🧠 AI プロダクト動向

2026-10-01 発行(読了 5 分)

実プロダクトのアーキテクチャ・使用例から AI 開発の現在地を週 3 回・1 号 1 テーマで深掘り

今号のテーマ AGENT-PERSISTENCE

エージェントは「呼び出すたびに消える」から「状態を持ち続ける」へ — OpenAI・Google・Alibabaが同時に永続化レイヤーを足した

この1週間で、OpenAIの常駐エージェント「dots」、GoogleのInteractions API正式版、AlibabaのAgentCoreが相次いで発表された。共通するのは、エージェントを「リクエストのたびにゼロから起動するプロセス」ではなく「状態を保持し続ける存在」として設計し直した点だ。会話もサンドボックスも組織知識も、セッションをまたいで持ち越す前提に変わりつつある。消費者向け・開発者向け・企業向けという異なる市場でほぼ同時にこの設計へ収束したことが今号の論点だ。

TL;DR — 3 行で
📐 パターン 1: OpenAI dots — エージェントに「専用コンピュータ」を持たせる

dots はユーザーごとに専用のクラウドコンピュータとブラウザを割り当てられる常駐エージェントで、会話を終えてもプロセスは止まらない。ChatGPT・Slack・Microsoft Teams・音声通話のどこからアクセスしても同じ dot につながり、与えたゴールに向けて会話の合間も作業を進め続ける。

この設計が成り立つのは、状態を「会話」ではなく「エージェント自身」に紐づけたからだ。従来のチャットボットはセッションが終われば文脈も消える前提だったが、常駐させるなら文脈はエージェント側の永続状態として持たせるほかない。消費者向けプロダクトが先にこの転換に踏み切った。

OpenAI dots(ChatGPT)
ユーザーごとに専用クラウドコンピュータを割り当て、チャネルをまたいで文脈と作業を継続させる
常駐エージェントという設計の消費者向け実例として最も具体的で、提供チャネル・料金まで公式発表に明記されている
📄 一次ソース
示唆: 単発の応答botではなく「担当者」として設計するなら、文脈をユーザーのセッションではなくエージェント側の永続状態として持たせる構造を最初から選ぶ。
📐 パターン 2: Google Interactions API GA — 「サーバー側状態」が正式な一等機能になった

GoogleはInteractions APIを正式版に引き上げ、サーバー側状態・バックグラウンド実行・ツール混在を単一エンドポイントの標準機能にした。有料ティアでは過去のやり取りを55日間保持でき、開発者は会話のたびに文脈を組み立て直す必要がなくなる。Antigravityのような長時間稼働するコーディングエージェントは、このAPI上でホスト型Linuxサンドボックスを使い続けることで、セッションをまたいでプロンプトキャッシュを効かせられるようになった。

開発者向けAPIがここまで踏み込んで状態管理を引き受けるのは珍しい。長時間タスクを任せるエージェントほど「毎回コンテキストを組み立て直すコスト」がボトルネックになるという共通認識が背景にあり、状態管理をアプリ側ではなくAPI側に寄せる設計が持続化パターンとして定着しつつある。

Google Interactions API(GA)
サーバー側状態・バックグラウンド実行を一等機能にし、有料ティアで55日間の履歴保持を提供する
開発者向けAPIが状態管理を自前実装させずに引き受けた点が、持続化アーキテクチャの開発者向け到達点として代表的
📄 一次ソース
Google Antigravity(antigravity-preview-09-2026)
Googleホストの隔離Linuxサンドボックス内で長時間稼働し、ランタイムハーネスのプロンプトキャッシュ最適化で再計算コストを抑える
Interactions APIの永続状態の上に構築された実例で、長時間セッションにおけるキャッシュ設計の重要性を示す
📄 一次ソース
示唆: 長時間稼働するエージェントを作るなら、状態保持をアプリ側で自前実装する前に、使っているAPIがサーバー側状態・バックグラウンド実行を既に提供していないか確認する。車輪の再発明を避けられる。
📐 パターン 3: Alibaba AgentCore — 組織知識を「エージェントごと」から「共有の永続層」へ

AlibabaがApsara Conferenceで発表したAgentCoreは、エージェントのビルド・実行・運用のライフサイクル全体を管理する企業向けプラットフォームだ。中核にあるAgent Context(Context Engine)は、企業の文書・業務システム・チャット履歴・マルチモーダルデータを単一の永続コンテキスト基盤に統合し、個々のエージェントが都度データを読み込み直さずに参照できるようにする。

複数のエージェントが同じ組織知識を使う企業ユースケースでは、エージェントごとにコンテキストを持たせると同じ情報を何度も処理する無駄が積み上がる。Alibabaはこれを知識集約タスクでトークン消費を最大67%削減できると謳っており、永続化を単なる利便性ではなくコスト構造の問題として扱っている点が特徴だ。

Alibaba Cloud AgentCore / Agent Context
文書・業務システム・チャット履歴を単一の永続コンテキスト層に統合し、知識集約タスクのトークン消費を最大67%削減する
企業向けのマルチエージェント運用で、永続化がコスト最適化の手段として扱われている代表例
📄 一次ソース
示唆: 複数エージェント・複数部門で同じ知識を使い回すなら、エージェントごとにコンテキストを持たせず、共有の永続コンテキスト層を1つ用意したほうが再計算コストを削れる。
✍️ 編集後記 消費者向け(dots)・開発者向け(Interactions API)・企業向け(AgentCore)という異なる市場で、ほぼ同じ1週間に「状態を持ち続ける」方向への転換が起きたのは偶然ではない。エージェントに長時間・複数ステップのタスクを任せるようになった以上、セッションの終わりに文脈を捨てる設計はコストにもUXにも見合わなくなった。次に注目すべきは、この永続状態をどこまでユーザーが制御・削除できるかというプライバシー側の設計だろう。
🔗 今号の動向ピックアップ
📚 過去号
2026-10-10
エージェントコマースは「一つの決済プロトコル」をやめた — 発見・同意の証明・本人ログインを別レイヤーに切り分ける設計へUCP は加盟店が /.well-known/ucp に能力を公開し、エージェント側と「共通する能力だけ」を交渉で残す設計。OpenAI も ACP の主軸をチャット内決済から商品カタログの受け渡しへ移し、決済は加盟店側に戻した。
2026-10-08
エージェントの UI は「誰が描くか」で二つに割れた — iframe で持ち込む MCP Apps、カタログで描かせる A2UI、そして会話の外へMCP Apps はツールが ui:// の HTML リソースを返し、ホストが sandbox 付き iframe で描画する「持ち込み型」。Claude・VS Code・ChatGPT が同じ仕様に乗った。
2026-10-06
音声エージェントは「話す層」と「考える層」を分けた — カスケードか音声直結かの二択が終わった理由OpenAI の GPT-Live-1 は会話の進行だけを担い、推論とツール実行は裏側のテキストモデルへ非同期に委譲する二層構成を採った。
2026-10-03
2026-09-29
エージェントの長期記憶は「要約」をやめた — 編集可能なファイル、共有された手順、非破壊のグラフへClaudeは会話終了後の要約をやめ、対話中にトピック単位のファイルへ直接書き込み、ユーザーが個別に編集できる方式に切り替えた。
2026-09-26
マルチエージェント協調は「並列に投げる」から「役割を絞った2体」に収束した — Fusion 型アーキテクチャが解いた失敗伝播問題Cognitionは「分散マルチエージェントは前提の食い違いで失敗が伝播する」と自ら警告した後、lead+sidekickの2体だけに絞った制約付き構成「Fusion」を主力製品化し、2026年9月にローカル環境まで展開した。
2026-09-24
カスタマー対応エージェントの設計は「決定木」から「自然言語手順×コードの二層構造」へDecagonは決定木を捨て、業務担当者が自然言語で書いた手順を構造化ロジックにする一方、返金などの機微操作だけコードで検証するAOPへ移行し、NG.CASHでは解決率が70%まで向上した。
2026-09-22
モデルルーティングが開発ツールの既定機能になった — 選ぶのは人間ではなく分類器GitHub Copilotは9月にauto model selectionへ「efficiency/balance/intelligence」の3段階ティアを追加し、Cursorは60万件超の実利用データで学習した分類器(Cursor Router)でモデル選定を自動化した。
2026-09-19
エージェントの権限設計は「毎回確認」から「境界を先に固定する」へ移ったOpenAI CodexとAnthropicのClaude Codeは、サンドボックスの制限強度と確認ダイアログの要否を別軸にし、境界内の行為は原則自動承認する設計にそろえた。
2026-09-17
コード検索の設計が三方向に割れた — ベクトルDBを捨てる陣営、極める陣営、置き換える陣営Claude Code は埋め込みベースのRAGを捨て、grep/globの反復探索に完全移行——再インデックスの陳腐化とコードアップロードのセキュリティリスクを避けるため。
2026-09-15
エージェント実行基盤のマネージド化 — 3社が同時に「実行環境を貸す側」に回ったOpenAIが9月10日、Codexハーネスをagents/environments/sessions/eventsの4プリミティブに集約した Agents API を公開ベータで公開。基盤自体の追加課金はなくトークン・ツール実費のみ。
2026-09-12
コンテキストは会話ログではない — Working Context / Session / Memory / Artifacts への分離が実装標準になったGoogle ADKは2026年9月、コンテキストを Working Context・Session・Memory・Artifacts の4層に分離し、閾値到達で非同期に要約するcompactionを実装したと公式ブログで説明した。
2026-09-10
Agent Skills という第3のレイヤー — プロンプトでもRAGでもなく「必要になるまで読まない」設計Agent Skillsは「メタデータ(~100トークン)→本文(<5000トークン推奨)→付随ファイル」の3段階でコンテキストに読み込む、プログレッシブディスクロージャー設計。
2026-09-08
エージェント評価の再設計 — テキスト一致から状態検証、そして「修正がテストになる」仕組みへAnthropicはテキスト一致の判定から、環境の状態が実際に変わったかを見る outcome/state チェックへの転換を公式に推奨している。
2026-09-03
長時間稼働エージェントの状態管理 — 「会話の保存」から「プロセスの永続化」へGoogle ADKやMastraは、ツール呼び出しなどステップの境界ごとに実行状態をシリアライズして外部ストレージに書き込み、コンテナが落ちても直前のステップから再開できる設計に収束している。
2026-09-01
コードレビューエージェントの設計 — 差別化は検出率ではなく、文脈の取り方と『直すところまで』の範囲に移ったGitHub Copilot・Qodo・Cursor Bugbot・Cloudflareの内製ツールが、diff単体の解析から脱却し、リポジトリ全体・PR履歴・過去の指摘への反応まで動的に文脈を取りに行く設計へ収束している
2026-08-29
構造化出力は「お願い」から「強制」へ — 3社がグラマー制約デコーディングで足並みを揃えた2026年OpenAI・Anthropic・Google の主要3社が、JSON Schema をトークン生成レベルで強制する「グラマー制約デコーディング」に共通で対応した
2026-08-27
マルチエージェント協調 — 割っていいのは「コンテキストの切れ目」だけAnthropic は Research 機能で並列サブエージェントを使い内部評価で90.2%の性能改善を報告するが、トークン消費は通常の約15倍になるとも明記している。
2026-08-25
エージェントのメモリ設計 — 生ログでも単一要約でもなく、書き換え可能な単位に分解するClaude は2026年7月、記憶を単一のローリング要約から個別の書き換え可能なエントリへ移行。ChatGPT は非同期の「Dreaming」処理で古い事実を時制ごと書き換える。
2026-08-22
プロンプトキャッシュはコスト最適化ではない — 「プレフィックス固定」というアーキテクチャ制約キャッシュ命中率はもはや副次指標ではなく、Manus はこれを「本番エージェントで最重要のメトリック」と明言している。
2026-08-20
接続ツールが増えるほど遅くなる問題 — コード実行と検索遅延ロードの2つの答えAnthropicは公式エンジニアリングブログで、MCPツールをコードAPIとして提示しファイルシステム越しにオンデマンドで読み込ませる方式により、あるタスクのトークン消費を150,000から2,000(98.7%減)に削減したと報告した
2026-08-18
MCPエージェントの認可設計 — 同意画面を「増やす」実装と「無くす」実装に分岐したMCPの権限設計は「サーバー単位のOAuth」から「ツールごとのスコープ」へ移り、WorkOSやCloudflareが個別ツール内での権限チェックを標準パターンとして提示している。
2026-08-15
エージェントの評価・観測性 — 「最終出力の一致」から「軌跡(トラジェクトリ)の妥当性」へAnthropic は Tasks/Graders/Transcripts の三要素でエージェント評価を構造化し、1回でも成功する確率 pass@k と毎回成功する確率 pass^k を分けて計測する運用を提示した。
2026-08-13
モデルルーティング — 1モデルに全部背負わせない設計が標準になったVercel AI GatewayやGitHub Copilot Autoは、ヒューリスティック分類→難易度ティア判定→プロバイダ違いのフォールバック、という二段構成のタスク別ルーティングをすでに標準実装にしている。
2026-08-11
コンテキスト圧縮はどこで行うべきか — API・モデル訓練・ハーネス、3層に割れた実装場所Anthropic は compaction をサーバーサイド API のオプションとして実装し、モデル本体は変更していない
2026-08-08
エージェントのコード実行基盤 — サンドボックスは「重い専用マシン」と「軽いアイソレート」に分かれ始めたCloudflare Sandboxes と Vercel Sandbox はどちらも「持続する専用マシン」型サンドボックスをGA化し、スナップショット復元でコールドブート30秒を2秒程度まで縮めた。
2026-08-06
RAG 構成パターンの現在地 — 二段構成の次は、検索そのものをエージェントに埋め込むPerplexity は Vespa 上で lexical・embedding のハイブリッド検索から cross-encoder rerank へ絞り込む多段構成を採り、Databricks は同じ構成を単一パラメータで追加できる機能として一般化した。
2026-08-04
ワークフロー型 vs エージェント型 — 複雑さを足す前に何を確かめるかAnthropic は「経路を誰が決めるか」で workflow と agent を定義し、単純な方から試すべきだと明言している。
2026-08-01
コンテキストエンジニアリング — 「何を見せるか」ではなく「何を見せないか」を設計する事前に全部読み込むのではなく、ファイルパスやURLなど軽量な参照を渡して実行時に取得する「Just-in-Time retrieval」がCursorやAnthropicの標準手法になった。
2026-07-30
マルチエージェント協調 — 「書き込みを一本化する」が唯一の合意点になった理由Cognition は2025年、複数エージェントの並行書き込みが矛盾した判断を生むとして「マルチエージェントを作るな」と主張したが、2026年4月に態度を転換し「書き込みは一本化し、エージェントは行動ではなく知性を提供する」構成に絞って実例を公開した
2026-07-28
エージェントのメモリ設計 — 保存容量ではなく「書き込みの境界線」を設計するAnthropic は Claude Managed Agents の記憶をファイルとして保存し、監査ログ・ロールバック・スコープ別パーミッションを標準機能として public beta で提供している
2026-W30
エージェントの評価・観測性 — 「良さそう」を数値にする前に何を測らないかを決めるAnthropic は Claude Code の品質劣化が6週間、内部の eval・コードレビュー・単体テストをすべてすり抜けていたと自ら公表し、変更ごとの広範な eval とソーク期間の導入を表明した