Google、信頼性の高い分散型エージェント実行環境「Agent Executor」を発表
Google は、長期実行型エージェントワークフローの信頼性と効率性を向上させるオープンソースランタイム標準「Agent Executor」を発表した。
キーポイント
堅牢な実行と回復機能
耐久性のある実行（durable execution）、セキュアな分離、接続復旧機能を備え、長期間稼働するエージェントワークフローの管理を強化している。
分散環境への対応
セッションの一貫性維持と軌道分岐（trajectory branching）をサポートし、大規模な分散エージェント環境での運用を可能にする。
Kubernetes Engine との連携
「Agent Substrate」として Google Kubernetes Engine (GKE) と統合され、大規模なエージェント展開における計算リソースの最適化を実現する。
影響分析・編集コメントを表示
影響分析
この発表は、エージェント技術が実験段階から本番運用へ移行する際の最大の課題である「信頼性とスケーラビリティ」に対する明確な解決策を示すものです。特にオープンソース標準として確立されることで、業界全体で分散型エージェントの構築基盤が統一され、大規模な自律システムの実現に向けたインフラ整備が加速すると予想されます。
編集コメント
エージェント技術の普及には「失敗時の回復」と「大規模運用」が鍵となりますが、Google がこれらを解決するオープン標準を提示したことは業界にとって大きな追い風です。
モデルやハルネスが改善されるにつれ、エージェントは数時間甚至しくは数日かけて実行される increasingly 複雑なタスクを引き受けるようになってきました。しかし、エージェントにより多くのことを実行させようとする中で、新たな運用上の問題が浮き彫りになりました：長時間稼働するエージェントワークフローは脆く、本番環境で信頼性高くかつ効率的に管理することが極めて困難です。
本日、私たちはAgent Executorを発表します。これは、Google が提供するエージェントの実行、再開、分散デプロイメントのためのオープンソースランタイム標準規格です。内部的な課題解決から得た教訓に基づき、Agent Executor には以下のネイティブ機能が備えられています：
- 永続的実行（Durable execution）：長時間稼働する実行には、障害や人間が関与する確認（HITL: Human-in-the-loop）などのエージェントによる中断後に再開できる能力が必要です。Agent Executor は、イベントログとスナップショット機能を通じて、あらゆるアクター（例：エージェント、エージェントハルネス、スキル、ツール、サンドボックス）に対してバックエンドの耐障害性を自動的に提供します。
- セキュアな分離（Secure isolation）：Agent Executor は、有害な副作用を防ぎ、悪意のある活動が広範なサービスを侵害するのを防ぐため、コンポーネントを設計段階からセキュリティを考慮したサンドボックス内に隔離します。エージェントがコードを生成する場合や、複数のテナントまたはユーザーデータを同時に処理する場合に、サンドボックスは特に有用です。
- セッション整合性：分散型エージェントワークフローでは、複数のコンポーネントが同時に共有セッション状態の更新を試みることがあります。Agent Executor に組み込まれたシングルライターアーキテクチャは、この状態の一貫性を維持し、破損リスクを低減します。
- 接続回復：長時間実行されるアジェンティックな実行において、クライアントはネットワーク障害など様々な理由で切断されることがあります。Agent Executor を利用すれば、クライアントはエージェントに再接続でき、クライアントが最後に確認したシーケンスからのレスポンスをバックフィルすることで、より優れたユーザーエクスペリエンスを提供できます。
- 軌道の分岐：チェックポイントを使用すると、アジェンティックな軌道（意思決定またはワークフローパス）の任意の時点で分岐させることができ、エージェントが文脈や他の状態を失うことなく、異なる経路を試したり評価したりすることが可能になります。
本ブログでは、Agent Executor についてさらに詳しく解説し、どのようにして開始できるかをご紹介します。
Google のアジェンティックランタイムとのフェデレーション
エージェントの企業導入には、デプロイメントモデル全体にわたるオーケストレーションが必要です。一部のチームは、独自ワークフロー、パフォーマンス、またはコンプライアンスのためにオンプレミスインフラストラクチャを必要とする一方、他のチームはより迅速な価値実現のために事前構築型またはカスタム管理型エージェントを好みます。Google I/O において、私たちはこれらのソリューションの新たなスイートを発表しました。これには Antigravity 2.0 や Managed Agents API が含まれ、エージェント型企業内でのチームの構築とスケーリングを加速させることを目的としています。
Agent Executor はこれらのデプロイメントモデルをつなぎ、以下のいずれか、あるいはすべてを組み合わせて使用することを可能にします：
- Google Antigravity（Gemini の最先端のエージェントハネス）
- Google 製のフロンティアエージェント（例：最新の Deep Research エージェント）
- ユーザーが構築し Google が管理するカスタムエージェント（例：新しい Gemini API の Managed Agents を経由）
- LangChain/LangGraph、Agent Development Kit (ADK) などを使用して構築された専用カスタムエージェント、および Agent2Agent Protocol (A2A) を使用するすべてのエージェント
エージェント、モデル、計算リソースを自分で管理する
Agent Executor を利用することで、企業はワークロードの主権を維持し、独自のプロプライエタリなワークフローを自己管理型の計算環境やカスタムサンドボックス内に保持する上で最大限の柔軟性を得られます。内部の開発チームは、エージェントのデプロイおよび管理方法をより自由に決定でき、以下のような恩恵を受けられます。
