今週は、AIエージェント（人が細かく指示しなくても自分で判断してタスクをこなすAIプログラム）を「支える基盤」「動かす資金」「見張る手法」という3つの角度から動きがあった週だった。エージェントが外部サービスとやり取りするための共通ルールが刷新され、それを開発する企業の一つは新モデルと上場準備を同時に進めた。そして、エージェントの危うさを的確に見つけ出す研究も新たに登場している。
AIエージェントの標準規格「MCP」、負荷分散しやすい設計へ刷新
AIエージェントが外部のツールやサービスと連携するための共通ルール「Model Context Protocol(MCP)」の最新版が、7月28日付けで正式にリリースされた。今回の目玉は、やり取りの土台を「状態を持たない」形に作り直したことだ。これまでは会話ごとに専用の識別番号(セッションID)を発行し、同じサーバーに処理を振り分け続ける必要があった。新しい設計では、それぞれのやり取りが単独で完結する形になり、どのサーバーが受けても処理できるようになる。企業がAIエージェント向けの基盤を増強する際、特別な仕組みを組まなくても普通の負荷分散装置を使えるようになるのが利点だ。
あわせて、サーバーが対話型の画面をAIエージェント経由で表示できる「MCP Apps」という拡張機能や、時間のかかる作業を裏で進めながら状況を確認できる「Tasks」という仕組みも正式な機能に格上げされた。認証まわりも、業界標準の認証規格「OAuth」や「OpenID Connect」に沿う形へと6つの提案で強化されている。なお、一部の古い機能には最低12カ月の猶予期間を設けたうえで廃止する方針も示された(Model Context Protocol Blogの発表より)。
実務上の示唆
- 自社でAIエージェント向けのサーバーを運用している場合、旧来のセッション管理に依存したコードが新しい規格でどう扱われるか、対応するソフト開発キット(SDK)の更新状況を確認しておきたい
- 状態を持たない設計への移行は、AIエージェントの利用が急増した際にサーバーを増やして対応しやすくなることを意味する。利用量の伸びが見込まれる場合は移行の優先度を上げる価値がある
- 廃止予定の機能に依存した実装がないか、12カ月の猶予期間のうちに棚卸ししておくと移行がスムーズになる
Anthropic、新モデル「Claude Opus 5」を投入しIPO準備も本格化
AI企業Anthropicは、Claude 5ファミリーの新モデル「Claude Opus 5」を発表した。上位モデル「Claude Fable 5」に迫る性能を持ちながら、価格はFable 5の半分に抑えられている。具体的には入力100万トークン(単語や文字の断片を数える単位)あたり5ドル、出力100万トークンあたり25ドルという設定で、これは前のモデル「Opus 4.8」と同じ水準だ。日常的な業務でAIを使いたい企業にとって、コストを抑えながら高性能なモデルを選べる選択肢が増えた形になる(Bloombergの報道より)。
このモデル投入は、Anthropicが進める上場準備の時期と重なっている。同社は6月1日、米証券取引委員会(SEC)へ非公開の形でIPO(新規株式公開)を申請した。目標は10月のナスダック上場で、主幹事はゴールドマン・サックス、JPモルガン、モルガン・スタンレーの3社が務める。調達額は600億ドル(約9兆円)を超える見通しで、評価額は9650億ドル(約145兆円)に達するとの観測もある。同社の年間経常収益(ARR、契約に基づき毎年見込める売上の指標)は、2025年末時点の約90億ドルから、2026年3月末時点で約300億ドルへと急伸しているという(Anthropic IPO関連報道より)。
実務上の示唆
- 主要な取引先AI企業が上場準備に入ると、料金体系や契約条件が上場前後で見直される可能性がある。長期契約を結んでいる場合は更新時期を照らし合わせておきたい
- 低価格の新モデルが投入される流れは他社でも起きやすい。定期的にモデルの価格・性能を比較し、乗り換えによるコスト削減余地を点検する習慣を持つとよい
- 上場に伴い財務情報の開示が進めば、AI企業の実際の収益構造が見えてくる。自社のAI投資判断の相場観として参考にできる
AIエージェントの「隠れた危うさ」を暴く新しい評価手法「OpenART」
AIエージェントの安全性を評価する新しい研究「OpenART」が公開され、注目を集めている。従来の安全性評価は、一問一答のような短いやり取りを対象にすることが多かった。しかし実際のAIエージェントは、何十、何百という手順を踏みながら共有の作業環境を少しずつ書き換えていく。危うい挙動は、そうした長い作業の積み重ねの中でこそ現れやすい。OpenARTはこの弱点に着目し、評価の単位を「単発の質問」から「実際に動かせる、変化し続ける環境」へと切り替えた。
具体的には、50の分野にまたがる1万件以上の検証済みシナリオを用意し、50万種類を超える道具や機能(ツール)の中から必要なものを組み合わせて使う。1つのシナリオを完了するには平均97回ものツール呼び出しが必要になるという規模の大きさだ。75通りのAIエージェント構成を横断して評価できる仕組みも備えている。攻撃側の手法としては、環境そのものを段階的に変化させながら弱点を探る「進化型攻撃(EMHA)」という手法を提案しており、静的なテストでは見つけられない危うさをあぶり出すことを狙っている(arXiv掲載論文より)。
実務上の示唆
- 自社でAIエージェントを長時間・多段階のタスクに使う予定がある場合、単発のテストだけでなく、長い作業の途中で危険な状態に陥らないかを確認する評価の仕組みを検討したい
- 大規模なシナリオ数と高いツール呼び出し回数を扱う評価手法が登場したことは、今後の安全性ベンチマークがより現実の業務に近い形へ進化していく兆しだ。自社の評価基準も定期的に見直す価値がある
- 環境を段階的に変化させて弱点を探る攻撃手法が研究レベルで確立されつつある。自社のAIエージェントの防御体制も、単発の防御策だけでなく持続的な監視を組み合わせる方向で強化したい
まとめ
今週のニュースを並べると、AIエージェントを取り巻く「土台」「資金」「見張り方」のそれぞれが、着実に成熟へ向かっている様子が見える。MCPの刷新は、エージェントを大規模に運用するための基盤が整いつつあることを示した。Anthropicの新モデル投入とIPO準備は、その基盤の上で競争する企業自身が、事業としての体力を試される段階に入ったことを物語る。そしてOpenARTのような新しい評価手法は、エージェントに任せる仕事が長く複雑になるほど、それを見張る側の技術も同じだけ進化させる必要があることを教えてくれる。基盤・資金・安全性という三つの歯車がかみ合って初めて、AIエージェントは安心して業務に使える存在に近づいていく。