エージェント体験：AIエージェントが未来を駆動する時

世界中のAIエージェントの数は、人間の数を単に上回るだけでなく、「人間のN乗」と表現されるほどの指数関数的な増加を見せています。この「N乗」が具体的にどの程度の規模になるのかは未知数ですが、現在すでに複数のエージェントが同時並行で稼働し、その数も増え続けていることから、極めて巨大な数になることは確実でしょう。

本記事では、このAIエージェントがもたらす未来の変革、そして彼らがスムーズにタスクを実行するために不可欠な「エージェント体験（Agent Experience）」について、詳細かつ具体的な考察を深掘りしていきます。開発者が今、何を考え、何を構築すべきか、そしてビジネスがどのように適応していくべきかを探ります。

AIエージェント時代の到来：開発ツールのパラダイムシフト

今日の開発ツールは、そのほとんどが「人間の介入」を前提に設計されています。しかし、この前提は急速に崩れ去りつつあります。

最新のY Combinatorのスタートアップのうち、25%がAIがコードの95%を記述すると答えています。さらに、驚くべきことに、37%のスタートアップが「自律型エージェント」を製品として開発していると報告されています。これは、AIが開発者を「アシストする」段階から、「開発者そのものになる」段階へと移行していることを示唆しています。

この潮流は、開発ツールの構築アプローチにも根本的な変化を要求します。もし今日、人間向けの開発ツールを構築しているのであれば、それは「過去」のために構築していることになります。未来を志向するならば、「エージェント向け」に構築する必要があるのです。

エージェント体験（Agent Experience）とは何か？

「エージェント体験（Agent Experience）」という概念は、Netlifyの共同創業者であるMatt氏によって提唱されました。彼の同僚であるSean Roberts氏は、これを以下のように定義しています。

「エージェントが、デジタル環境内でユーザー定義の目標を達成するために、いかに容易にアクセスし、理解し、操作できるか。」

これは、従来のユーザー体験（UX）や開発者体験（DX）の延長線上にある概念でありながら、その焦点は明確に異なります。人間の直感や慣習に頼るのではなく、エージェントが自律的に、かつ効率的に機能するための環境をいかに提供するかが問われるのです。

エージェント体験を向上させる3つの要素

では、具体的にどのような要素がエージェント体験を向上させるのでしょうか？講演では、以下の3つのポイントが挙げられました。

シームレスな認証 (Seamless Auth)
エージェントが読み取れるドキュメント (Agent-readable Docs)
APIファースト設計 (API-first Designs)

これらの要素は、エージェントがタスクを自律的に遂行する上で不可欠な基盤となります。

1. シームレスな認証（Seamless Auth）

エージェントがタスクを実行する際、認証が必要な場面は多々あります。例えば、予約サイトにログインして特定の情報を取得したり、クラウドサービスにアクセスしてデータを操作したりするケースです。しかし、既存の認証システムは人間による操作を前提としているため、エージェントにとっては大きな障壁となりがちです。

現在の認証システムでは、エージェントがログインを試みると、ほとんどの場合でエラーが発生します。また、パスワードをエージェントに直接与えることはセキュリティ上も問題です。

ここで注目すべきは、Arcadeのような企業が提供する「シームレスな認証」の仕組みです。Arcadeは、エージェントがDeltaやBooking.comなどのサービスに認証を試みる際に、必要に応じてユーザーにフォールバックしてログインを促し、その後エージェントがタスクを続行できるようにします。また、Arcade内に認証情報を安全に事前登録しておくことで、エージェントはログインプロセスをスキップし、直接タスクに取り掛かることができます。これにより、「一度認証すれば、エージェントがその後のタスクを自律的に完了できる」という理想的な流れが実現します。

2. エージェントが読み取れるドキュメント（Agent-readable Docs）

エージェントは、人間と同じように、ドキュメントから情報を得てタスクを遂行します。しかし、人間向けのドキュメントは自然言語で記述され、図や例が多く含まれるため、エージェントが正確に理解するのは困難です。

