Googleが「AX」を公開——エージェントAIの新しい実行基盤#
Googleが、AIエージェントのワークロードをスケーラブルに実行するためのオープンな制御プレーン「AX（Agent Executor）」を公開しました。タスクの宣言的な記述だけで、サンドボックス化・ワークスペース構築・ネットワーク制御・モデル設定をまとめて管理できる点が特徴です。
AXが解決しようとしている課題#
AIエージェントのワークロードは、従来のマイクロサービスやバッチジョブとは根本的に異なる性質を持っています。状態を蓄積し、モデルAPIやツールサーバーへの外部呼び出しを繰り返し、誰も監視していなければコストを垂れ流し続けるリスクもあります。
これまでのオーケストレーターはステートレスなマイクロサービスや予測可能なバッチジョブを前提に設計されており、アイドル状態のサンドボックスを維持するだけでコストが嵩む一方、サブ秒レベルでのサスペンド・レジュームにはネイティブ対応していませんでした。AXはまさにこの「エージェント特有の課題」に正面から取り組むために設計されています。
4つのコアプリミティブ#
AXは以下の4つの基本コンポーネントで構成されています。
1. Task（タスク）#
エージェントコードを隔離されたサンドボックス環境で実行します。CPUとメモリに制限を設け、作成・サスペンド・削除が低コストで行えます。信頼できないコードも安全に動かせる点が強調されています。
2. Workspace（ワークスペース）#
Gitリポジトリ、MCPサーバー、スキルなど、エージェントが必要とするものをリストアップするだけで、タスク開始前にサンドボックス内へ自動的にセットアップされます。さらに「ゴール」を英語の自然文で記述するだけで、AIが環境構築を行う「ジェネレーティブワークスペース」機能も備えています。
3. Gateway（ゲートウェイ）#
ネットワークポリシーを宣言的に管理します。許可するホストとポートを明示的なアローリストで定義し、受信リクエストへの認証情報インジェクションにも対応します。
4. Model（モデル）#
モデルの設定・パラメーター・シークレットを一箇所で管理します。APIキーのローテーションやモデルバージョンの固定も、ax applyコマンド一発で完結します。
スケールと性能の特徴#
AXは「Agent Substrate」と呼ばれるコンピュートランタイムの上で動作します。このランタイムは大規模密度と高速なステートフルアクターライフサイクルを目的に設計されています。
- スケール: 1クラスターあたり数十億件の並行エージェントセッションに対応可能
- サブ秒レジューム: モデル応答やツール呼び出し待ちでアイドル状態になったエージェントをチェックポイント保存し、1秒未満でコールドスタートなしに再開
- 高密度多重化: 複数のタスクがワーカーリソースを共有し、アイドル時間を余剰コンピュートに転換。エージェントが実際に処理している時間分だけコストが発生する構造
CLIによる操作イメージ#
AXはYAML形式でタスクやワークスペースを定義し、ax applyで適用、ax watchで状態確認、ax sshでサンドボックス内に入ることができます。タスクの一時停止（suspend）・再開（resume）・削除（delete）もコマンド一つで操作可能です。実際のCLI操作例はソース記事に掲載されています。
ポイント・注目点#
AXがGoogleのDeepMindにおけるエージェントランタイム研究と、大規模な隔離・再開・スケジューリングの実運用経験を融合して生まれた点は注目に値します。研究成果をプロダクション向けに転換した背景がドキュメントに明記されており、研究用途（軌跡収集、強化学習ループ、大規模エージェント評価）から商用アプリケーション開発まで幅広い用途を想定しています。
また、プラットフォームにジェネレーティブAIを直接統合し、自然言語でワークスペースを記述するだけで環境が自動構築される「ジェネレーティブプラットフォーム」の思想も独自の方向性です。
まとめ#
AXは、エージェントAIを「新たなコンピューティングパラダイム」と位置付け、従来のインフラでは対処しきれなかった課題——ステートフルな長時間実行、バースト的なコンピュート需要、サブ秒レジューム——を4つのシンプルなプリミティブで解決しようとするプロジェクトです。GitHubで公開されており、開発者・研究者双方の利用を想定しています。
筆者の見解: エージェントAIの運用コスト問題はすでに多くの開発者が直面している現実的な課題であり、Googleがこの領域にオープンな形でアプローチを公開したことは、業界全体の議論を加速させる可能性があると感じます。ただし、実際の運用実績や他ツールとの比較については詳細は元記事を参照してください。
