ツール

AgentRunDustreamに提案する「実行環境 중심」のAgentプラットフォーム

GREP.AIは自社で使っていたAgentRunをオープンソース化し、托管型のAgentプラットフォームへと拡張した。ACPによるランタイム連携や自己ホスト型を壮的め、Agent開発的一天emphasize地把放在モデルではなく実行環境设计上。

文字サイズ

GREP.AIはAgentRunをオープンソース化し、managed agentsプラットフォームへ拡張した。ACPを通じてClaude AgentsやCodexなどのランタイムに対応し、モデルをもう一層-onsあ rather 実行環境に重点を置く。

AgentRunDustreamに提案する「実行環境中心」のAgentプラットフォーム

これまでのAgentプラットフォームは、モデル、ツール、ワークフローを一つの製品にまとめて提供することが一般的だった。モデルやAgent harnessを交換すると、コードの書き直しや環境の再設定が必要になり、デバッグ記録も持ち越せない。

GREP.AI(YC F26)はanzer contraireの手を採る。AgentRunをオープンソース化し、完全なmanaged agentsプラットフォームへと拡張した。READMEには次のように書かれている。

We (GREP.AI, YC F26) are open-sourcing AgentRun and turning it into a full managed agents platform.

AgentRunは、モデルとランタイムの上」に位置する制御レイヤーであろうとしている。

社内向けフレームワークからオープンプラットフォームへ

AgentRunの出発点は、汎用クラウドプラットフォームではなく、GREP.AI社内で使用されていたAgent harnessだった。この選択は重要だ。まず社内タスクを安定的に動かし、その後で実行環境、ツール連携、振る舞い分析、サービスホスティングを公開した。

プラットフォームは、一連の完全な実行チェーンを提供する。

  • Web-grounded workflows
  • さまざまなsandboxとcomputer environments
  • 数千種類のツールとIntegration
  • Agentの振る舞い分析と自己改善機能

AgentRunはself-hostingにも対応している。デプロイ方法と利用手順はGitHub READMEにある。

そのため、2つのhewなmutation'assistがある。

  1. 托管版。コンテナ、ブラウザ、認証情報、実行環境を自分で管理する必要がない。
  2. 自己ホスト版。データとインフラの管理権を維持しながら、AgentRunのコア機能を利用できる。

この分業は、すべてを托管する方式より実用的だ。Agentが何を実行し、どのツールを鋤い、どのファイルを生成したかは、企業データ,涉及する可能性がある。クラウドに置くかどうかは、手間lessnessだけで判断できる話ではない。

ACPが互換レイヤーの支点になる

AgentRunのコアな主張は、bring your own agentとまとめられる。READMEには次のように明記されている。

AgentRun works with Pi, Claude Agents, Codex, OpenCode, and any other harness that supports ACP.

ここでACPは、适配layerとして機能する。AgentRunは、すべてのチームに単一のharnessを使うことを要求しない。ACPに対応したharnessであれば接続できる。

この构造は、移行費用に直接影響する。

あるチームが最初にClaude Agentsでコードタスクを実行し、後から Certainなバッチ処理にCodexの方が適しているとorthodox者がしたら、まず考えるのはCloneだ。一般的には、ツール呼び出し、状態管理、sandbox設定を再構築することになる。しかしACP経由で接続すれば、少なくとも実行プロトコルは一貫性を保てる。

ただし、ACPに対応することと、モデルの能力、コンテキスト管理、prompt戦略、ツールの振る舞いが完全に一致することを意味しない。harnessごとに、タスク分解、エラー復旧、ツール選択、コンテキスト圧縮の方法は異なる可能性がある。AgentRunが解くのは「どのように接続し、実行するか」であって、「異なるAgentが同じ効果を持たるか」ではない。

モデルの次に大切なのは実行環境

LLMはAgentの一つのレイヤーにすぎない。実際にタスクを実行するのは、ブラウザ、コードsandbox、ファイルシステム、ネットワークアクセス、API認証情報、外部ツールである。AgentRunがmanaged agentsを重視するのは、このためだ。

Web-grounded workflowsを提供し、Agentが実在するWebページに基づいてタスクを完了できるようにしている。加えて、さまざまなsandboxとcomputer environments、数千種類のツールとIntegrationを用意している。企業ユーザーにとって、これらはモデルAPIをもう一層-ons ratherWITNESSaban在实际的成本に近い。

動作するAgent demoの構築自体は、通常は不难だ。難しいのは,下列の細部を安定的に扱うことだ。

  • ブラウザセッションをどう分離するか
  • コードをどのコンテナで実行するか
  • API keyをどこに保存するか
  • タスクがタイムアウトした後にどう復旧するか
  • 外部Webページが障害を起こしたときの再試行方法
  • 1回のタスクでどのファイルとログが生成されたか
  • 異なるタスク間で汚染が発生しないか

