LLM の時代における拡張可能なソフトウェア
## Japanese Translation:
本論文は、現在の Web ソフトウェアが柔軟性のないインターフェースによりコアプロダクトを肥大化させずに適応できないため、ユニークかつロングテールのニーズを持つユーザーに失敗すると論じ、これを解決するために、拡張可能で LLM ネイティブなアプリケーションを中心に構築された新しいクラウドプラットフォームの提案を行っている。このアプローチは重要であり、なぜなら AI エージェントは静的なソフトウェアでは提供できない動的な柔軟性を必要としながら安全性を維持する必要があるからである。本提案は、2007 年以来孤立したサンドボックス内でカスタムロジックを実行することが技術的に実現可能であることを証明した Salesforce の Apex コンパイラーなどの歴史的な事例に基づいている。現代の実装では、厳密な隔離を実現するための MicroVM や、データ流出などに対する脅威への対抗でアクションを安全に管理するための能力モデルといった高度な技術を活用できる可能性がある。このプラットフォームを構築するには多大な初期設計労力を要するが、複雑な展開の障害を取り除くことで膨大なユーザー創造性を解放すると約束している。結局のところ、このアーキテクチャは低いオーサーingk 費用と高セキュリティ境界線之间的バランスを保証し、個人が特注ツールを作成し、企業が内部システムを拡張できるようにしながら、進化する AI エラに対応することを可能にする。
## Text to translate:
The text argues that current web software fails users with unique, long-tail needs because rigid interfaces cannot adapt without bloating core products. To solve this, it proposes a new cloud platform built around extensible, LLM-native applications that allow secure sharing of personalized tools using low-cost sandbox primitives. This approach is vital because AI agents require dynamic flexibility that static software cannot provide while maintaining safety. The proposal builds on historical precedents like Salesforce's Apex compiler, which proved that running custom logic in isolated sandboxes has been technically feasible since 2007. Modern implementation could utilize advanced technologies such as MicroVMs for strict isolation and capability models to safely manage actions against threats like data exfiltration. While building this platform demands significant upfront design effort, it promises to unlock immense user creativity by removing complex deployment hurdles. Ultimately, this architecture balances low authoring costs with high-security boundaries, enabling both individuals to build bespoke tools and companies to safely extend their internal systems for the evolving AI era.
