AIエージェントに「ネットへの自由」をどこまで与えるべきか。Gemini Agentをめぐっては前回、数カ月分のコード改修を数週間に圧縮する実力を取り上げました。今回はその一歩先にある「安全装置と課金」の設計です。公式ドキュメントの記述から、自律的に動くエージェントをどう囲い込むかの実態が見えてきました[2]。
Gemini APIの「マネージドエージェント」は、APIを1回呼び出すだけで、推論とコード実行、ファイル管理、ウェブ閲覧を自律的に行えるLinuxサンドボックスを用意します。サンドボックスとは、本体から隔離した安全な実行環境のことです。既定の「Antigravityエージェント」はGemini 3.8 Flashを基盤とし、設定を変えればGemini 3.6 Flashや3.5 Flash-Liteへの切り替えも可能です。独自の指示やスキル、データを足したカスタムエージェントも作れます[2]。
用途別の用意もあります。マーケット分析や文献レビュー向けの「Deep Research」は、複数ステップのリサーチを計画し、実行し、統合する自律型エージェントです。コードを書かずに試せるビジュアルプレイグラウンドもAI Studioに用意されました[2]。自前で構築したい方向けに、LangChainやCrewAIなどのフレームワークを使う道も案内されています[2]。
気になるのはコストです。課金はトークンとツール使用量の従量制です。1回のやり取りで複数の推論ループが回り、通常は10万〜300万トークンを消費します。タスクごとの内訳は「見積もり費用」のページで確認できる案内です。プレビュー期間中は環境の計算料金が請求されず、無料枠のレート上限でも利用できます[2]。
開発現場側の動きも見逃せません。Gemini Code AssistのエージェントモードはVS CodeとIntelliJで動き、grep検索やターミナル、ファイルの読み書きを組み込みツールとして使います[1]。文脈はワークスペース内の情報やツールの応答に加え、VS CodeではGoogle検索の結果や指定URLの内容、Markdownで作るコンテキストファイルからも集められます[1]。ファイル変更を伴う操作は原則として許可を求め、読み取り専用なら許可なしで進む場合があります。複雑なタスクでは大まかな計画を示して承認を求める流れです。MCPサーバー(外部ツールを接続するための仕組み)で機能を広げられます[1]。
しかし、ドキュメントで最も多くを割いているのは警告です。サンドボックスはOSレベルで分離されていても、既定では送信ネットワークが無制限です。許可リストで特定ドメインだけに絞るか、無効にするようGoogle自身が案内しています[2]。認証情報にも釘が刺されました。エージェントはアクセスできる認証情報を使う可能性があるため、「完全なスコープを付与してもよい認証情報だけを渡す」「有効期限の短いトークンを優先し、定期的にローテーションする」よう求めています[2]。シークレットはマネージド認証情報として保存し、サンドボックス内に公開しない仕組みも用意されました。さらに、データ変更や外部システムとのやり取りを伴うタスクでは、出力を展開する前に必ず人が確認するよう明記されています[2]。
周辺も動いています。「Gemini at Work 2026」でGemini agentが紹介され[3]、企業向けのGemini Enterprise Agent Platformにもエージェントの概要ページが立っています[3]。モデル側では「Gemini 4 Argon」のガイドや評価レポートが複数見つかりましたが[3][3][3]、今回確認できたのはタイトルのみで、ベンチマークの数値までは読み取れていません。
エージェントは、動かして試す段階から運用に載せる段階へ入ったようです。権限の与え方、ネットワークの絞り方、トークン消費の見積もり。この3つの設計が導入の可否を左右します。1回で最大300万トークンという消費は、無料枠ではすぐ上限に達するかもしれません。自律性の価値を活かせるかどうかは、安全装置とコスト管理の作り込み次第と言えそうです。
RECENT COMMENTS