Stripeは、この点で優れた取り組みをしている企業の一つです。Stripeのドキュメントは、URLの末尾に.mdを追加するだけで、余計な装飾のないクリーンなMarkdownファイルとして取得できます。これにより、エージェントは情報を容易に消費し、理解することができます。

さらに重要なのは、llms.txtという標準の導入です。これは、LLM（大規模言語モデル）エージェントがウェブサイトのコンテンツをどのようにクロールし、利用すべきかを定義するもので、robots.txtのLLM版と考えることができます。llms.txtをドキュメントに含めることで、エージェントはどの情報にアクセスしてよいか、どのように情報を利用すべきかを明確に理解し、より効率的に学習・操作を行うことができるようになります。

3. APIファースト設計（API-first Designs）

エージェントが外部ツールやサービスと連携する際、最も効率的な方法は「機械が直接対話できるインターフェース」を介することです。その最たるものがAPI（Application Programming Interface）です。

もしエージェントが特定の機能を利用できない場合、それはその機能がAPIとして公開されていない、あるいはAPIがエージェントにとって使いにくい設計になっているためです。NeonやNetlifyのような企業は、この「APIファースト設計」を重視しており、エージェントが必要とする主要な機能のすべてがAPIを通じてアクセス可能になっています。

APIファースト設計は、エージェントがツールと最も効率的に対話するための基盤を提供します。これにより、エージェントは人間がGUIを操作するように、プログラム的に機能を呼び出し、結果を受け取ることができるようになります。

「自律性」が未来を拓く：真のエージェント体験

前述の3つの要素はエージェント体験の向上に大きく貢献しますが、講演ではさらに重要な、見落とされがちな要素が強調されました。それは「自律性（autonomously）」という言葉に集約されます。

Sean Roberts氏の定義を再構築すると、以下のようになります。

「エージェントが、デジタル環境内でユーザー定義の目標を達成するために、いかに容易に自律的にアクセスし、自律的に理解し、自律的に操作できるか。」

これは、エージェントがタスクの途中で人間の介入を必要とせず、自らの判断で問題解決や学習を行い、目標を達成できる能力を指します。もしエージェントが多くのことができるにもかかわらず、最終的なタスク達成のために常に人間の介入が必要なのであれば、それは真の「未来」ではありません。

「ボタンをクリックする人間が誰もいない」状況を想像してみてください。エラーのデバッグ、未知の操作の実行など、あらゆる場面でエージェントが自律的に対応できること。これが、ツール構築者として真に目指すべき未来のエージェント体験です。

Daytonaの挑戦：AIエージェントのためのインフラストラクチャ

講演者であるIvan Burazin氏は、自身の経験を踏まえ、この「自律性」を核としたAIエージェントのためのインフラストラクチャ「Daytona」を紹介しました。

Ivan氏は、2000年代初頭にデータセンターの構築からキャリアをスタートさせ、2008年には最初のブラウザベースIDEを共同創設しました。最近では、Twilioと競合する数十億ドル規模の通信プラットフォームであるInfobipで開発者エクスペリエンスを牽引しました。そして現在は、AIエージェント向けのセキュアでスケーラブルなインフラストラクチャであるDaytonaのCEO兼共同創設者として活動しています。

Daytonaは、AIエージェントがコードを実行し、データ分析を行い、強化学習やコンピュータ利用、さらにはビデオゲームのプレイといった多様なタスクをこなすための「エージェントネイティブなランタイム」を提供します。Daytonaは、人間にとってのラップトップがそうであるように、エージェントにとってのコンピューティング環境を目指しています。

Daytonaがランタイムを構築する上で重視した「第一原理」は以下の3つです。

スピード (Speed)
APIファースト (API-First)
ヘッドレスツール (Headless tools)

1. スピード

インタラクティブモードで動作するエージェント（例：ChatGPTのようなチャットボット）にとって、ツールの起動時間や応答速度は極めて重要です。ユーザーが待つ時間を最小限に抑えるため、Daytonaはわずか27ミリ秒で環境をスピンアップできるような高速性を実現しています。

2. APIファースト

エージェントがDaytonaのサービスを最大限に活用できるよう、環境の起動、停止、クローン作成、削除など、あらゆる操作がAPI経由で可能になっています。これにより、エージェントはプログラム的にDaytona環境を操作し、タスクを効率的に実行できます。

