングツールに変えます。ArchonをAIのためのDockerfilesやコーディングのためのGitHub Actionsと考えてください。生成モデルの周りに構造化されたフレームワークを提供します。

このアプローチは、しばしば一貫性のない結果をもたらす単純なプロンプトエンジニアリングを超え、信頼性を強制する堅牢なシステムへと移行します。ハーネスエンジニアリングは、AIの周りに定義され、バージョン管理されたプロセスを構築し、決定論的な結果を保証することを義務付けます。構造を課すことでAIの「コイントス」という核心的な問題に取り組み、開発者がAIをソフトウェア開発ライフサイクル内の信頼できるコンポーネントとして統合できるようにします。

Archonは、宣言的なYAMLワークフローを通じてこれらの構造化されたプロセスを定義します。これらのファイルは、Directed Acyclic Graph (DAG)のように、タスク、入力、出力、および依存関係を指定し、マルチエージェントシステムをガイドします。この基本的な設計により、すべてのワークフローが同じシーケンスに従うことが保証され、生のAIインタラクションに内在する変動性が排除されます。

システムはGit worktreesを使用してワークフローを分離し、競合なしに別々のブランチで複数の並列実行を可能にします。これにより、プロのソフトウェア開発にとって不可欠な再現性と分離性の両方が保証されます。Archonのワークフローはポータブルでもあります。開発者はこれらのバージョン管理されたYAMLファイルをリポジトリにコミットし、チーム間で共有でき、協調的で一貫性のあるAI支援開発が促進されます。

Archonは、他のAIコンポーネントの構築と最適化のために協力する、リファイナーエージェントを含む特殊なAIエージェントのオーケストレーションをサポートしています。Claude CodeやOpenAI Codex CLIのような様々なAIコーディングアシスタントと統合し、OpenAIやAnthropic ClaudeからGoogle Gemini、Ollamaを介したローカルモデルまで、複数のLLMプロバイダーをサポートしています。この包括的な統合により、AIは創造的だが信頼性に欠けるパートナーから、一貫性があり、予測可能で、かけがえのないエンジニアリング資産へと変貌します。

Archonの技術的基盤は、シンプルで人間が読めるYAMLファイルに基づいています。これらの宣言型構成は、複雑な多段階ワークフローを定義し、AIコーディングエージェントの予測不能な出力を、信頼性が高く再現可能なプロセスへと変革します。このアプローチは、インフラストラクチャ・アズ・コードの厳密さをAI駆動型ソフトウェア開発にもたらします。

Archon内のワークフローは、有向非巡回グラフ (DAG)として構築されます。各YAMLファイルは、個々のタスクを表す一連の相互接続されたノードを概説します。これらのタスクは、必要な入力、期待される出力、および他のノードへの明示的な依存関係を指定し、正確な実行順序を保証します。このきめ細かな制御により、生のAIインタラクションでよく見られる「コイントス」のような変動性が防止されます。

「fix-github-issue」のような基本的なワークフローを考えてみましょう。このようなタスクのYAMLスニペットは次のようになります。 ```yaml nodes: - name: analyze_issue task: agent: claude-code prompt: "Analyze the provided GitHub issue for root cause and suggest a fix." inputs: [issue_description] outputs: [analysis_report] - name: implement_fix task: agent: openai-codex prompt: "Implement the fix based on the analysis report." inputs: [analysis_report, codebase] outputs: [proposed_changes] depends_on: [analyze_issue] ``` この構造は、各ステップ、担当するAIエージェント（例：`claude-code`、`openai-codex`）、およびデータフローを明確に定義します。

このような宣言型の力は、特殊なAIエージェントの堅牢なオーケストレーションを可能にします。Archonは、OpenAIやAnthropic ClaudeからGoogle Gemini、Ollamaを介したローカルモデルまで、多様なLLMプロバイダーとシームレスに統合できます。この柔軟性により、開発者はワークフロー内の各特定のタスクに最適なツールを選択でき、最適なパフォーマンスと一貫性を保証します。Archonの機能についてさらに詳しく知るには、coleam00/archon - GitHubをご覧ください。

