続・Gemini Agent、企業向け基盤とAPIエージェントの設計

エージェントは、会話の相手ではなく、作業の主体になりました。Googleの資料では、Gemini Agentが単一の機能ではなく、企業向けの基盤として描かれています。ai、flash、hackerという語を軸にすると、話題はモデルの賢さより、セキュリティカルチャーの設計へ向かっています。

まず目立つのは、開発の入口が二つあることです。コードを書かない人向けには、Agent Studioがあります。エージェントの推論ループやワークフローを、ビジュアルなキャンバスで設計できるという説明です[1]。一方、開発者向けにはAgent Development KitやColab Enterprise Notebooksが並びます。複雑な推論やツール利用を、コードで組み立てる想定です[1]。さらに、Model GardenからGeminiモデルやサードパーティモデル、オープンソースモデルにアクセスできます[1]。RAG Engineやベクトル検索も、ビルドの部品として示されています[1]。

基盤は「ビルド」「スケール」「管理」の柱で構成されています。ビルド側には、事前構築済みエージェントとテンプレートのライブラリであるAgent Gardenがあります[1]。CodeMenderは、コードベースの脆弱性を検出し、検証し、修正する自律型AIコードセキュリティエージェントとして紹介されています[1]。スケール側では、Agent Runtimeが1秒未満のコールドスタートや長時間実行エージェントを支えるとされます[1]。Agent Platformセッションは、1回のやり取りでのステートフルなデータとコンテキストを管理します[1]。メモリバンクを使えば、複数のセッションにまたがって情報を呼び出せます[1]。

管理の柱は、企業向けの色を強めています。Agent Identityは、各エージェントにフルマネージドの一意のIDを提供し、安全なアクセス制御と監査を可能にするとされます[1]。Agent Gatewayは、すべてのエージェントのツール呼び出しを制御し、認証を管理し、セキュリティポリシーを適用する一元的なポリシー適用ポイントとして描かれています[1]。Model Armorと連携して、やり取りを保護し、ランタイムポリシーを適用する点も書かれています[1]。エージェントレジストリは、組織全体のエージェント、ツール、MCPサーバーを検出し、追跡し、管理するカタログです[1]。

API側も似ています。Gemini APIのマネージドエージェントでは、1回のAPI呼び出しで、推論、コードの実行、ファイルの管理、ウェブの自律的な閲覧を行うLinuxサンドボックスがプロビジョニングされます[2]。デフォルトのエージェントには、Gemini 3.8 Flashで構築されたAntigravityエージェントが挙げられています[2]。Deep Researchも、複数ステップのリサーチ向けに挙げられています[2]。agent_configで基盤モデルを構成し、独自の指示、スキル、データで拡張できるという説明です[2]。AI Studioでは、コードを書かずにエージェントをプロトタイピングできるビジュアルプレイグラウンドも示されています[2]。

画像出典: 記事全文: Agents overview | Gemini API | Google AI for Developers

しかし、便利さの裏に制約があります。資料には、各エージェントがOSレベルで分離されたサンドボックスで実行されるとある一方、デフォルトでは無制限の送信ネットワークアクセスがあると書かれています[2]。hackerを想定した侵入や誤操作を防ぐには、network許可リストで外向きトラフィックを特定のドメインやワイルドカードに絞る必要があります[2]。外部ツールやAPIを接続するときは、信頼できるソースだけを使い、権限を必要最小限に設定することが求められます[2]。シークレットはマネージド認証情報として保存し、IDで参照します[2]。セットアップのセクションの最後に、最小権限のサービスアカウント、短い有効期間のトークン、定期的なローテーション、人間による確認が並んでいるのは、そのためです[2]。

料金も重要です。マネージドエージェントは、Geminiモデルのトークンとツールの使用量に基づく従量課金です[2]。1回のインタラクションで複数の推論ループがトリガーされ、通常は10万から300万個のトークンが消費されるとされています[2]。プレビュー期間中は、環境コンピューティングの料金は請求されないと明記されています[2]。無料枠のレート上限と使用量割り当てでも利用できるとされます[2]。LangChain、LangGraph、LlamaIndex、CrewAIなどのフレームワークも、エージェント構築の選択肢として挙げられています[2]。

つまり、Gemini Agentの中心は、賢い返答を返すことではありません。エージェントにIDを与え、権限を刻み、やり取りを保護し、監査できる状態にすることです[1]。企業向けのカルチャーは、モデルの性能表より、こうした運用の細部に宿っています。開発の入口と実行環境が分かれ、管理とセキュリティの部品が並ぶ姿は、エージェントを「試す道具」から「運用する仕事」へ変える流れを示しています。

引用ソース

Web記事 記事全文: Agent Platform overview | Gemini Enterprise Agent Platform | Google … — https://docs.cloud.google.com/gemini-enterprise-agent-platform/overview

Agent Platform は、あらゆるスキルレベルに対応するツールを提供します。
– ローコード開発:
– Agent Studio: コードなしでエージェントを設計し、モデルを操作します。
– コードベースの開発:
– Colab Enterprise Notebooks: コードベースの開発、データ分析、テストを行います。
– Agent Development Kit: このモジュラー型のモデルに依存しないフレーム
Web記事 記事全文: Agents overview | Gemini API | Google AI for Developers — https://ai.google.dev/gemini-api/docs/agents

Gemini API のマネージドエージェントは、構成可能なエージェントハーネスを提供します。1 回の API 呼び出しで、エージェントが推論、コードの実行、ファイルの管理、ウェブの自律的な閲覧を行う Linux サンドボックスがプロビジョニングされます。
クイックスタート
最初のエージェント呼び出しを行い、レスポンスをストリーミングして、カスタムエージェントを構築します。
Antigravity エージェント
デフォルトのエージ

※ 本記事はAIにより、Reddit・Hacker News・5ch・Xトレンドの公開投稿・トレンドを軸に、その話題をWeb検索で深掘りして集めた一次情報(記事全文・HNコメント)を併せて自動生成されました。本文中の[n]は末尾の引用ソース番号です。内容の正確性は保証されません。引用先を必ずご確認ください。