- ベンダーロックインの防止：特定のベンダーが提供するモデルや計算環境に縛られることなく、自社のインフラ上にエージェントをデプロイできます。これにより、データの所在地（データレジデンシー）に対する完全なコントロールと、コストおよび予算管理が可能になります。
- 独自のハネスとエージェントの導入：Agent Executor はハネス非依存（harness-agnostic）に設計されており、自社で用意したハネスを使用したり、他のベンダーが提供するものを利用したりできます。また、業界標準のフレームワークやプロトコルを用いて開発されたエージェントもサポートしており、互換性のある広範なエコシステムを提供します。
- 実行の完全な制御：Agent Executor を利用すれば、開発者は MCP（Model Context Protocol）、スキル、および他のエージェントを含む、すべてのアジェンティックスタックを自社のデータプレーン上で直接実行できます。開発者は、カスタムの分離境界とワークロードポリシーの強制機能を備えた任意の計算リソースを選択可能です。
Kubernetes 上でエージェントファーストな計算レイヤーを活用してエージェントのスケーリングを実現
エージェントのワークロードが数億規模に拡大し、実行時間が長くなるにつれ、顧客は従来の計算抽象化の限界に直面しています。なぜなら、従来のソフトウェアとは異なり、エージェントは外部入力を待つ非線形プログラムだからです。この問題を解決するため、私たちは Google Kubernetes Engine チームと Agent Substrate で連携しました。これは本日同時に発表された新しいオープンソースプロジェクトでもあります。
Agent Substrate は、エージェントを即座に利用可能な計算リソースへ転送・引き上げることを可能にする Kubernetes 向けの新たな抽象化レベルを導入し、より低いレイテンシと高いスケーラビリティおよび効率を実現します。標準的な Kubernetes は数千の長期間稼働するサービス処理に最適化されていますが、Agent Substrate は、従来のコントロールプレーンでは圧倒されてしまう数百万ものサブ秒単位のツール呼び出し（tool calls）という「雑音」に対応するために設計されています。Agent Substrate は、既存のサンドボックスインフラストラクチャのコアとなる安全なランタイムおよびスナップショット機能を基盤とし、Kubernetes の一部の制限を回避するように設計された最小限のコントロールプレーンと組み合わせます。これにより、他の部分は再発明することなく機能します。これらのレイヤーが連携することで、以下が可能になります：
- 計算効率の最大化: Agent Substrate は、数億件の登録済みエージェントを処理するために設計された新しいコントロールプレーンを導入しています。Agent Executor と共に、Agent Substrate は現在最大のエージェント展開のための基盤を提供できます。
- Kubernetes エコシステム内に留まる：Agent Substrate は Kubernetes を基盤に構築されており、宣言型設定によって計算リソースのスケジューリングと水平方向のスケーリングを可能にします。
以下のデモでは、サンプルワークロードを用いて Agent Executor と Agent Substrate を組み合わせて使用する方法をご紹介します。
今日から始めよう
モデル、エージェント、ハネス（制御枠組み）、およびそれらを取り巻くインフラストラクチャは、これまでになく急速に進化しています。私たちは Agent Executor をオープンソースで構築しており、実際の開発者の手元で設計を検証し、皆様のフィードバックに基づいて改善を行えるようにしています。
Agent Executor は現在プレビュー版として利用可能です。コードの探索やご自身のワークロードでのテストを通じて、エージェントランタイムの未来を共に形作っていただくことを歓迎します。まずは GitHub リポジトリ へお越しください。
投稿カテゴリ：AI & Machine Learning
- Application Development
原文を表示
As models and harnesses improve, agents are taking on increasingly complex tasks that can run for hours or even days. But as we push agents to do more, this has surfaced a new operational problem: long-running agent workflows are fragile and incredibly hard to manage reliably and efficiently in production.
Today, we’re introducing Agent Executor, Google’s open-source runtime standard for agent execution, resumption, and distributed deployment. Based on what we’ve learned from solving these challenges internally, we’ve built Agent Executor to have the following native capabilities:
- Durable execution: Long-running execution requires the ability to resume after outages or agentic interruptions such as human-in-the-loop (HITL) confirmations. Agent Executor provides this backend resilience automatically for any actor (e.g., an agent, agent harness, skill, tool, or sandbox) through its event log and snapshotting.