YAML駆動のアプローチは、本質的にバージョン管理とポータビリティもサポートしています。チームはワークフロー定義をリポジトリにコミットし、他のコードベース資産と同様に扱います。これにより、すべてのチームメンバーが同じAI駆動型開発プロセスを実行し、不一致を減らし、コラボレーションを効率化します。Archonは、並列ワークフロー実行を分離するためにGit worktreesを使用し、競合を防ぎます。

Archonの真の力は、複数の複雑なAIワークフローを混乱に陥ることなく管理する能力に現れます。この能力を支えるキラー機能であるGit worktreesは、並行開発タスクに不可欠な分離性を提供します。これにより、AIエージェントの予測不能な性質が、構造化された並列化されたエンジニアリングプロセスへと変革され、チームがAI駆動型開発に取り組む方法を根本的に変えます。

Git worktreesは、強力でありながらしばしば活用されていないGitの機能です。これらは、開発者が単一のリポジトリに複数の作業ディレクトリをアタッチし、それぞれを異なるブランチで維持することを可能にします。プロジェクトの個別の、完全に機能するコピーを同時に持ち、それぞれが異なるタスクに集中している状況を想像してみてください。これにより、リポジトリ全体をクローンするオーバーヘッドや、煩雑なスタッシュに対処することなく、シームレスなコンテキスト切り替えと並行開発が可能になります。

Archonはこのメカニズムを精密に活用します。Archonがオーケストレーションする新しいAIワークフローごとに、専用のGit worktreeを立ち上げます。このプロセスにより、リポジトリの軽量で隔離されたインスタンスが作成されます。各worktreeは、独自の短命または機能固有のブランチ上に存在し、AIエージェントがメインのコードベースや他の並行するAIタスクに影響を与えることなく、変更を構築、テスト、コミットできる、手付かずのサンドボックス環境を提供します。これにより、AIエージェントが重大なエラーを犯した場合でも、それが自身のworktree内に閉じ込められることが保証されます。

この隔離は開発チームに計り知れない利益をもたらし、生産性を根本的に向上させます。複数のAIエージェントが並行して動作し、それぞれが異なる機能、リファクタリング、またはバグ修正に独立して取り組むことができます。あるエージェントは新しいAPI endpointを開発し、別のエージェントはデータベースクエリを最適化し、さらに別のエージェントは新しいサードパーティサービスを統合するかもしれません。これらすべてが、merge conflictsや共有codebaseへのbreaking changesを導入することなく行われます。このアプローチは、iteration cyclesを劇的に加速させ、従来の逐次的なAI agent executionのボトルネックを超え、真にconcurrentなソフトウェア開発パラダイムを複雑なプロジェクトに対して提供します。Archonは、複数のAI開発ストリームの管理を可能にするだけでなく、効率的にします。

Archonは、単一のモノリシックなAIアシスタントの限界を超え、マルチエージェントシステムをオーケストレーションします。代わりに、ソフトウェア開発の異なるフェーズのために設計された、専門的なエージェントの「Dream Team」を編成します。この分散アーキテクチャは、単独のAIがあらゆるタスクを試みるよりも、より堅牢で、効率的で、予測可能な結果を可能にします。

これらのエージェントは、人間の開発チームを模倣した役割を担います。プランナーエージェントは初期要件を分析し、管理可能なサブタスクに分解するかもしれません。その後、コーダーエージェントが機能を実装しコードを書き、リファイナーエージェントが生成されたソリューションをレビュー、テスト、改善し、品質と標準への準拠を保証します。

