ツール

AgentRun が OSS 化:Agent を分解して Workflow 化、推論コスト 80% 削減

Parcha-ai が Agent の実行 trace から自動的に deterministic workflow を生成する DSL を OSS 公開。単純なステップに LLM 推論を回す無駄を排除するアプローチが Hacker News で話題に。

文字サイズ

AgentRun が OSS 化:Agent を分解して Workflow 化、推論コスト 80% 削減

Parcha-ai が GitHub で AgentRun を OSS 公開、公開初日に Hacker News のフロントページに登場した。コンセプトは一言で済む——agent が走らせた trace を逆手に取って、DSL に workflow を自動生成させる。設計者が先にフローを描いてから agent に走らせる、という従来順序の逆転だ。

言い換えれば、AgentRun は「全 agent 化」を狙うのではなく「確定できるステップは agent loop から外す」という立場を取る。

AgentRun が解こうとしている 실제 문제

この 1 年、agent 系のデモを山ほど見てきたが、パターンは決まっている。GPT-4o をブン投げて自由奔放に走らせ、1 タスクで数千トークンを消費、その大半は「ツールを呼ぶべきか否か」の思考で消える。結果として:

  • 1 タスクあたり数十セント、1000 回回せば数百ドル
  • 同じ入力でも次回の結果は異なる
  • 失敗時、tool call のログを睨んで「何を意図していたか」を推測するしかない

AgentRun の反骨姿勢は README の冒頭に書かれている——"figure out which parts can become a workflow"。どのステップが十分に固定的で、agent loop から独立して動かせるか?そういう部分は毎回 reasoning させなくていい、という主張だ。

4 種のノード:tool calls / code / system one / agent

AgentRun の DSL はノードを 4 種類に分類する。ここでの肝は「agent フレームワークがもう一個増えた」ことではなく、全ステップが LLM を必要とはしないという事実を正面から認めている点にある。

# 摘自 AgentRun README
# 一个研究类工作流的简化版本
from agentrun import AgentRun, ToolCall, Code, SystemOne, Agent

flow = AgentRun(
    nodes=[
        ToolCall(
            name="split_question",
            description="把研究问题拆成子问题",
            deterministic=True  # 不调 LLM,用规则拆
        ),
        Code(
            name="filter_subquestions",
            script="""
                # 只保留需要深度调研的子问题
                return [q for q in subquestions if q.depth > 2]
            """
        ),
        SystemOne(
            name="evidence_router",
            description="Jev-powered 路由:确定性判断哪条证据相关"
        ),
        Agent(
            name="deep_researcher",
            model="claude-sonnet-4.5",
            prompt="你是资深研究员,根据子问题给出深度回答"
        )
    ],
    edges=[
        ("split_question", "filter_subquestions"),
        ("filter_subquestions", "evidence_router"),
        ("evidence_router", "deep_researcher")
    ]
)

あまり見かけない 2 種を補足説明する:

  • Jev-powered system one decisions:確定的ルーティングと証拠の選別、LLM は呼ばない。たとえば「この検索結果は今扱っている sub-question に関連するか」——この種の判定は embedding 類似度 + ルールで十分で、都度 LLM に reasoning させる必要がない。大多数 の workflow ツールに欠けている能力だ。LangGraph はグラフを描かせる、Dify は LLM を繋ぐ——しかし「そもそも LLM を繋ぐべきでないノード」を教えてくれるツールはなかった。
  • Code ノード:Python/Rust を直接実行、LLM を経由しない。純粋なデータ処理、フォーマット変換、フィルタリングに適する。

Tool calls と agents 自体は周知なので省略。

Trace が DSL を肥やす——肝はこの設計

AgentRun で最も目を引いたのは逆方向のループ:

  1. まず agent を自由に走らせて一批のタスクをこなさせる
  2. agent は trace と retro notes(回顧コメント)を残す
  3. harness が trace を解析し「十分に固定的な」sub-step を識別
  4. その部分を自動的に deterministic workflow ノードに昇格

README にはこう書かれている:"uses the traces and retro notes agents leave behind to figure out which parts can become a workflow"。

これはボトムアップの workflow 生成だ。

従来手法と比較する:

