NVIDIA はオープンソースプロジェクト OpenShell を公開した。これは、大規模な自律 AI Agent クラスター向けの-securityでプライベートなランタイム Doesn’t する。対応するのは一度のモデル呼び出しではなく、複数の Agent が長期稼働する環境で、権限や隔離、監査証跡をどう管理するかだ。
プロジェクトのリポジトリ:https://github.com/NVIDIA/OpenShell
元のプロジェクト紹介では「fleets of autonomous AI agents」という表現が使われている。这里的 fleet は、几只かのチャットボットではなく、互いに協働しながら長時間稼働する自動プロセス群を指すと解釈できる。
OpenShell はセキュリティ問題をランタイム層で扱う
Agent はチケットを読み取り、データベースを検索し、社内 API を呼び出す。その後、報告書を外部サービスへアップロードする可能性がある。単一の呼び出しならツールを制限できるが、継続稼働する Agent には、認証情報の期限切れ、ツールのリトライ、重複課金、Prompt Injection などの問題がParadigm する。
OpenShell のアプローチは、これらの統制項目を Agent の実行環境に置くことにある。System Prompt にモデルが従うことだけに依存するのではなく、実行時の制御で addressing する。
主に3つ的关注点を置く。
- 安全な隔離
- 権限管理
- プライバシー保護
LangGraph、CrewAI、AutoGen は、より状態やワークフロー、Agent 間の協働を扱うために利用されることが多い。OpenShell はruntime security and governanceを主眼に置く点が異なる。
1回の呼び出しから Agent のチームへ
あるシステムに5つの Agent があると仮定しよう。
- 調査 Agent が公開 Web ページを読む
- 営業 Agent が CRM を検索する
- 財務 Agent が見積書を作成する
- コンプライアンス Agent が契約を点検する
- 運用 Agent がチケットを更新する
これらの Agent がコンテナ、サービスアカウント、ツール権限を共有している場合、1つの Agent が誘導されれば、影響範囲が拡大する可能性がある。
そのため、クラスタ级的ランタイムには、以下の問いに答える必要がある。
- Agent が侵害されても、他の Agent にアクセスできるか
- 一時的な権限を自動的に失効させられるか
- 異なるテナントのデータを隔離できるか
- ツール呼び出しの主体、引数、結果を記録できるか
- 管理者が個々の Agent を停止できるか
- モデルやツールを交換しても、監査チェーンは完全か
単一 Agent のアプリケーションなら、一部の問題は人手で対応できる。しかし Agent 数が増えると、権限の組み合わせと呼び出し経路は急速に膨大になる。
OpenShell は「Agent のチーム全体」を主な管理対象とする。これは従来の単一 Agent 重視の設計とは概念が異なる。セキュリティ境界が1回の呼び出しから、長時間の稼働と Agent 間の相互작용を含む範囲へ広がるからだ。
プロジェクトに関する3つの事実
第1に、このプロジェクトは NVIDIA が公開したオープンソースソフトウェアである。リポジトリは以下にある。
https://github.com/NVIDIA/OpenShell
第2に、その中核となる位置付けは、自律 Agent のための-securityでプライベートなランタイムである。単純な Agent workflow やモデル推論サービスではない。
第3に、OpenShell は Hacker News のフロントページに掲載され、121ポイントと57件のコメントを獲得した。
この数字だけでは、プロジェクトが成熟したり、すべてのセキュリティ問題を解決したりしたことを示さない。示されているのは、開発者たちの関心が別の問いへ向かい始めたということだ。Agent を本番環境に安全に組み込めるか。
初期の議論は主に ReAct、ツール呼び出し、状態グラフ、メモリ、計画集中在いた。現在は、Agent が24時間連続して稼働した後も、権限と呼び出し記録を明確に説明できるかが問われている。
OpenShell は、ランタイム層からこの問いに応えようとしている。
オープンソースであることと安全性の保証は別
プロジェクト名が OpenShell だからといって、導入すれば自動的に本番レベルのセキュリティ要件を満たすわけではない。
1. 隔離が有効か
コンテナ、仮想マシン、プロセス分離、またはより細かい粒度の権限モデルのいずれを採用していることを確認する必要がある。
特に次の項目を重点的にテストできる。
- 1つの Agent が別の Agent の作業ディレクトリを読み取れるか
- ホストの環境変数へアクセスできるか
- 未承認の送信元外通信を発信できるか
- 未承認の社内サービスを呼び出せるか
2. 認証情報の管理方法
Agent が API にアクセスするには、Token が存在するかだけでなく、そのライフサイクルを管理する必要がある。
adequately なランタイムは、以下の問いに答えられなければならない。
- Token は Agent 単位に発行されるか
- スコープによる制限があるか
- 期限切れさせられるか
- 異常終了後に自動的にクリーンアップされるか
以下のコマンドは本番環境での監査例であり、OpenShell の公式コマンドではない。
bash
whoami
printenv | grep -E 'OPENAI_API_KEY|AWS_SECRET_ACCESS_KEY' || true
find /var/log/agent-runtime -type f -mtime -1 -maxdepth 2
これらのコマンドは、エンジニアが実行主体、環境変数の露出、ログの保存先を確認するよう促すための例である。導入後は README の説明だけを確認して終わるべきではない。
3. 監査は完全か
完全なツール呼び出し記録には、少なくとも次の項目が含まれる必要がある。
- 操作を実行した Agent
- 使用したモデル
- 呼び出したツール
- 入力パラメーター
- 所属するテナントまたはプロジェクト
- 返された結果
- 最終的な状態
ログが HTTP access log だけで、Agent identity やツール単位の記録を含まない場合、障害発生後も状況を再現しにくい。
4. 既存フレームワークと接続できるか
実システムへ組み込む際は、次の項目も確認が必要だ。
- LangGraph の状態をランタイムが管理するか
- CrewAI のロールをランタイムの identity にどう対応付けるか
- AutoGen のメッセージとツール呼び出しに監査情報が残るか
- MCP Server を Agent またはテナント単位で隔離できるか
- Agent の再起動後、タスク状態と権限を復元できるか
セキュリティインフラはデモで機能するだけでは不十分であり、Agent オーケストレーション、ツールサービス、identity システム、ログシステムとの接続も必要になる。
編集者の見立て
OpenShell が注目に値するのは、NVIDIA がまた Agent プロジェクトを公開したからだけではない。焦点が「モデルが課題を実行できるか」から「Agent を制御できるか」へ移ったことにある。Agent が長時間稼働するようになると、権限、認証情報、データ隔離、監査はInference 層ではなくインフラの問題になる。
Agent セキュリティの競争軸は、Prompt レベルにとどまらず、runtime へ近づいていく sacar。OpenShell は複数 Agent の fleet を第一級の管理対象として扱う。これは、単一の ReAct、ツール呼び出し、状態グラフを中心とした初期の設計とは異なる。
ただし、オープンソースとして公開されること自体は、隔離が有効であることを証明しない。コンテナ境界、送信元外通信の制御、サービスアカウント、ログの完全性、LangGraph、CrewAI、MCP との互換性は、コードと実測の両面で検証する必要がある。正常系のテストだけでなく、Prompt Injection によって Agent が制御された場合の権限を特に検証すべきだ。
現時点で断定できる部分とできない部分がある。OpenShell は正しい問いを提起した。しかし、実際の本番環境で安定した解決を提供できるかは、公開されたテストと実運用からのフィードバックを待つ必要がある。