15万円分のチケットでAgent Studioを試し、結局Pythonに戻った話

この記事は AI エージェント初心者向けです。

Agent Studio を試した理由

一つ前の記事の余談です。

A11y シミュレータは、もともと Geminiの課金が重そうで、いったん棚上げしていたプロジェクトでした。

PlaywrightでWebページを操作し、そのログを規格資料と照らし合わせ、AIでレポートにする・・作りたいもののイメージはあったものの、2ヶ月ほど放置。

そこへ、Google CloudからAgent Builderに使える15万円分のチケットをいただきました。

期限もあります。

せっかくなので、何か試してみたい。

ということで、棚上げしていたA11y シミュレータとAgent Builderを、やや強引につなげることにしました。

まずは、1つのエージェント内で完結させてみた

最初に作ったのは、エージェントへの自然言語での指示（プロンプト）で、順次処理をさせるという形でした。

ここでいうMCPは、AIから外部の処理を呼び出すための共通の接続方法です。

Webを巡回するシミュレータ部分のみCloud Run上のPythonで動かし、その結果をエージェントに返します。

でも、この構成では、「順を追って順番に処理してね」という指示がうまく機能せず、結局ユーザーがチャットで手動介入しないと先へ進みませんでした。（本当は、混乱の元なので介入してはいけないらしいw）

「時間かかりすぎなので状況を調査して」→「すみません、中断してたので再開します」→だんまり

「時間かかりすぎなので状況を調査して」→「レポートの作成が完了しましたのでご報告します」

ここまで10分以上・・・みたいな。

本来は、状況はトレースログで監視するみたいですが、当時は方法を知りませんでした。

次は、メインの処理をまるごとPythonに任せてみた

次に作ったのは、比較的単純な構成です。

Agent StudioのチャットでURLを受け取り、MCPを経由して、Cloud Run上のPythonを1発だけ呼び出します。

Agent Studio側から見ると、「このツールへ指定の形式でURLを渡せば、あとは裏で診断を全部やってくれる」というシンプルな窓口になります。

これは最後レポートまで生成してチャット画面に出力してくれました。

ただし、Previewのチャット画面から、Pythonの診断処理の呼び出しが、最初の1回だけはタイムアウトしてしまいます。

Cloud Run がコールドスタート（課金を抑えるため）だからですが、ここは仕方ないのかな、と。

子エージェントにも分けてみた

処理を役割ごとの子エージェントへ分ける、という構成も試しました。

• 全体を指揮するエージェント

• Playwrightを動かすエージェント

• WCAGやJISを調べるエージェント

• 修正案を考えるエージェント

• レポートを保存するエージェント

画面で見ると、なかなかきれいです。

一つの大きな処理に全部詰め込むより、専門の担当者へ仕事を振り分ける。いかにもマルチエージェントらしい構成でした。

• どの子エージェントを呼ぶのか

• どの順番で動かすのか

• 途中の結果をどう渡すのか

• 失敗したらどこからやり直すのか

といった制御は、親エージェントのプロンプトに記述します。

ただ、実際に動かすと、どこかで止まる。

チャットで状況を訊ねる→また動き出す→とまる

と、いう感じでした。（→ 混乱の元なので介入してはいけないらしいw）

それが、今記事を書こうと動かしてみたら、なんと、爆速で最後まで走り通しました（コールドスタートなので2回目から、という条件ですが）。

2ヶ月の間に何か進化したのかも、ですね。（末尾にGemini からの回答を貼ります）

最終的に、Python on Cloud Run 1本に

この処理は、自由に相談しながら進める仕事というより、順番の決まったパイプラインです。

現在は、

という、完全なコード制御の構成に落ち着きました。

けっこう経済的に遊べる環境

というわけで、結果的にAgent Studio は「AIエージェントのイメージを掴むための教材」的な役割を果たしてくれた感じです。

そういえば、Agent Platform の各機能は無料枠が大きいことと、別枠で1ヶ月限定チケットをもらえたこともあり、Agent Builder限定チケットの15万円がまったく減りませんでした。そこばびみょーな気分。

Agent Platform を小規模で試すぐらいなら、無料の範囲でかなり遊べそうですね。

（余談ですが、たしか5月1日、GoogleのAIエージェント基盤が「Gemini Enterprise」へ大幅にリブランディングされたタイミングだったためか、作業途中でメニューの名前や場所が変わり、大混乱でしたw）

15万円分のチケットがなかったら

そもそも、Agent Builder用の15万円分のチケットがなければ、Agent Studioを使った「フロントエンド＝チャット」の構成は試していなかったと思います。

その存在すら、私のアンテナにはひっかからなかった可能性も高いです。

でも今回のことで、Agent Platform のデータストア機能や Agent Search といった、安価なRAG基盤を知ることができたのは大きな収穫でした。

やり残したことがあるならば、一度もデプロイを試していないことです。

Agent Runtime にデプロイして外部からAPIとして呼び出せるようなので、時間に余裕ができたら、勉強として試してみたいと思います。

付記

質問：子エージェントに分けた構成が安定化かつ爆速になったのは、なぜかわかる？

理由：Google側で裏側の「LLMモデル」と「エージェント制御基盤」が大幅にアップデートされたためです。

AIの世界、特にGoogle Cloudの進化スピードは凄まじく、2ヶ月の間に主に以下の3つが劇的に改善されたと考えられます。

1. 基本モデル（Gemini）のルーティング・ツール呼び出し精度の向上

   • 2ヶ月前は「子エージェントにバトンを渡したあと、返答をどう解釈すべきか迷って待機状態（手動介入待ち）になる」という不具合がよくありました。

   • 直近のGeminiモデルのアップデートにより、「次の中継先へデータを渡して自動で実行を継続する（Hand-off）」という指示追従能力（Instruction Following）が飛躍的に高まりました。

2. Agent Studio（オーケストレーション基盤）のバグ修正

   • Agent Studio自体が比較的新しいプロダクトのため、エージェント間のデータ受渡しの詰まりやループ発生といった基盤側の不具合が、この2ヶ月でサイレント修正された可能性が非常に高いです。

3. 推論速度（レスポンスタイム）の高速化

   • モデルの生成速度（Output Speed）やツール呼び出しのレイテンシが最適化されたため、途中でタイムアウトせずに「爆速で最後まで走り切る」ようになったと考えられます。

以上長くなりました。ここまでお読みくださりありがとうございました。