方式フロー痛みどころ
従来 workflow(LangGraph 等)設計者が先にグラフを描く → コードを書く → 実行 → 調整フロー変更のたびに書き直し
従来 agent loopLLM に直接プランニングさせる高コスト、低速、解釈不能
AgentRunagent にまず走らせる → trace を逆輸入 → 自動的に下沉立ち上がり早く、段階収束

去年 LangGraph でカスタマーサポート分類の workflow を書いたことがあるが、「意図認識 → ルーティング → 返信テンプレート選定」の 3 ノードだけで 2 週間調整に費やした。AgentRun のアプローチは少なくとも「グラフを描く」工程を省いてくれる——100 回走らせてみて、本当に安定している部分を見極めればいい。

コスト試算:どの环节を下沉させる価値があるか

README の研究ワークフローを例にとってみる:

完全な agent loop で 10 個の sub-question を処理:

  • 1 ループあたり ≈ システムプロンプト + ツール定義 + 履歴 + 出力 ≈ 8k トークン入力
  • 10 ループ = 80k トークン
  • Claude Sonnet 4.5 の価格(およそ $3/1M input)で、入力だけで 1 タスク $0.24

workflow 分解後:

  • sub-question 分割:code ノード、数行の Python ≈ 500 トークン
  • sub-question 選別:純ルール、0 トークン
  • 証拠ルーティング:system one(embedding)≈ 200 トークン
  • 深度 sub-question 3 個だけ完全 agent 実行:3 × 8k = 24k トークン ≈ $0.072

削減 ≈ 70%。この数字は Hacker News 上で議論されている「80%」と概ね一致する。ただし前提として、sub-question 選別ルールが本当に半分以上の环节を削れる必要がある。ルールが緩いと、さほど節約できない。

論争点:Agents vs Workflows

この DSL が暗に示す立場はハイブリッドアーキテクチャだ。

この 2 年を振り返る:

  • 2023 年末〜2024 年:all-in agent。"AGI is next year" 的な楽観論の下、agent で万事解決、workflow はオワコンという空気
  • 2025 年以降:workflow への揺り戻し。Anthropic が Claude Sonnet 4.5 の発表で「computer use のコスト制御」をわざわざ取り上げたし、LangChain チームも各处で「pure agent は本番環境で持たない」と認めている
  • AgentRun は理論ではなく実運用エビデンス:agent 側にも workflow 側にも肩入れせず、「trace を見て決めろ」と突き放す

個人的には、これが正解だと思う。排他的な二項対立は、エンジニアリングでは必ず壁にぶつか。

編集部の所感

AgentRun が LangGraph / Dify より注目に値する理由はただ一つ——trace からボトムアップに workflow を生成する点で、設計者がグラフを描く方式ではない。

LangGraph のステートグラフは綺麗だが、まず「意図は何種類、各々どうルーティング」を決めなければならない。現実には、こうした分類境界は数千の query を agent に走らせた後に初めて見えてくる。AgentRun の設計哲学は「まず乱跑させ、混沌から秩序を抽出する」——機械学習のアプローチを orchestration 領域に持ち込んだ試みだ。

反骨的な観察:agent フレームワークのレッドオーシャンは 2026 年に成熟期を迎えるかもしれない。開発者は「また新しいオーケストレーションフレームワークか」と辟易している。AgentRun のように「コスト試算」と「逆ループ」を携えたツールが、かえって突破口を開く可能性がある——「DSL がどれほど优雅か」を競わず、「おまえの金を節約する」と競うわけだ。

過去の類似案件と違う点:これは「ドラッグ&ドロップの workflow エディタ」ではないこと、良い workflow は設計されるものではなく、走らせて生まれるという事実を正面から認めていること。

不確実な点:DSL の学習曲線は急ではなさそう(ノード 4 種のみ)だが、trace を逆輸入する harness はブラックボックスで、いつ特定のステップを「下沉可能」と判定するか外からは分からない。複雑な業務(金融コンプライアンスの多層承認など)に耐えられるかは保留——ああいう场景での「確定的」という概念自体が曖昧で、ハードコード化すると逆に事故る。

すでに本番で agent に金を燃やしているなら、午後の数時間で clone して走らせてみる価値はある。

出典: https://github.com/Parcha-ai/agentrun