fak — Fused Agent Kernel（日本語版イントロダクション）

これはローカライズされた入口ページ (entry point) であり、ドキュメントの完全な翻訳ではありません。正式なドキュメントは英語です——このページは fak の核心、60 秒での実証、インストール手順を示したうえで、英語ドキュメントへ引き継ぎます。 注記: この翻訳は機械生成であり、ネイティブレビュー待ち。issue/PR による修正歓迎。

他の言語: 简体中文ほか、全言語は i18n ハブから。

fak を一行で

fak は Go バイナリで、あなたの AI エージェントとそのツール呼び出しの間に入ります—— すべての tool call を実行する前に審査し、長いセッションでは繰り返しの作業を再利用します。結果として、同じエージェントループが、他に何も変えることなくより安全に、より安く、より速くなります。

エージェントを書き換える必要はありません——base URL を fak に向けるだけで、すべての tool call はまず capability floor（既定拒否の権限フロア）を通過します。

fak guard -- claude    # 既存のエージェントを 1 コマンドで包む

日本のチームにとってなぜ効くのか

モデルは自由——使っている国産・オープンウェイトのモデルを govern して cache。 fak はモデルの置き換えを求めません——モデルを包みます。Qwen2/Qwen3 と GLM-MoE は in-kernel のリファレンスエンジンで bit-exact（逐ビット一致）が実証済み。DeepSeek・Mistral をはじめ、あらゆるオープンウェイトのモデルは OpenAI 互換ワイヤ経由（Ollama / vLLM / SGLang / llama.cpp / LM Studio または任意の OpenAI 互換 API）で前段に置けます。
データは自社インフラに残る（個人情報保護法 / APPI）。 fak は self-host ファースト： ローカルモデルまたは任意の provider の前段に立つ 1 個の静的バイナリで、どのバックエンドでも fail-closed、default-deny の capability floor、そしてすべての tool call を記録する改ざん検知可能な監査ログを備えます。「既定で第三者に転送される」経路を気にする必要がありません。これは一般的な「データが自社インフラから出ない」という性質の説明であって、法的助言ではありません。詳細：Data residency & compliance。
改ざん検知可能な監査ログが最初から。 fak はすべての判断を append-only・SHA-256 でハッシュ連鎖された決定ジャーナルに書き出し、オフラインで検証できます——監査が求める技術的な構成要素であり、特定の規格や法令への適合を主張するものではありません。
トークン単価はマージンのレバー。 fak は長いセッションで共有された作業（system prompt とツールリスト——これまでの作業の KV cache）を再利用します：50 ターン × 5 エージェントの実行で、チューニング済みの warm-cache スタックより約 4.1× 少ない作業（naive な再送ループに対しては約 60× ですが、誠実な数字は 4.1× です）。さらに per-aspect ルーティングで安く済む部分をより安いモデルへ回します。すべての数字は BENCHMARK-AUTHORITY に根拠があります。
Apache-2.0 の 1 個の静的バイナリ——調達のハードルなし。 fak は無料・オープンソース・ self-host：ベンダー契約もクレジットカードもアカウントも不要。default-deny の capability floor と、 prompt injection による汚染されたツール結果の quarantine（隔離）を、ラップトップからフリートまで同じ 1 つの成果物で提供します。追加するのは flag であって、コンポーネントではありません。

全言語の入口は i18n ハブから辿れます。

fak が解決する問題

長いセッションが高コストでなくなる。 provider の prompt-cache 割引は、cached prefix がバイト単位で同一である間だけ保たれます；fak は途中の古いターンを捨てつつ prefix をバイト単位で同一に保つため、割引が途切れません。
default-deny のセキュリティ。 permission ポリシーはカーネル内の同じ call path 上で動きます。取り返しのつかない操作を防ぐことは、攻撃を「検知」できるかどうかに依存しません—— そのレバーはこれまで配線されていませんでした。これは fail-open ではなく fail-closed です。
prompt injection / 汚染されたツール結果。 疑わしいツールの結果は quarantine に入れられ、そもそもモデルのコンテキストへ到達しません——分類器（classifier）ではなく、構造によって。

60 秒で確かめる（キー不要・モデル不要・GPU 不要）

go build -o fak ./cmd/fak
./fak preflight --policy examples/customer-support-readonly-policy.json --tool refund_payment --args "{}"   # -> DENY (POLICY_BLOCK)
./fak preflight --policy examples/customer-support-readonly-policy.json --tool search_kb     --args "{}"   # -> ALLOW
./fak agent --offline                                                                                       # インジェクションを阻止、タスクは完了

あなたのモデルと組み合わせる

fak はモデルを置き換えません——モデルを govern して cache します。Qwen2/Qwen3 と GLM-MoE は in-kernel のリファレンスエンジンで bit-exact が実証済みです；それ以外（Mistral・DeepSeek・あらゆるオープンウェイトのモデル）は OpenAI 互換ワイヤ経由で前段に置きます——Ollama / vLLM / SGLang / llama.cpp / LM Studio または任意の OpenAI 互換 API。

次に読むもの

ライセンス：Apache-2.0。