モジュール XVI — voice とリアルタイムエージェント

モジュール XVI は会話型およびリアルタイムエージェントをガバナンスする。これは 観測・ガバナンスプレーンである。voice SDK（Realtime API、WebRTC、ASR、TTS）を 再実装することはなく、自らメディアストリームを開くことも決してない。本モジュールは 誰が、どのモデルとプロバイダーで、どのポリシーの下で voice セッションを 開いてよいかを判断し、そのセッションのメタデータを追跡する — その内容は決して 追跡しない。

概要

voice インターフェイスを開くことは、自由な操作ではなく特権アクションとして 扱われる。ポリシーはデフォルト DENY である。許可するポリシーのないセッションは 拒否される。open は二相であり、承認ゲートを通じて human-in-the-loop でゲートされる。これは plan_hash にバインドされるため、承認が より強力なモデルへ黙って格上げされることはなく（anti-TOCTOU）、実際の principal （決して system ではない）に対して監査され、追記専用で証跡が残される。本モジュール 自身はプロバイダーを決して呼び出さない — 作動は別個のディスパッチシームを通じて 出ていく。

もう半分は観測である。本モジュールはセッションのメタデータのみを追跡する — 派生状態（live/idle/ended、活動の新しさから read 時に算出され、ライフサイクルの カラムは保存しない）、ターン数、継続時間、レイテンシ（実サンプルからの正直な平均と 最大）、BCP-47 言語。ここからガバナンス finding を発火させる。テレメトリが いかなるポリシーも許可しないエージェント/モデル/プロバイダーを名指しした場合の ポリシー違反、レイテンシがポリシーの SLA を越えた場合の degraded-latency finding、 ゲートが配線されていない状態で open が試みられた場合の ungoverned-open finding — このギャップは表面化され、open は依然として拒否される。

契約とエンティティ

本モジュールは共有データモデルに 3 つのエンティティを宣言する。

エンティティ	変更可能性	目的
session	変更可能（upsert）	セッションメタデータ。内容ゼロ
policy	変更可能	ガバナンス宣言 — 誰がどのモデル/プロバイダーで open してよいか（デフォルト DENY）
decision	追記専用	open/close 決定の不変台帳

ポリシーはエージェント、許可モデル、許可プロバイダー（それぞれ特定値または ワイルドカード）でマッチし、オプションのセッション分数と latency-SLA の境界を持つ。 マッチするポリシーがなければ DENY。 decision 台帳は各 open_request、open、 close を、そのポリシー判定、ゲートステータス、結果ステータスとともに記録する。read アクセスは viewer ロール以上である。ポリシーの宣言とセッションの open は管理操作で あり、テナントスコープかつ監査対象である。これらのモジュールルートは、 安定コア契約ではなく、別の beta module-route リファレンス で公開されている — それらのフィールドレベルの 形状は製品の型付きインターフェイス内に存在する。金額はここにはなく、コストは FinOps（モジュール XI）が担う。

消費するものと生成するもの

本モジュールは deny-closed の取り込みシーム — 独自の voice.telemetry.observed イベント — を所有し、これを通じてインプロセスのプローブがセッションメタデータを 供給しうる。ワイヤーは構造的に最小データである。テレメトリパーサーは許可リストを 持ち、禁止されたキーを見つけるとイベント全体を拒否するので、音声、トランスクリプト テキスト、ASR/TTS テキスト、プロンプト/レスポンスの内容、話者の PII が永続化される ことは決してない。保持される唯一のトランスクリプトシグナルは、外部トランスクリプトの ロケーターの一方向ハッシュである — トランスクリプトが存在することの証明であって、 トランスクリプトそのものではない。ガバナンス finding は commit 後に、ハッシュ化された 詳細を伴って finding.reported として発行される。

Actuate ステータス

ガバナンス下の open はライブでディスパッチする。オペレーターが voice ディスパッチャーをプロビジョニングすると、承認された open はサーバーサイドの 一時クレデンシャルを発行し、そのクレデンシャルと接続座標のみを返す — モデル、voice、 ツール、ターン検出はクライアントからではなくポリシーから固定され、プロバイダーの マスターキーがサーバーを離れることは決してない。そのプロビジョニングがない場合、 ディスパッチシームは deny-closed である。承認された open は偽装されるのではなく、 正直に「declared, not opened（宣言済み、未 open）」として記録される。

正直な限界

• このビルドでは観測は休眠中である。 まだ voice コネクターもプローブも同梱されて いないので、インプロセスのプローブがテレメトリを発行するまで、観測の半分は 正直に空のままである。本モジュールは何も供給されていないとき、起動時に警告する。 アウトオブプロセスのプラグインはこれに供給できない（gRPC control-plane proto は イベント RPC を持たない）— プローブはインプロセスでなければならない。
• 内容は一切、決して残さない。 これは設定ではなくワイヤーの確固たる性質である。 スキーマには content カラムがなく、パーサーは未知のキーを拒否する。レイテンシは 実サンプルからの正直な平均/最大として示される — 捏造された p50/p95 は決して用いない。
• 「stall」finding は存在しない。 voice セッションの終了は正常な沈黙である （完了したエージェントと同様）。正直なベースラインがなければ、stall finding は偽陽性に なるので、意図的に省かれている。
• Pre-1.0。 プラットフォームの多くと同様、本モジュールは深さの面で設計段階にある — 正直さと限界 を参照。

関連

• モジュールカタログ — モジュール XVI の位置づけとその actuate ステータス。
• イベントバスリファレンス — finding.reported が voice の finding を運ぶ。
• モジュール IV — オーケストレーション — 姉妹となるディスパッチシーム（ライブ実行）。
• モジュール X — モデル＆プロバイダールーティング — ポリシーがどのモデルを許可してよいか。
• Govern and approve — 実践における二相の open ゲート。
• 正直さと限界 — observe/govern/actuate の区分。