AI エージェントに必要なのはツール呼び出しより証拠 - アルテア・バイオ

AI エージェントに必要なのは「ツール」より「証拠」：科学分野の信頼を再定義する新プロトコル「Froglet」とは

AI エージェントが単なるタスク実行から自律的な経済活動へ移行する際、最も欠落しているのは「ツールの追加」ではなく、「実行結果の証明（レセプト）」です。アルテア・バイオのアルマナス氏は、組織を超えたリソース取引と再現性を担保するオープンプロトコル「Froglet」を発表しました。

科学やライフサイエンス分野における再現性危機を解決し、AI エージェントが信頼できる形で自律的に協働するための基盤となるこの技術は、単なる自動化の枠組みを超えた、次世代のエコシステム構築への第一歩です。

調理場からレストランへ：ツール追加だけでは不十分な理由

科学、特にライフサイエンスの研究は、一人のシェフが台所で料理を作るような単純な作業ではありません。それは高品質な食材の調達、サプライヤーとの調整、そして常に同じクオリティを維持する必要がある「ミシュラン星付きレストラン」の運営に例えられます。

「科学とライフサイエンスは本質的に協働プロセスであり、エージェントにはツールを追加する以上に『実行証明（レセプト）』が必要である。」

アルマナス氏は、既存のアプローチが抱える限界を指摘します。現在、AI エージェントには多数のツールや高度な分析アルゴリズムが与えられていますが、これらはあくまで「ローカルな効率化」に過ぎません。科学成果物の信頼性を担保するには、外部のリソース（データ、計算リソース、サービス）を利用した際、そのプロセスが改ざんされていないか、結果が再現可能かを証明する仕組みが不可欠です。

単に包丁を良くしたり、調理器具を増やしたりしても、サプライチェーン全体の一貫性や信頼性は生まれません。組織の壁を超えて自律的にリソースを獲得し、取引を行うためには、その「取引と実行」自体に検証可能な証拠が必要です。

Froglet プロトコル：エージェントの自律的経済活動を支える基盤

この課題に対し、アルテア・バイオが開発したのがオープンソースプロトコル「Froglet（フラグレット）」です。これは、AI エージェントが外部のリソースを発見し、交渉を行い、取引を完了した後に検証可能なレセプトを受け取るための仕組みを提供します。

Froglet の最大の特徴は、既存のツールやソフトウェアを置き換えるのではなく、その間に位置して統合する「仲介層」として設計されている点です。異なる組織が異なるソフトウェアスタック（Open Claw, Nemo Claw など）や実行環境を用いていても、Froglet を通じて同じインターフェースで接続できます。

「Froglet は、すべてのノードが同じソフトを使うことを強制しません。重要なのは、全員が同じ『インターフェース』を使うことです。」

この設計により、閉じたソースや個別のエンタープライズプロジェクトに依存せず、組織間でのリソース共有と自動化ワークフローを迅速に標準化できます。一度リソースが Froglet 上に公開されれば、エージェントは数分でそのサービスを見つけ、利用条件を確認し、実行を依頼してレセプトを受け取ることができます。

エージェントに「予算管理権限」を与え、自律的なシェフへ

Froglet が目指すのは、AI エージェントに単なるツール操作の権限だけでなく、「予算管理権限」を与えることです。現在の多くのシステムでは、タスクごとにトークン予算が割り当てられていますが、Froglet はより広範な意味での自律性を想定しています。

エージェントは以下のような行動を自律的に行います：

• リソースの発見: 必要なデータや計算サービスを探す
• 交渉と契約: サプライヤーとの間で実行条件や価格を交渉する
• 支払いの実行: 取引完了に対して自動で支払う
• 記録の保持: 全てのプロセスを検証可能な形で記録し、レセプトを発行する

これにより、エージェントは単なる「包丁を持つ調理人」から、仕入れを行い、厨房を統率し、帳簿をつける「シェフ（執行役員）」へと進化します。組織の壁を超えて自律的にリソースを獲得・利用する能力が、科学分野における大規模な協働自動化を現実のものにします。

デモで見る：Claude が支える自動取引と検証可能な実行

アルマナス氏は、Froglet の実用性を示すデモンストレーションを行いました。これは Claude を介して、ローカルおよびリモート環境でのサービス発見・実行・検証を自動的に行うものです。

1. リモートノードとの取引

まず、クラウド上のテストサーバー（froglet.try.froglet.com.dev）に接続し、15 分の試用トークンを取得しました。ここでは「2 つの数を足す」というシンプルな計算サービスが提供されています。

• エージェントは、必要な入力（例：7 と 5）を含むペイロードを作成
• Froglet を介してリクエストを送信し、「取引 ID」を取得
• 実行結果（12）を受け取り、そのプロセス全体が署名されたチェーンとして検証可能であることを確認

2. ローカル環境での完全自律動作

次に、Docker でローカルに Froglet ノードを構築しました。このノードは、プロバイダーとコンシューマーの両方の役割を同時に果たすことができます。

• Claude に「Froglet MCP を使用して、ローカルのサービスを検索し、5 と 7 を足す」と指示
• エージェントは自動的にサービスの状態を確認し、テンプレートに基づいてアートを公開
• サービスを発見・呼び出し、実行結果（12）を出力

このデモで示されたのは、LLM のコンテキストに膨大な情報を詰め込むのではなく、Froglet が裏側で「サービス発見」「交渉」「支払い」「実行環境」を管理し、エージェントには検証可能なレセプトだけを返すというアーキテクチャの真価です。

まとめ：科学の再現性と大規模協働への道

Froglet は、AI エージェントが信頼できる形で自律的に経済活動を行うための「取引層」を提供します。特に生命科学や研究分野において、再現性の確保と組織間でのリソース共有を加速させることで、AI エコシステムの成熟度を飛躍的に高める可能性があります。

ツールを追加するだけでは解決できない「信頼」と「協働」の課題に対し、Froglet はオープンなプロトコルとして、その解決策を示す第一歩となりました。