GoogleがAIエージェント基盤をオープンソースに寄贈

AIエージェントは「一度リクエストして終わり」の仕組みではない。サブエージェントを起動し、コードを実行し、結果をモデルに戻してまた次の行動を決める——このループが何十・何百と並行して走る。そうなると、ウェブアプリや機械学習モデルのサービング向けに設計された既存のインフラでは構造的に合わない部分が出てくる。

Googleが今回CNCFに寄贈したのは、まさにその「エージェントループを本番規模で回す」ための土台となる3つのプロジェクト。Agent Substrate（エージェントのオーケストレーション基盤）、gVisor（サンドボックス実行環境）、OpenRL（強化学習基盤）の3本で構成されており、どれもKubernetesクラスター上で動く設計になっている。

注目すべきはCNCFへの「寄贈」という形を選んだことだ。2010年代にKubernetesがコンテナ運用の標準になった過程と同じ構図で、Googleは「自社サービスの差別化」よりも「業界共通の基盤を育てる」方向に動いている。エージェントインフラが特定クラウドに依存せず使える形になることで、その上に乗るアプリケーション層での競争が活発になる——という読み方もできる。

3つを「まとめてOSSになった」と捉えると解像度が低い。それぞれが異なる問題を解いている。

Agent Substrateは、エージェントが動くループ全体のオーケストレーション層。サブエージェントの起動・管理・状態の引き継ぎを担う部分で、今回GKE上でGA（一般提供）に達した。CPUだけでなくGPU・TPUにも対応済みで、推論のスケールアウトを意識した設計になっている。

gVisorは、エージェントがコード実行やツール呼び出しを行うときのサンドボックス環境。エージェントにコードを実行させる場合、ホスト環境への影響を遮断するための隔離が必要になる。コンテナだけでは粒度が足りないケースを補う位置づけで、CNCF内でIncubation（正式プロジェクト化）を目指している段階にある。

OpenRLは強化学習のための基盤で、エージェントの行動を評価・改善するサイクルを回すための仕組み。今の段階でOpenRLまで自分で触る必要があるのはフルスタックでエージェントを訓練したい層になるが、「エージェントの判断精度を上げるためにどういう仕組みが要るか」を理解する文脈では押さえておきたい。

以前AIエージェントで並行作業、Gitを使い倒す新CLIでも触れたように、エージェントを「並行して複数走らせる」設計に移行しつつある中で、その実行環境をどう整えるかが次の問いになってきている。

Agent SubstrateのGKE対応版がGAになったことは、「GCPを使っている人向けのニュース」として読まれがちだが、それだけではない。

CNCFに入ったということは、将来的にAWSやAzureを含む他のKubernetesマネージド環境でも同等のスタックが動く可能性が開いた、ということでもある。KubernetesがどのクラウドでもDockerコンテナを動かせる標準になったように、エージェント実行のレイヤーでも「どこでも同じように動く」という状態を目指している。

実装レベルで自分でエージェントを動かす環境を作りたい人にとっては、このアーキテクチャの全体像をGKEで確認してから、自分の環境に引き寄せる、という使い方が現実的だ。AIエージェントに画像・動画・3Dを作らせる仕組みでも整理したように、エージェントが「何を実行できるか」の制御設計はますます重要になっている。その制御をどのインフラで担保するかが、今回の発表の核心にある。