メインコンテンツへスキップ
見出し画像

エージェント基盤の本体は、エージェント自身なのか~OpenInspect の9か月で、コードの約半分は管制側だった~

    最近、Cole Murrayさん(@colemurray)の「I'm handing off OpenInspect. Here's what I learned」を読みました。オープンソースのバックグラウンドエージェント基盤OpenInspectを、9か月運営したあとに手放す際の振り返りです。

    数字の置き方が面白いです。AIの種類を入れ替えるための部品は本番コードの約3%で、残りの約半分が「管制側」でした。

    その配分が何を意味するのかを、基礎から順に見ていきます。

    【発端】 Rampの公開記事から始まった9か月

    画像
    Rampの公開記事を実装へ移したことから始まった

    この基盤は、借りた考えから始まり、組織に根づく段階まで進みました。

    OpenInspectは、フィンテック企業Rampが公開した社内エージェント基盤の解説記事「Why We Built Our Own Background Agent」の実装として始まりました。Coleさんは、その記事を読んだコーディングエージェントに作らせたそうです。

    約4.5万行の最初のコミットで、Slackアプリ、サンドボックス、Terraformまでほぼ一括で出てきたと書いています。

    9か月後の数字は次のとおりです。いずれもColeさん本人の記述です。

    • 導入先の規模:エンジニア5人から500人超の会社で本番稼働

    • リポジトリ:スター3,400、フォーク500、マージ済みPR 1,900件、貢献者50人超

    • 利用量:8月までに、本人が関わった導入先だけで10万超のサンドボックスを起動

    • 導入先での比率:浸透した会社では、社内PRの30〜70%を占めた

    【基礎】 隔離環境で働くバックグラウンドエージェント

    画像
    人が席を離れても、サンドボックスで作業が進み、結果はPRで届く

    手元のPCで見張るAIではなく、クラウド上の隔離環境で任せきるAIです。

    バックグラウンドエージェントは、開発者のPCではなく、クラウド上の隔離環境(サンドボックス)でコードを書く仕組みです。人が席を離れても作業が進み、結果はPRとして届きます。

    Coleさんの記述では、きっかけは年末に起きた変化でした。長い作業をこなせるモデルが広まり、手元のPCが並列エージェントで追いつかなくなり始めたのです。

    OpenInspectの公式READMEによれば、Slack、GitHub、Linear、Webサイトなどから起動できます。コミットは、指示を出した人の名義で残ります。

    【違い】 選ぶ対象がAIから基盤全体へ

    画像
    比べる軸が変わると、運用の主題も変わる

    比べる軸が「どのAIが賢いか」から「どの環境で、誰の権限で動くか」に移りました。

    従来は、個人がエディタやCLIにAIを入れて使う形が中心でした。バックグラウンド型では、会社が実行環境ごと用意します。

    違いを軸で並べると次のとおりです。

    動く場所

    • 手元のエージェント:各自のPC

    • 社内のバックグラウンド基盤:隔離されたサンドボックス

    並列数の上限

    • 手元のエージェント:PCの性能

    • 社内のバックグラウンド基盤:基盤の設計と予算

    起動の入口

    • 手元のエージェント:端末・エディタ

    • 社内のバックグラウンド基盤:Slack、GitHub、Linear、Web

    非エンジニアの参加

    • 手元のエージェント:環境構築の壁がある

    • 社内のバックグラウンド基盤:壁が下がる

    運用の主題

    • 手元のエージェント:個人の使いこなし

    • 社内のバックグラウンド基盤:費用、定着、品質

    Coleさんは、Dockerなどの開発環境の面倒が隠れると、貢献の壁が下がると述べています。CEOからマーケティングチームまで、非エンジニアがコードを出す例を、すべての導入先で見たそうです。

    【仕組み】 ハーネス約3%、管制側は約半分

    AIを動かす部品は薄く、AIを任せる責任の部分が厚い構造です。

    ハーネスは、モデルに道具を持たせて作業ループを回す実行層です。管制側(コントロールプレーン)は、セッションの状態管理、権限、各入口との接続、起動の指揮をまとめた層です。