この協調的な力の典型的な例として、事前に構築された`archon-idea-to-pr`ワークフローを考えてみてください。この包括的なパイプラインは、高レベルの概念をマージされたpull requestへと変換し、完全な開発ライフサイクルを示します。プロジェクトの範囲を概説する初期エージェントから始まり、その後、コーダーがソリューションを生成し、リファイナーがコードがすべての仕様を満たすまで厳密にテストおよびデバッグする反復的なステップが続きます。

この洗練された連携により、Archonは単にコードを生成するだけでなく、本番環境に対応したソフトウェアを作り上げます。各エージェントは、ワークフローのYAML設定によって定義された構造化された検証可能なシーケンスで、その出力を次のエージェントに渡し、以前の作業に基づいて構築します。この体系的なアプローチは、生のAIインタラクションを悩ませる非決定性の多くを排除します。

決定的に重要な点として、Archonはきめ細かなノードごとのモデル制御を提供し、開発者がワークフロー内の個々のステップに特定のLarge Language Models (LLMs)を割り当てられるようにします。この最適化により、Claude HaikuやGPT-3.5のような高速で費用対効果の高いモデルが初期の計画や要約タスクを処理できます。その後、GPT-4やClaude Opusのようなより強力でリソース集約型のモデルが、複雑なコーディング、デバッグ、または重要な推論の課題に取り組みます。

この柔軟性により、開発者は各特定のタスクに最適なAIを使用することで、効率を最大化し、計算コストを最小限に抑えることができます。Archonは、以下を含む幅広いLLMプロバイダーをサポートしています。 - OpenAI - Anthropic Claude - Google Gemini - Ollamaを介したローカルモデル

この幅広い互換性により、ワークフロー内でAIツールが必要なときに、必要な場所で、常に適切なAIツールが利用可能になります。

Cole Medinは、Archonを搭載した画期的なプロジェクトであるAI Dark Factoryを発表しました。この野心的な取り組みは、構想からデプロイメントまで人間の介入なしに動作する、真に自律的なソフトウェア開発の計り知れない可能性を示しています。

その最初の大きな成功は、完全な「AI Tutor」アプリケーションを自律的に開発し、出荷したことです。これは単にコードスニペットを生成するだけではありませんでした。Dark Factoryは、初期計画、反復コーディング、厳格なテスト、最終デプロイメントを含むすべての開発フェーズを編成し、完全に機能するアプリケーションをユーザーに直接提供しました。

Archonの構造化されたYAMLワークフローは、この成果において不可欠であることが証明されました。システムは各ステップを綿密に定義し実行することで、複雑なマルチエージェント開発プロセス全体にわたる決定論と信頼性を確保しました。この制御された環境は、混沌としたAI出力を予測可能で出荷可能なソフトウェアへと変革し、以前のAIエージェントの「コイントス」とは対照的です。

「AI Tutor」プロジェクトは、パラダイムシフトを示しています。Archonに導かれたAIシステムは、人間の手がキーボードに触れることなく、ソフトウェアソリューションを概念化し、ゼロから構築し、本番環境に投入できるようになりました。このレベルのソフトウェア自律性は、開発パイプラインを根本的に再定義します。

この成果は、自己進化するアプリケーションと劇的に加速された開発サイクルの未来を示唆しています。AIが市場のニーズを特定し、ソリューション自体を生成、デプロイ、保守する様子を想像してみてください。これらすべてが、無人運用フレームワーク内で実行されます。工場は継続的に稼働し、リアルタイムのフィードバックや新しい要件に基づいてソフトウェアを反復および改良します。

その影響は、単なる効率向上をはるかに超えます。AI Dark Factoryは、高レベルの指示からアプリケーション全体が具現化され、人間の監視を最小限に抑える自律型ソフトウェアエンジニアリングのビジョンを検証します。この機能は、前例のないイノベーションを解き放ち、これまで人間の帯域幅によって制約されていた複雑なシステムの迅速なプロトタイピングとデプロイメントを可能にすることを約束します。