- Secure isolation: Agent Executor isolates components in secure-by-design sandboxes to prevent harmful side effects and help ensure malicious activity cannot compromise the broader service. Sandboxes are especially useful when agents generate code or handle multiple tenants or user data concurrently.
- Session consistency: In distributed agent workflows, multiple components may attempt to update shared session state at the same time. Agent Executor’s built-in single-writer architecture helps maintain consistency and reduces the risk of corruption in that state.
- Connection recovery: In long-running agentic execution, clients may disconnect for many reasons, including network outages. Agent Executor lets clients reconnect to agents and backfills responses from the last sequence seen by the client for a better user experience.
- Trajectory branching: Checkpoints let you branch an agentic trajectory (its decision or workflow path) at any point, allowing agents to test or evaluate different paths without losing context or other state.
In this blog, we’ll share more about Agent Executor and how you can get started.
Federate with Google’s agent runtime
Enterprise adoption of agents requires orchestration across deployment models. Some teams need on-prem infrastructure for proprietary workflows, performance, or compliance, while others prefer pre-built or custom managed agents for faster time-to-value. At Google I/O, we introduced a new suite of such solutions – including Antigravity 2.0 and the Managed Agents API – designed to accelerate how teams build and scale within the agentic enterprise.
Agent Executor bridges these deployment models, letting you mix-and-match between any or all of:
- Google Antigravity, Gemini’s state-of-the-art agent harness
- Google-built frontier agents, such as the latest Deep Research agent
- Custom agents built by you and managed by Google (e.g., via the new Managed Agents in Gemini API)
- Custom purpose-built agents, built with LangChain/LangGraph, Agent Development Kit (ADK), etc and any agents using Agent2Agent Protocol (A2A)
Own your agents, models, and compute
With Agent Executor, enterprises have maximum flexibility to maintain sovereignty over workloads and keep proprietary workflows within their self-managed compute and custom sandboxes. Your internal development teams have much more flexibility over how agents are deployed and managed and you benefit from:
- Prevent vendor lock-in: Deploy your agents on your own infrastructure without being tethered to a specific provider’s model or compute environment. This allows for full control over data residency and your cost and budgetary controls.
- Bring your own harness and agents: Agent Executor is designed to be harness-agnostic, allowing you to bring your own or use those made available by other vendors. It also supports agents developed with industry-standard frameworks and protocols providing a broad ecosystem of compatible agents.
- Fully control execution: Agent Executor allows developers to run the entire agentic stack, including MCPs, skills, and other agents, directly on their own data plane. Developers can choose any compute with custom isolation boundaries and workload policy enforcement.
Scale agents up on Kubernetes with an agent-first compute layer
As agent workloads scale into the hundreds of millions and become increasingly long-running, our customers are hitting the limits of traditional compute abstractions because unlike traditional software, agents are nonlinear programs that wait for external inputs. To solve this problem, we’ve partnered with the Google Kubernetes Engine team on Agent Substrate, a new open-source project also announced today.
Agent Substrate introduces a new level of abstraction for Kubernetes that moves agents onto and off of ready compute capacity in real-time, resulting in lower latency with higher scale and efficiency. While standard Kubernetes is optimized to handle thousands of long-running services, Agent Substrate is designed for the chatter of millions of sub-second tool calls that would otherwise overwhelm a standard control plane. Agent Substrate takes core secure runtime and snapshotting capabilities of existing sandbox infrastructure and pairs them with a minimal control plane designed to bypass some of the limitations of Kubernetes, without reinventing the rest of it. Working together, these layers enable you to:
- Maximize compute efficiency: Agent Substrate introduces a new control plane designed to handle hundreds of millions of registered agents. Together with Agent Executor, Agent Substrate can provide a foundation for today’s largest agent deployments.
- Stay within the Kubernetes ecosystem: Agent Substrate is built on top of Kubernetes and allows scheduling and horizontal scaling of compute with declarative configuration.
In the demo below, we showcase using Agent Executor together with Agent Substrate with a sample workload.
Get started today
Models, agents, harnesses, and the infrastructure around them are all evolving faster than ever. We’re building Agent Executor in the open so we can validate the design in the hands of real developers and improve based on your feedback.
Agent Executor is available now in preview. We invite you to explore the code, test it with your own workloads, and help shape the future of agent runtimes. Head over to our GitHub repo to get started today.
Posted in- AI & Machine Learning
- Application Development
関連記事
今日のまとめ
AI日報で今日の重要ニュースをまとめ読み