次世代ソフトウェア、兆エージェント向けに構築

原文タイトル：数兆のエージェント向けの構築
原著者：Aaron Levie、Box
翻訳：Peggy、BlockBeats

Editor's Note: As large-scale model capabilities continue to advance, AI Agents are evolving from "conversation tools" to digital labor that can independently perform tasks. From coding and contract processing to financial auditing and research data analysis, Agents are beginning to enter almost every aspect of knowledge work.

When the number of Agents running within an enterprise far exceeds the size of its workforce, the primary users of the software may also shift from "people" to "machines." In light of this trend, software design, infrastructure, and even business models are undergoing transformation. This article takes "building software for Agents" as a guide to discuss how the software form and infrastructure of the Agent era will evolve.

Note: The author of this article, Aaron Levie, is the co-founder and CEO of the enterprise cloud storage company Box, as well as a long-time industry thought leader focusing on AI and enterprise software trends.

The following is the original text:

In the past few months, a significant change has been taking place in the Agent domain. Around the end of last year, we entered a stage where programming Agents were able to independently complete longer tasks without requiring frequent hands-on guidance from humans throughout the development process.

These Agents are no longer mere chatbots equipped with simple tools. Today, they often have their independent sandbox computing environments, can write and run code autonomously to address encountered issues, directly call APIs and CLIs, interact with various systems, possess their own file systems and long-term memory capabilities, and more. With these foundational capabilities, along with the maturation of best practices around agentic harness and significant advancements in models for tool invocation and software development, we are beginning to see a possibility: Agents will be able to handle almost any task assigned to them.

Initially, this architecture was primarily driven by a group of programming Agents such as Claude Code, Devin, Codex, Factory, Cursor, Replit, among others. However, recently, this pattern has transcended early tech circles and started to enter a wider range of personal experience and knowledge work domains, including Claude Cowork, Perplexity Computer, Manus, and, of course, OpenClaw. The latter has taken this direction even further—it can run 24 hours in a persistent environment.

能力が急速に向上するにつれ、エージェントはほぼすべての業務領域に導入されるでしょう。契約書のすべてを検討し、大量の顧客サポートの第一線の問題を処理し、企業の財務を監査し、膨大な医学研究をまとめて薬物発見を推進し、ほとんどのソフトウェアコードを生成し、販売とコンサルティングのプレゼンテーションを作成し、さらにはインターネット上で消費者を代表して取引を完了します。全体として、彼らは社会のほぼすべての経済的な価値のある業務に参加するでしょう。

さらに、これは私たちがすでに行っていることを代行するだけではありません。エージェントは私たちにより多くのことをさせ、例えば過去にコストが高すぎた複雑なシミュレーションを実行したり、あらゆるアイデアに迅速に複数のプロトタイプを生成したり、プロジェクトの開始コストが大幅に低下し、プロジェクトの停止も簡単になります。複数のプロジェクトを同時に推進したり、ほぼすべてのデータを分析したりできるようになります。

これらのトレンドをまとめると、将来の組織では、ほぼすべての従業員が、自身の業務に従事する複数のエージェントを所有することになるでしょう。企業が所有するエージェントの数は、従業員数の100倍または1000倍に達することは決して珍しくないでしょう。数兆のエージェントが同時に稼働するとき、それらは将来のソフトウェアの最も主要な利用者となることでしょう。

ただし、ほとんどのソフトウェアは元々人間向けに設計されています。これは、ソフトウェアの形態が大きな変化を遂げる可能性があることを意味します。それでは、次に何が起こるのでしょうか？

「エージェントが使用したい」というソフトウェアを作る

Paul Graham は、ソフトウェア起業の原則を非常に単純な言葉で要約しました: 人々が欲しい製品を作る（Make something people want）。

この考え方は、21世紀で最も成功した一握りのソフトウェア企業を生み出し、新しい製品の方法論を推進しました。- ツールはシンプルで使いやすく、取っつきやすく、明確な問題を解決し、専門用語を避け、価格設定が明確である必要があります。

そして今、この言葉は「エージェントが使用したい」というソフトウェアを作るというものに改められるかもしれません。

現在、エージェントを最も多く使用しているのは、開発者や技術力の強いユーザーです。彼らは通常、ツールに自分たちの好みがあります。しかし、エージェントが知識労働者にさまざまなタスクを処理させ始めると、このユーザーの選好傾向は徐々に弱まります。企業が統一されたツールをすでに定めていなければ、多くのワークフローで意思決定を行うのはエージェントとなります。

これは、どのツールを使用するか、どのコードを記述するか、どのライブラリを呼び出すか、どのスキルを適用するかを決定するでしょう。エージェントが容易にアクセスでき、問題をよりよく解決できるプラットフォームは、他の製品よりも優位に立つでしょう。エージェントはあなたのオンラインプレゼンスに参加することはありませんし、広告を見ることもありません。ただし、最も効果的なツールでタスクを完了することを選択します。そしてもちろん、そのツールがあなたの製品であることを望むでしょう。

この提案から得られる最大の洞察は、すべてが API 中心である必要があること（API-first）です。

ある機能が API を持っていない場合、その機能はほぼ存在しないと同等です。

機能が CLI または MCP サーバーから呼び出せない場合、あなたはすでに一歩遅れています。

API デザインが複雑で混乱しており、パスが衝突して Agent の使用が困難な場合、基本的には Agent ツールとしての機会を自ら放棄していると言えます。

Box では、Agent を対象としたファイルシステムの構築に取り組んでおり、Agent 環境で問題が発生する可能性のある API のすべての詳細を検討しています。このような細部への配慮は、過去にはユーザーエクスペリエンス（UX）デザインにのみ見られることが一般的でした。