Medinの仕事は、ArchonがAIエージェントを構造化し制御する力、つまり抽象的なアイデアを具体的なデプロイ可能なソフトウェアに変える力の具体的な例を提供します。ArchonがAIコーディングをコイントスから反復可能で信頼性の高いプロセスへとどのように変革するかについては、Archon Turns AI Coding From a Coin Flip Into a Repeatable Process - Mediumをご覧ください。

この「ダークファクトリー」モデルは、ビジネスがソフトウェア開発に取り組む方法に革命をもたらし、比類のないスピード、一貫性、スケーラビリティを提供することを約束します。これは、AIが支援するだけでなく、私たちの世界を動かすソフトウェアを独立して構築し進化させる未来への大きな飛躍を示しています。

AI駆動型ソフトウェア開発の急成長する分野では、現在、複数の競合他社が開発者の注目を集めています。GitHubのような主要なプレーヤーが、既存のプラットフォームに深く統合された独自のAgentic Workflowsを導入する一方で、Archonは、比類のない柔軟性と透明性を優先する、明確で開発者中心の代替手段として登場しています。

オープンソースの「ハーネスビルダー」であるArchonは、その洗練されたアーキテクチャによって際立っています。完全な有向非巡回グラフ (DAG) 実行を提供し、開発者は正確な依存関係とオプションの並列レイヤーを持つ複雑な多段階ワークフローを定義できます。これにより、より単純なシーケンシャルエージェントオーケストレーションを超え、複雑な並行自動化タスクのための堅牢なフレームワークを提供します。

きめ細やかな制御は、各ステップを動かす大規模言語モデル (LLM) に直接及びます。Archonはノードごとのモデル制御を実装しており、ユーザーはワークフロー内の個々のノードに異なるLLMを指定できます。AnthropicのClaude 3 Opusで実行されるプランニングエージェント、OpenAIのGPT-4oを利用するコーディングエージェント、そして費用対効果の高いローカルのOllamaモデルを活用するテストエージェントが、すべて同じ最適化されたパイプライン内で動作する様子を想像してみてください。

このレベルのカスタマイズにより、パフォーマンスと運用コストの両方を正確に最適化でき、プロフェッショナルなデプロイメントにとって重要な要素となります。ArchonのYAML定義ワークフローは、単に人間が読めるだけでなく、バージョン管理され、本質的にポータブルで、完全に監査可能であり、AIエージェントのインタラクションに不可欠なエンジニアリングの厳密さをもたらします。

不透明なブラックボックスとして機能することが多いプロプライエタリツールとは異なり、ArchonのMITライセンスのオープンソースの性質は完全な透明性を保証します。これにより、コミュニティ主導のイノベーションが促進され、開発者はその機能を検査、変更、拡張できます。これは、信頼と理解が最重要となるミッションクリティカルなシステムにAIを統合する企業にとって不可欠です。

Archonの作成者であるCole Medinは、開発者のエンパワーメントに対する明確なビジョンを表明しており、コミュニティフォーラムや「Live Roadmap Session」で頻繁に議論されています。このコミットメントは、OpenAI、Anthropic Claude、Google Gemini、およびOllamaを介したローカルモデルといった多様なLLMプロバイダーに対する包括的なサポートとして現れており、急速に進化するテクノロジーにおける一般的な懸念であるベンダーロックインを積極的に防止しています。

そのマルチエージェントシステムは、特化したプランナー、コーダー、リファイナーをオーケストレーションし、異なる役割と連携して、人間のチームダイナミクスを模倣します。並行AI開発タスクの完璧な分離を保証するGit worktreesと組み合わせることで、Archonは真剣な開発者が求める安定性と再現性を提供します。

産業グレードのAI自動化のための強力で柔軟性があり、透明性の高いソリューションを求める組織にとって、Archonは魅力的なオープンな代替手段を提示します。これは基本的なエージェントスクリプティングを超越し、真に決定論的で、監査可能で、本番環境に対応したAI駆動型ソフトウェア開発に必要な堅牢なインフラストラクチャを提供します。

