Centaur: Slik fungerer det nye åpen kildekode-rammeverket for AI-agenter som teamene i Paradigm allerede bruker

Centaur er en selv-hostet kjøretid for AI-agenter designet for teammiljøer, ikke for individuelle brukere.

Viktige egenskaper inkluderer:

• Flerspillersamarbeid: Flere brukere kan samhandle med samme agent og delte verktøy.
• Slack-native grensesnitt: Agenter kan aktiveres og samarbeides med direkte i Slack-tråder.
• API-tilgang: Organisasjoner kan integrere kjøretiden i egne systemer og arbeidsflyter.
• Selv-hostet distribusjon: Systemet kjøres på organisasjonens egen infrastruktur, ikke hos en leverandør.

Plattformen fungerer som et kontrollpanel for agenter, og koordinerer kjøretid, verktøytilgang, arbeidsflyt og vedvarende minne, slik at agenter kan utføre meningsfulle oppgaver – ikke bare svare på isolerte spørsmål.

Slik fungerer flerspillermodellen

De fleste AI-assistenter i dag er designet for at én bruker snakker med en modell. Centaur behandler i stedet agenter som delte samarbeidspartnere for et helt team.

I en Slack-tråd eller via API kan agenten:

• tolke brukerinstruksjoner
• kalle på interne eller eksterne verktøy
• utføre arbeidsflyter i flere trinn
• rapportere fremdrift tilbake i samtalen

Siden agenten er delt, kan teammedlemmer observere, styre eller utvide arbeidet i samme samtale. Dette gjør at agentene fungerer mer som «virtuelle teammedlemmer» som er innebygd i de daglige kommunikasjonsverktøyene.

Kjøretiden kan også eksponere interne tjenester som typede verktøy, slik at agenter kan samhandle med systemer som databaser, APIer eller interne dashbord.

Langvarige prosesser og robuste arbeidsflyter

Centaur er designet for å støtte langvarige oppgaver – ikke bare korte samtaler.

Agenter kan:

• kjøre arbeidsflyter i timer eller dager
• fortsette kjøring etter omstart av systemet
• koordinere flere trinn eller verktøy under én oppgave

Disse egenskapene gjør plattformen egnet for automatisering som krever utholdenhet, overvåking eller iterativ fremdrift over tid.

Robust utførelse er en sentral del av designet: systemet lagrer hvert trinn i en forespørsel – fra brukerinput via kjøretid til endelig output – slik at arbeid kan gjenopptas eller inspiseres hvis noe feiler.

Vedvarende tilstand og PostgreSQL-lagring

Centaur lagrer operasjonell tilstand i PostgreSQL, noe som muliggjør varig sporing av agentaktivitet.

Ifølge prosjektdokumentasjonen lagrer databasen elementer som:

• brukerforespørselen
• tildeling av kjøretid
• utførelseshendelser og strømmet output
• endelige tilstander og svar

Siden disse hendelsene blir lagret, kan systemet gjenopprettes etter omstart og opprettholde en historikk over agentinteraksjoner og fremdrift.

Sikkerhet og håndtering av påloggingsinformasjon

Et hovedmål med Centaur er å la agenter bruke ekte påloggingsinformasjon på en trygg måte.

Systemet hindrer agenter i å få direkte tilgang til langvarige hemmeligheter. I stedet injiseres påloggingsinformasjon på nettverksnivå under forespørsler, slik at agenten aldri ser rå API-nøkler eller tokens.

Denne arkitekturen beskytter mot vanlige risikoer i agentsystemer, inkludert:

• prompt-injeksjonsangrep
• ondsinnede instruksjoner i eksternt innhold
• utilsiktet lekkasje av hemmeligheter

Centaur antar at agenter kan kjøre upålitelig kode eller samhandle med fiendtlige input, derfor isoleres kjøretidsmiljøer og verktøytilgang kontrolleres strengt.

Slik bruker Paradigm Centaur internt

Før de åpnet kildekoden, tok Paradigm Centaur i bruk internt på tvers av flere team. Firmaet opplyser at de bruker plattformen i en bred vifte av operasjonelle områder, inkludert:

• forskning og investeringsanalyse
• utvikling (engineering)
• designarbeid
• rekruttering og ansettelser
• eventkoordinering
• kundestøtte

Ifølge selskapet har innføringen av delte agenter på tvers av disse funksjonene endret måten arbeid organiseres og utføres på innad i organisasjonen.

Utvide Centaur med verktøy og arbeidsflyter

Organisasjoner kan tilpasse Centaur ved å legge til interne verktøy og arbeidsflyter.

Plattformen lar team eksponere interne tjenester som strukturerte Python-verktøy og pakke utvidelser i såkalte «overlays» som legger til organisasjonsspesifikke instrukser, arbeidsflyter eller integrasjoner.

Denne tilnærmingen gjør det mulig for bedrifter å bygge et delt agentøkosystem uten å måtte skrive om infrastrukturen for hver enkelt automatisering eller assistent.

Centaurs rolle i økosystemet for åpne AI-agentplattformer

Centaur entrer et økosystem i rask vekst av agentrammeverk og orkestreringsplattformer. Plattformens særpreg er fokuset på teamorienterte operasjoner i bedriftsinfrastruktur.

I stedet for å vektlegge eksperimentelle autonome agenter, fokuserer plattformen på praktiske operasjonelle garantier som:

• varig minne
• sikker håndtering av påloggingsinformasjon
• orkestrering av arbeidsflyter
• samarbeidende agentinteraksjon

Ved å kombinere disse funksjonene med Slack-integrasjon og selv-hosting, retter Centaur seg mot organisasjoner som ønsker AI-agenter som utfører reelt arbeid innenfor eksisterende arbeidsflyter – i stedet for isolerte chatte-eksperimenter.

Hvorfor plattformer som Centaur vokser frem

Etter hvert som bedrifter tar i bruk AI-agenter i produksjonsmiljøer, blir pålitelighet og sikkerhet sentrale bekymringer. Plattformer som Centaur har som mål å tilby den felles infrastrukturen som trengs for å håndtere disse sikre agentene i stor skala.

I stedet for å bygge tilpassede agentsystemer for hver applikasjon, kan team bruke en kjøretid som standardiserer utførelse, lagring, påloggingsinformasjon og samarbeid. Resultatet er et grunnlag der AI-agenter oppfører seg mindre som midlertidige assistenter og mer som varige programvaresystemer innebygd i det daglige arbeidet.

Centaurs lansering som åpen kildekode tyder på at dette agentkjøretidslaget – på samme måte som Kubernetes standardiserte containerorkestrering – kan bli en avgjørende del av den neste generasjonens AI-drevne programvarestabler.