ソフトウェアをユーザー向けにデザインするように、Agent 向けにソフトウェアをデザインするには、同様の考え方が必要です。たとえば、Y Combinator の Jared Friedman は開発者にこう警告しています。「最高の開発者ツールであっても、大半はまだ API を介してアカウント登録できません。これはクロードコード時代における大きな問題であり、それはクロードが自らアカウントを登録できないことを意味します。今や、すべてのアカウント管理機能を API に組み込むことは、基本要件となるはずです。」

Agent が簡単に登録し、サービスを開始できない場合、彼らにとって、あなたはほぼ存在しないと同等です。

ビジネスモデルも変わります

Agent がソフトウェアの主要なユーザーとなると、ビジネスモデルも変化します。

場合によっては、ユーザーの席割りが Agent の実行をトリガーとするモデルがまだ適用されることもあります。しかし、ユーザーに具体的に紐づかないAgentが大量に存在したり、それらが従来のソフトウェアの使用方法をはるかに超える作業量を処理することもあります。たとえば、ユーザーは数行入力するだけで、Agent が数時間に相当する作業をソフトウェア内で実行し、最終結果だけをユーザーに提示することが可能です。

したがって、一部のソフトウェア製品のビジネスモデルは進化します。『Agent 時代』に生き残りたいツールでは、使用量や計算量に応じた課金モデルの導入が必要であり、Agent が自ら支払いを完了することもサポートする必要があります。

Agent を対象とした次世代インフラストラクチャ

Perplexity の創設者 Aravind Srinivas はかつて「コンピュータを人間に委ねるのは良い考えですが、コンピュータをコンピュータに委ね、私たちの代わりに作業を行わせるのはもっと良い考えです。」と述べました。

Agent が独自の計算環境を持ち、コードを記述し実行し、スキルを呼び出して繰り返しタスクを完了し、さまざまな外部ツールやサービスにアクセスできるようになると、新しい技術エコシステム全体も登場するでしょう。人間がコンピュータ上で必要とするものと同様に、Agent も自身に合ったが必要になります。

そのうちの一部は既存の企業から提供されるかもしれません。なぜなら Agent はまだ既存のデータにアクセスする必要があるか、人間のユーザーとの協力が必要な場合もあるからです。

しかし同時に、Agent が直面する問題が人間とは全く異なるため、新しい製品カテゴリが多数生まれる可能性があります。ゼロから新しいサービスを設計する方が合理的なことが多いのです。

例えば、Agent は明らかに独自のインフラストラクチャを必要とし、その規模は前例のないものかもしれません。次世代の大規模クラウドプラットフォーム（または既存の大手のアップグレードバージョン）はおそらくこの考えに基づいて構築されるでしょう：将来のデータセンターが私たちのアプリケーションを主に実行するのではなく、私たちの代わりに Agent を実行する。E2B、Daytona、Modal、Cloudflare などの企業は、この方向にむかって進んでいます。これらのサンドボックス計算環境の規模は前例のないレベルに達するかもしれません。

Agent は企業のコアファイルへのアクセスが必要であり、自身のデータとメモリを管理して長時間のタスクをサポートする必要があります。同様に、エンタープライズシステムも API ファーストに移行する必要があり、Agent が HR システム、CRM、ワークフローシステム、データレイクなどの重要なデータとサービスにアクセスできるようにする必要があります。Agent がこれらのデータにいつでもどこでもシームレスにアクセスできるようにするプラットフォームが、将来のワークロードを最も効果的に引き受ける可能性が高いでしょう。

Agent は独自のアイデンティティシステムが必要であり、お互いに通信できる必要があります。例えば、Agent メールは、Agent に持続的なメールアドレスを提供することで、Agent にメールを提供しています。また、Exa、Parallel などの企業も、Agent が主要な検索ユーザーである世界に適応するために、検索エンジンを再構築しています。多くの Agent は自身の予算管理を必要とし、Stripe や Coinbase が提供するウォレットを介して支払いを完了する場合もあり、これはマイクロペイメントの実珅をさらに推進し、Agent が有料ツールやデータリソースにアクセスできるようにするかもしれません。

もちろん、セキュリティ、コンプライアンス、ガバナンスも大きな課題となります。Agent が機密情報を処理したり、規制されたプロセス（例：製薬業界や銀行業務）を実行したりする世界では、企業は Agent が遂行するすべての作業を監査および記録できるようにする必要があります。長期間稼働する Agent には独自のアイデンティティが必要かもしれません。さまざまなシステムにログインし、実行できる操作やアクセスできるデータを厳密に制限する必要があります。これらの問題を解決するために、人間のユーザーやアプリケーション向けのセキュリティシステムを構築してきた過去と同様に、新しいソフトウェアとプラットフォーム全体が必要になるでしょう。

全体的に見て、私たちは新しいソフトウェア時代に入っています。この時代では、ソフトウェアは最初からエージェントの大規模利用を前提として設計されなければなりません。数兆のエージェントが人類のために働いている時、私たちのソフトウェアとの関係も徹底的に再構築されるでしょう。

[Original Article]

BlockBeats の公式コミュニティに参加しよう：

Telegram 公式チャンネル：https://t.me/theblockbeats

Telegram 交流グループ：https://t.me/BlockBeats_App

Twitter 公式アカウント：https://twitter.com/BlockBeatsAsia