3. ヘッドレスツール

エージェントがターミナルの出力結果をパースする手間を省くため、Daytonaはファイルエクスプローラー、Gitクライアント、LSP（Language Server Protocol）、ターミナルなど、あらゆるツールを「ヘッドレス（GUIなし）」で提供します。これにより、エージェントはより効率的にツールと対話できます。

Daytonaが提供する「新しいプリミティブ」：真の自律性へ

Daytonaは、これらの第一原理に基づいて、エージェントがより自律的に機能するための「新しいプリミティブ（New Primitives）」を開発しています。

1. 宣言型イメージビルダー（Declarative Image Builder）

エージェントがタスクに応じて新たな依存関係をインストールする必要が生じた場合、人間がDockerイメージを手動で構築してプッシュする手間は膨大です。Daytonaの宣言型イメージビルダーを使えば、エージェントはベースイメージとインストールしたい依存関係を記述するだけで、動的に新しいサンドボックス環境を構築し、起動できます。これにより、エージェントは必要な環境を自律的に準備し、タスクを継続できます。

2. Daytona Volumes

複数の環境で大規模なデータセットを共有する場合、エージェントがS3などから毎回ダウンロード/アップロードするのは非効率的です。Daytona Volumesは、エージェントが任意のサイズのボリュームを一度アップロードすれば、それをネットワークドライブとして複数のDaytona環境にマウントできる機能です。これにより、エージェントはデータの共有を効率化し、必要なデータに即座にアクセスできます。

3. 並列実行（Parallel Execution）

人間の開発者は一度に1つ、多くても2つの環境で作業するのが限界です。しかし、エージェントは無限に並列実行できる可能性を秘めています。Daytonaは、エージェントが特定のタスクを解決するために、既存の環境を複製（フォーク）し、何十万もの異なるアプローチを同時に試行できる機能を提供します。これにより、エージェントは試行錯誤のプロセスを劇的に高速化し、最適な解決策を効率的に見つけ出すことができます。

エージェント体験こそが未来：私たちは何をすべきか？

現時点では、エージェント体験が具体的にどのようなものになるのか、まだ完全に解明されているわけではありません。しかし、Daytonaの取り組みは、その未来の姿を垣間見せてくれます。

DaytonaのCEOは、講演の最後に次のように述べています。

「エージェントがあなたの製品を利用できないのであれば、誰もあなたの製品を利用しないでしょう。」

これは、開発者コミュニティ全体への強いメッセージです。私たちは今、人間の介入なしにエージェントが完全に自律的に動作する未来を見据え、ツールやサービスを設計し直す必要があります。エージェントがログを読み、ボタンをクリックし、ターミナルにコマンドを入力する作業を人間が担当する時代は終わりを告げようとしています。

人間がクリックするボタンがどこにも存在しない時、エラーをデバッグする人間がいない時、これらの問題にどう対処するか？これこそが、ツール構築者としての私たちの仕事の始まりです。

エージェント体験は、もはや単なる付加価値ではありません。それは、AIエージェントが駆動する未来において、製品が成功するための唯一の道筋となるでしょう。

まとめ

AIエージェントの数は人間の数を指数関数的に上回り、彼らが開発者として、そして製品として機能する時代が到来しています。この変革期において、開発ツールの設計思想は「人間中心」から「エージェント中心」へとシフトする必要があります。

「エージェント体験」は、エージェントがデジタル環境で自律的に目標を達成するために、いかに容易にアクセスし、理解し、操作できるかを追求する概念です。シームレスな認証、エージェントが読み取れるドキュメント、APIファースト設計といった要素に加え、Daytonaが提供する宣言型イメージビルダー、Daytona Volumes、並列実行などの「新しいプリミティブ」は、エージェントの自律性を最大限に引き出すための重要なステップとなります。

未来のプロダクトは、エージェントが効率的に利用できるかどうかでその価値が決まります。今こそ、人間中心の思考から脱却し、エージェントが真に自律的に機能する世界の構築に向けて、私たち開発者コミュニティが一丸となって取り組むべき時なのです。