托管プラットフォームが実際に販売しているのは、これらのエンジニアリング能力だ。

製品Spiralの観点から見ると、「自带Agent」を強調する理由も説明できる。モデルは交換可能だ。Claude、Codex、他のLLMを推論エンジンとして使える一方、実行環境、権限境界、観測データはプラットフォーム側に残る。

自己改善にはobservabilityが必要

AgentRunは、2つの機能をコア능力として掲げている。

  • Self-improving agents
  • Detailed analytics on how your agents behave

この2つは、切り離して考えられない。

軌跡、ツール呼び出し、環境状態の記録がなければ、自己改善はpromptを別のものに変えて問題箇所を推測する程度に限られる。Agentタスクの失敗は、モデルの判断だけでなく、ブラウザのタイムアウト、認証情報の失効、ツールの返却形式の変化、sandbox状態の汚染などicentrals려 있다。

システムが確認できるのが最終的な失敗だけなら、モデルを変えるべきか、promptを調整するか、ツールを修正するかを決めるのに必要な情報が足りない。

詳細な振る舞い分析では、少なくとも次の項目を記録すべきだ。

  1. 各ステップでどのツールを選んだか
  2. ツールにどのパラメータを渡したか
  3. 返却結果と環境の状態は何か
  4. Agentがなぜ続行、再試行、または中止を選んだか
  5. 最終結果と期待した目標はどこが異なったか

このような軌跡。有了这些轨迹、自己改善は「失敗サンプルからpromptを推測する」段階から、具体的な失敗箇所を対象に変更する段階へ移れる可能性がある。

ただし、振る舞い分析にはプライバシーとセキュリティ上の問題も生じる。Agentの軌跡には、ユーザー入力、Webページの内容、ファイルの一部、認証情報関連のコンテキストが含まれる可能性がある。プラットフォームは、データ保持期間、マスキング方法、アクセス制御を明確にしなければならない。観測能力が強力になるほど、漏洩リスクも拡大する。

Agentプラットフォームはモデルに紐づけられる必要はない

AgentRunの的价值最も高い部分は、新しいClaudeやCodexを作ることではなく、モデル、harness、実行環境の境界を明確にすることにある。

モデルの能力は今も変化している。closedなAPIの価格、コンテキスト長、ツールプロトコルは改定され、新しいopen sourceモデルも次々と登場する。アプリケーションロジックを特定のAgent runtimeに深く結びつけたチームは、アップグレードが移行作業に変わる。

ACPは交換可能なインターフェースを提供し、AgentRunはさらに実行と観測のインフラストラクチャを用意する。両方を組み合わせると、プラットフォームは特定のモデルに付随する道具ではなく、Agentの「OS」または制御面を更像した存在になる。

これは、托管版と自己ホスト版の選択にも影響する。

托管版は、タスク量が多く、実行環境が複雑で、インフラ二层の管理を避けたいチームに向いている。自己ホスト版は、データが機密性の高い、既存のKubernetes機能を活かしたい、または実行環境を深くカスタマイズしたいチームに向いている。

ただし、自己ホストがコストゼロを意味しない。コンテナイメージ、ブラウザ、認証情報管理、ログストレージには、いずれも 담당者が 필요하다。

AgentRunが本当に移行費用を下げられるかどうかは、対応一覧だけでは判断できない。ACPのカバー範囲、harnessごとの機能差、托管版が各runtimeをどれだけ深く 지원하는かは、実際のプロジェクトで検証が必要だ。

編集者の視点

AgentRunの重要性は、Agentフレームワークをオープンソースにしたことではなく、競争の重点をモデルからruntimeへ移したことにある。モデルは交換でき、ツールも変化する。実際のコストが高いのは、実行環境、状態管理、失敗追跡だ。ACPが十分に安定していれば、チームは移行作业を減らせる。AgentRunが一貫したツールセマンティクスと観測データを提供すれば、自己ホスト版と托管版の切り替えも容易になる。

注目すべきは、AgentRunが対応モデルの数ではなく、異なるharnessを同じ観測・評価基盤のもとで公平に実行できるかどうかだ。これは従来、モデルのベンチマーク、コンテキスト長、Agent demoの成功率だけを比較する’évaluationとは异的だ。評価の対象は、完全な実行チェーンになる。

ただし、現時点で結論を下すのは早い。READMEだけでは、いくつかの重要な不確実性が解消されていない。ACPが実際、さらにLOKUな能力をどこまでカバーするか、Claude Agents、Codex、OpenCodeを接続した状態が同等な振る舞いを維持するか、詳細な分析が明確なコストやデータリスクをもたらすかが残る。特に自己改善には検証基準が要る。偶然1回成功しただけでは、再利用可能な能力を学習したことを証明できない。

出典

https://github.com/Parcha-ai/agentrun/blob/main/README.md

出典: https://github.com/Parcha-ai/agentrun/blob/main/README.md