    Coleさんによると、ハーネスの差し替え用アダプタは本番コードの約3%でした。管制側はほぼ半分を占めました。

    ハーネス同士の優劣争いは、エディタ論争のような好みの話に近づいている、という見立てです。

    READMEの構成図も、この分業に沿っています。

    上段がCloudflare上の管制側で、セッションごとの状態とWebSocketを持ちます。下段がサンドボックスで、ハーネスが動く層です。

    クライアントから下へ、次の順です。

    1. クライアント(Web、Slack、GitHub、Linear)

    2. 管制側(セッション状態、認証、接続)

    3. サンドボックス(ハーネス、開発環境)

    これはColeさんの数字を読む私の整理です。コードの量は価値と同じではありませんが、「どこで実装に苦労したか」の目安にはなります。

    【具体例】 アダプタ追加の速さと、自分で自分を作る循環

    薄く切り出した境界の効果は、新しいAIが載る速さと、基盤自身の開発に表れました。

    インターフェースを用意すると、Claude Agent SDKへの対応は同じ日に載り、Codexはその数週間後に続きました。SDKは、Claude Codeのエージェントループをライブラリとして使うためのものです。

    入れ替えが軽かったのは、ハーネスを3%の薄い層に切り出してあったからだと読めます。

    さらに、OpenInspect自身がOpenInspectで作られました。リポジトリ全体のコミットの40%超がそのセッション由来で、10月は70%でした。

    導入先の30〜70%という数字と合わせると、道具を使う人が増えるほど、基盤を育てる作業もその基盤自身のセッションへ回ったと言えます。

    ただし、これはColeさん個人の観測です。自分の環境で同じ比率になる保証はありません。

    【関連概念】 ハーネスの置き場所、サンドボックスの癖、組織の課題

    画像
    箱の内外、提供元の癖、組織の課題の三つ

    境界を切っても、切りきれない違いと、技術の外に出る課題が残ります。

    一つ目は、ハーネスを箱(サンドボックス)の中に置くか外に置くかです。主要ラボのハーネスは箱の中で動く前提で、外から動かすには工夫が要り、機能も失われるとColeさんは書いています。

    複数のハーネスを扱うほど、この議論は難しくなります。

    二つ目は、サンドボックス提供元の差です。同じ「スナップショット」でも、実装は大きく違いました。

    時間がかかる提供元があり、スナップショットを取るとサンドボックスが止まる提供元もありました。

    シークレットの外向き通信を中継する仕組みの有無も、提供元で分かれました。READMEではModal、Daytona、Vercel Sandbox、E2B、Boatが挙がっています。

    Modalの公式文書では、スナップショットにファイルシステム、ディレクトリ、メモリの種類があり、保持期間も異なります。語は同じでも、仕様の確認が要る例です。

    Modalのスナップショット文書が参考になります。

    終盤は主要な提供元の機能が収束してきたとのことです。

    三つ目は組織の課題です。導入後には、社内システムとの接続、費用管理、定着、品質が出てきます。

    Coleさんの実感では、これは「AIネイティブな組織」という大きな問題の一部でした。

    複数の導入先に向き合った結果、Managed Skillsという機能が生まれたそうです。Managed Skillsは、エージェントに渡す共通の指示と補助ファイルを管理する機能です。

    参考情報・参考書籍(PR)

    本記事をより深く理解するために、概念マップスライドを作成しました。こちらをみることで理解の補助になるはずです。

    【まとめ】 自社の「管制側」の棚卸し

    画像
    自分の現場で確かめる三つの問い

    AIを選ぶ前に、AIを任せる基盤が自社にあるかを見ます。

    読んだあとで、手を動かせる順に並べます。どれも、私がこの記事のために試したものではありません。

    1. 今使っているエージェントについて、モデルを替えたときにおかしくなる箇所を書き出す。

    2. 入口(Slack、Issue、PR)、権限、ログ、費用上限のうち、すでにあるものに印を付ける。

    3. サンドボックスを検討するなら、スナップショットの挙動、シークレットの扱い、起動時間を提供元ごとに確認する。

    Rampの事例は、Modalの事例記事やPragmatic Engineerの解説でも読めます。それぞれ事情が違うので、数字は自社に置き換えずに眺めるのがよいと思います。

    参考情報

     
     
    海外でバズった最新テック関連情報をわかりやすく整理します! スキの数やページビューが多いなどの反響が多いものがあれば、実際の環境で操作した結果や手順などを共有する記事も作成したいとも思ってます! とりあえずこれを見ておけばディープな最新情報もキャッチアップ!できるものを目指します

    あなたへのおすすめ