Archonは最近、大規模なアーキテクチャの刷新を受け、完全な書き換えによりV3として再ローンチしました。この大幅な変更により、プロジェクトは元のPythonコードベースから、TypeScriptとBun上に構築されたモダンなスタックへと移行しました。この決定は、パフォーマンス、開発者エクスペリエンス、および将来性を優先しており、AIコーディングエージェントをオーケストレーションするArchonの進化における極めて重要な瞬間を示しています。

この包括的な書き換えにより、著しく軽量で高速なコアエンジンが実現しました。オールインワンのJavaScriptランタイムおよびツールキットであるBunへの移行は、起動時間を劇的に短縮し、全体的なリソース消費を最適化します。これは、複雑なマルチエージェントAIワークフローの効率に直接影響し、ユーザーはより迅速なタスク実行と、開発ニーズに対応するより応答性の高いシステムを体験できます。

生の速度を超えて、TypeScriptとBunのスタックは、現代のAI SDKと最新のWeb開発プラクティスとの優れた整合性を提供します。この近代化により、最先端の言語モデルや外部ツールとの統合が合理化され、Archonは急速に進化するAIエコシステムにより適応しやすくなります。また、依存関係管理も大幅に改善され、Pythonベースの環境とその複雑なパッケージ解決によく関連する一般的な摩擦点を軽減します。

このプロジェクトは、継続的な機能追加とツール改良によって証明されるように、目覚ましい開発速度を維持しています。最近のアップデートには、コマンドラインインターフェースの大幅な改善が含まれており、ユーザーインタラクション、デバッグ、ワークフロー管理が強化されています。Archonはまた、「script」ノードタイプのような強力な新機能を導入し、開発者がYAMLで定義されたワークフロー内にカスタムコードを直接埋め込むことを可能にし、比類のない柔軟性と特定のタスク自動化を実現します。

これらの急速な進歩は、Archonが決定論的なAIオーケストレーションのための堅牢で信頼性の高いツールを開発者に提供するというコミットメントを強調しています。創設者のCole Medinはコミュニティに積極的に関与し、意見を収集し、プロジェクトの野心的な未来を共同で計画するために頻繁に「Live Roadmap Session[s]」を開催しています。この反復的でコミュニティ主導のアプローチにより、ArchonはエージェントAIムーブメントの最前線に留まり、一貫したイノベーションを提供し続けます。

Archonの将来の軌道は、最近Cole Medinの「Live Roadmap Session」で注目され、今後の優先事項について率直な見解が示されました。このプロジェクトは、強力なV3 TypeScriptとBunの基盤を超えて進化することを目指しており、差し迫ったベータ段階の改良と野心的な長期機能の両方に対処し、主要なAIオーケストレーションエンジンとしての地位を確立します。

当面の取り組みは、Archonのコアエクスペリエンスの安定化とアクセシビリティの拡大に焦点を当てています。エンジニアは、シームレスなAIエージェントのインタラクションと外部ツール統合のための重要なコンポーネントであるModel Context Protocol (MCP)の信頼性向上に取り組んでいます。ユーザーはまた、macOSでのネイティブパフォーマンスのための安定したApple Siliconバイナリと、大幅に簡素化されたDockerデプロイメントを期待でき、多様な開発環境でのArchonのセットアップを合理化します。

ロードマップでは、ユーザーエクスペリエンスを向上させ、コミュニティの成長を促進するために設計された重要な機能拡張が概説されています。現在の監視機能を超えて、より豊かなインタラクション、ワークフローの視覚化、そしておそらくグラフィカルなワークフロー定義を提供する、より高度なWeb UIが計画されています。開発者は、ユーザーが実証済みのArchonワークフローを共有、発見、貢献できる堅牢なコミュニティマーケットプレイスを構想しており、専門的なAIエージェントを中心とした協力的なエコシステムを育成します。

