あなたのAIはすでに手を持っています。 ATOは飛んだシートです。 ルールを設定します。 すべてのツールコールを見る。 暴走を殺します。 実際にコードに何をしたかを比較します。 マルチランタイム ローカルファースト 代表取締役社長

※could*の3つのAIはコードを歩いています。 自分が何をしたのか、その答えは誰なのかがわかります。 それはコックピットです。

お問い合わせ

30秒で

※ダウンロード →** (Tauri 2.x・MIT)

[demo-war-room APIキーなしで実行します。 設定されたランタイムを選択し、オラマに戻ります。 30秒の最初のレシート。

お問い合わせ

研究(マルチモデルコーディングベンチマークを開く)

固定:高い床、低い天井。 私たちは、9つの単一モデルと9つの協調レシピを** 49の汚染監査されたLiveCodeBenchコーディングタスク(実行段階を上げた、メーターで計ったレシート)で実行しました。 マルチモデルの協調は、 は最高の単一モデルを打ち負かなかった。 弱いモデル(+ + 9問題)を持ち上げ、ピークを捕まえる(暖かい部屋は自分の最高のメンバーに負けることができます)。 カスケードは、verifier gateによって制限されていました。 完全な書き込みアップ、原稿用紙、再実行パス:

| | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | お問い合わせ |ヒューマンサマリー | マルチモデル協調が単体モデルに打ち勝つの? | |フルペーパー(HTML) | コーディネートベンチマークペーパー |

ATO — The cockpit where every AI follows your rules

Your AIs already have hands. ATO is the seat you fly them from. Set the rules. Watch every tool call. Kill the runaway. Compare what each one actually did to your code. Multi-runtime. Local-first. MIT.

$ ato review --reviewer claude --reviewer codex --reviewer gemini --against main
# illustrative output — your numbers (cost, duration, tool calls) will vary by runtime, model, and diff size

review session 7F3A1B6E · 3 reviewers · your rules: read-only, repo-scoped, killable

  CLAUDE     🔧 verified via 4 tool calls
             flagged 2 issues — XSS in src/render.ts:142, auth bypass in api/login.ts:87
             read_file ×3 · grep ×1 · 6.4s · $0.024 · 0 files written (read-only mode)

  CODEX      🔧 verified via 6 tool calls
             flagged 3 issues incl. SQL injection in db/queries.ts:64
             ← caught one claude missed by grep'ing for raw string concatenation
             read_file ×4 · grep ×2 · 7.1s · $0.004 · 0 files written

  GEMINI     ⚠️ prompt-only — didn't open the code
             flagged 2 issues from the diff alone (XSS×2, CSRF)
             5.9s · $0.001 · 0 tool calls · downweight in synthesis

  closer:    4 unique findings, 1 disputed.
             tags: security, sql-injection. cost: $0.029 total.
             every tool call, every byte read, archived to ~/.ato/local.db
             paste-ready transcript at .ato/reviews/7F3A1B6E.md

Three AIs all could have walked the code. You see which ones did, and which one just replied. That’s the cockpit.

---

In 30 seconds

# macOS
brew install willnigri/ato/ato && ato demo-war-room

# Linux
curl -fsSL https://agentictool.ai/install.sh | sh && ato demo-war-room

# Desktop app (macOS · Windows · Linux)

Download → (Tauri 2.x · MIT)

demo-war-room runs without API keys — picks your configured runtimes, falls back to Ollama. First receipt in 30 seconds.

---

Research (open multi-model coding benchmark)

Finding: higher floor, lower ceiling. We ran nine single models and nine coordination recipes on 49 contamination-audited LiveCodeBench coding tasks (execution-graded, metered receipts). Multi-model coordination did not beat the best single model. It lifted weak models (~+9 problems) and capped peaks (war rooms can lose to their own best member). Cascades were limited by the verifier gate, not the strong closer. Full write-up, draft paper, and re-run path: