独自のマネージドエージェントチームを構築する - ジャック・ワザースプーン (Google DeepMind)

하이라이트

• Gemini APIにおけるマネージドエージェントは、クラウド上のサンドボックスでコード実行やウェブ検索、検証を単一のAPIコールで実行する。

• ローカルマシン環境の限界を解消し、同僚との共有や顧客向けアプリへのスケーラブルなデプロイを可能にする。

• 環境（Environment）とインタラクション（Interactions）を分離することで、コンテキストを新しくしながらファイルやワークスペースを複数のエージェント間で引き継ぐマルチエージェントワークフローを構築できる。

• プロキシ層がダミートークンをサンドボックスに配置し、API呼び出し時に本物のシークレットを動的インジェクションすることで、エージェントによる不正な情報流出を防ぐ。

• Gemini 4で導入されたロングデコード機能により、100万トークン規模のコンテキストウィンドウを入力、思考、出力の間で共有し、大量のドキュメント分析や財務モデリングに対応する。

타임라인

1. 00:12 - 03:25

   マネージドエージェントの概要と導入の背景

   自身のマシン上でハーネスやコーディングエージェントを実行する場合、ブラウザが占有されたりポップアップが発生したりする問題が生じる。また、ローカル環境はスケールせず、同僚との共有や顧客向けアプリへの組み込みにおいて個人用サブスクリプションを動作させるわけにはいかない。マネージドエージェントを活用することで、こうしたインフラストラクチャの管理やスケーラブルな扱いの悩みが解消される。

   • マネージドエージェントは、ローカルマシンではなくクラウド上のサンドボックスでコーディングエージェントやリサーチを実行する仕組みである。
   • 個人のラップトップでの実行に伴うブラウザの占有やポップアップの煩わしさを解消し、スケーラブルなデプロイを可能にする。
   • コンテナやVMの管理、ハーネスの構築、ネットワークやファイアウォールのセキュリティ設定を自前で行う必要性をなくす。
2. 03:26 - 05:22

   インタラクションAPIと基本アーキテクチャ

   従来のモデルに対する入出力という概念では新しい時代のエージェントでスケールしないため、複数ステップでのファイル作成やMCPツール呼び出しを網羅するインタラクションAPIが提供されている。バックエンドではGoogle Cloudのインフラ上でサンドボックスが起動し、GitHubリポジトリやエージェントスキルなどのファイルを読み込ませて実行することが可能になる。

   • 新しくリリースされたインタラクションAPIは、複数のステップで構成されるエージェントの実際の動作を反映している。
   • 「environment = remote」と設定することで、クラウド上で動作するマネージドエージェントを指定できる。
   • Gemini APIの呼び出しに伴い、Google検索やファイルシステムツールを備えたサンドボックスが自動的にセットアップされる。
3. 05:23 - 08:50

   マネージドエージェントを構成する5つのコアピラー

   マネージドエージェントは、Google製品群で稼働するものと同じアンチグラビティ・ハーネス、マルチエージェントで再利用可能な環境、業務手順を定義するスキル、安全にサービス接続を行う認証情報、そしてスケジュール実行を担うトリガーの5つの柱で構成される。また、新モデルであるGemini 4 Argonなどのフロンティアモデルを1行のパラメータで設定でき、金融タスクやロングデコードによる100万トークン規模のコンテキスト共有を活かした分析が可能になる。

   • 主要な構成要素は、ハーネス、環境、スキル、認証情報、トリガーの5つである。
   • 新機能である認証情報インジェクションにより、各種トークンやOAuthをサンドボックスに安全に組み込んでサービスへアクセスできる。
   • トリガー機能を使用することで、毎朝市場が開く前などのスケジュールに合わせたエージェントの定期実行を設定できる。
4. 08:51 - 14:32

   環境の分離とマルチエージェントワークフロー

   会話を管理するインタラクションとファイルシステムの状態を表す環境を分離することで、特化した目的を持つ複数のエージェント間でワークフローを分割・連携させることができる。例えば、最初の調査エージェントがファイルに書き込んだ指標データを、次のクォント系エージェントが同じ環境IDを引き継いで読み込み、バリュエーションを算出することが可能になる。また、シークレットが直接サンドボックスに入らない仕組みにより、エージェントの暴走による情報流出を防ぐ。

   • インタラクションは会話の管理を担い、環境はサンドボックス内のファイルシステムの状態を表す。
   • 同じ環境IDを次のエージェントに渡すことで、会話コンテキストを新しくしつつ作業ファイルを引き継ぐことができる。
   • プロキシ層がプレースホルダーをサンドボックスに配置し、実行時に実際のシークレットを動的インジェクションすることでセキュリティを確保する。
5. 14:33 - 19:36

   実践的なデモとアプリケーションへの統合

   実際のデモでは、リサーチ用エージェントがSECファイルから指標を調査してファイルに保存し、クォント系エージェントがデータを引き継いで株価の予測やバリュエーション算出を行い、最終的にレポート作成エージェントがPDF形式の成果物やグラフを生成するプロセスが示されている。AI Studioなどを活用して簡単に無料で始めることができ、独自のアプリケーションへの組み込みも容易である。

   • NVIDIAやVOOなどの企業調査を行うSECファイル・リサーチ用のマルチエージェント構成を実演している。
   • エージェントの各アクションはステップトレースとして保存され、ファイル書き込みやコード実行の結果を追跡できる。
   • 生成されたレポートはPDF形式や視覚化されたグラフとして出力され、参照したリソースへのリンクも含まれる。