さらに将来的には、人気のあるIDEsとのより深い統合により、Archonは日常の開発サイクルに直接組み込まれ、AI駆動のソフトウェア作成がさらにアクセスしやすく直感的になります。この継続的な進化は、Archonが自律型ソフトウェアエンジニアリングのための堅牢で開発者中心のプラットフォームを構築し、マルチエージェントシステムをオーケストレーションする能力を強化するというコミットメントを強調しています。Archonの実践的なアプリケーションについてさらに深く掘り下げるには、Cole Medin's AI Dark Factory Ships Its First Autonomous Application | Stork.AIをご覧ください。

AIに開発者が取って代わられることはありません。AIを習得した者が、そうでない開発者に取って代わるのです。Archonは、混沌としたAIエージェントを予測可能でプロフェッショナルなツールに変える、その習得レイヤーです。これにより、エンジニアは幸運な「コイントス」の結果を期待するのではなく、AIを操縦し、複雑なコーディングタスクを正確にオーケストレーションできるようになります。

この変化は、ソフトウェアエンジニアリングにおけるAIの真の成熟を示しています。生のLarge Language Modelsは計り知れない可能性を秘めていますが、その本質的な非決定性により、重要な開発には信頼できません。Archonは、この力を安全かつ効率的に活用するために必要な、不可欠な構造、再現性、および制御を導入します。

構造化され、再現可能なプロセスは、信頼性の高いソフトウェア開発の基盤であり、Archonはこの原則をAI駆動のワークフローにも拡張します。人間が読めるYAMLでタスクを定義することにより、開発者はAIの操作のあらゆるステップに対して比類のない可視性と制御を得ることができます。これにより、成功した結果が単なる偶然ではなく、再現可能な結果であることが保証されます。

決定論的なAI開発の未来を受け入れましょう。Archonは、堅牢でバージョン管理され、協調的なAI搭載システムを構築するための青写真を提供します。これは、AIがプロの開発者ワークフローに真に統合される方法を形作るためのオープンソースからの招待状です。

この新しい時代を定義する成長中のコミュニティに参加しましょう： - GitHub repositoryからArchonをインストールしてください。 - プリビルドされたワークフローを試して、その力を理解してください。 - オープンソースプロジェクトに貢献し、その機能を洗練させるのを手伝ってください。 - 最近の「Live Roadmap Session」のような議論に参加して、その方向性に影響を与えましょう。

これは単なるツールではありません。パラダイムシフトです。Archonは開発者をしっかりとコックピットに座らせ、AIを予測不可能なアシスタントから強力で信頼できる副操縦士へと変革します。

Archon AIとは何ですか？

Archonは、AIアシストコーディングを決定論的かつ再現可能にするために設計されたオープンソースのワークフローエンジンです。GitHub ActionsがCI/CDを自動化するのと同様に、構造化されたYAMLファイルを使用してAIコーディングエージェントをオーケストレーションします。

Archonは単純なプロンプトエンジニアリングとどう違うのですか？

プロンプトエンジニアリングがAIへの入力を洗練することに焦点を当てる一方で、Archonは「ハーネスエンジニアリング」に焦点を当てています。AIの周りに構造化され、バージョン管理されたプロセスを構築し、計画からテストまでのワークフロー全体が一貫性があり、信頼できるものになるようにします。

ArchonはどのようなAIモデルをサポートしていますか？

Archonはモデルに依存せず、OpenAI、Anthropic (Claude)、Google (Gemini) などの幅広いLLMプロバイダー、およびOllamaのような統合を介したローカルモデルをサポートしています。ユーザーは、単一のワークフロー内の異なるステップに対して異なるモデルを指定することもできます。

Archonは本番環境での使用に対応していますか？

Archonは現在、パブリックベータ段階にあります。開発や実験には強力ですが、MCP統合の信頼性やクロスプラットフォームバイナリ配布など、現在積極的に対処されている既知の制限があります。