コンテンツにスキップ
メインサイト ニュース コンソール

DeepSeekに先駆ける:シリコンバレーの華人が開発する次世代Agent Harness

· 量子位
国内AI

単一セッションの限界に苦しめられて久しい中、2大Agentプレイヤーの着眼点が期せずして一致

田晏林 2026-11-07 13:01:17 出典:量子位

夢瑶 凹非寺より

志を同じくする者は、決して孤立しない。

DeepSeek が打ち出した Super-agent(スーパーエージェント)のアーキテクチャ構想は、発表されるやいなや業界内で大きな議論を巻き起こした。

そしてこの議論を通じて、シリコンバレーの華人チームが以前から進めていた探求の成果もまた、業界から真に理解され始めている。

太平洋を越えて響き合うこの技術的共鳴の背後には、同じひとつの「人とAIの協調」における根本的なジレンマが存在している——

現在、人間こそがAIのボトルネックになりつつあるのだ。

想像してみてほしい。AIが同時に1,000件、10,000件、さらには100,000件ものタスクを進められるようになり、人間では到底処理しきれないほどの情報量が生み出されたとき、Agentは一体どのような形態へと進化すべきなのだろうか?

Image 3 AI生成

先日、DeepSeek Harness チームはこのペインポイントに対して、次世代 Super-agent のアーキテクチャ構想を示す重要な記事を発表した:

連続的なコンテキストを持ち、複数のAgentを自律的にスケジューリングして並行稼働させ、7×24時間(年中無休)の常時稼働をサポートするスーパーインテリジェントエージェントの構築。

人間の限られたアテンション(注意力)を解放し、膨大なタスクの引き継ぎ、自己スケジューリング、そして管理をAgent自身に委ねるというアプローチだ。

現実は往々にしてドラマチックである。多くの人が気づいていなかったが、実は今年初めの時点で、シリコンバレーの華人チーム AFK AI は自社プロダクト Comma において、Super-agent の根底にある**「シングルRouter + マルチWorker」**アーキテクチャと4大コア特性をすでに完全に実装していた。

彼らはさらに一歩踏み込み、「1つのセッションにすべてを詰め込む」ことで生じるコンテキストの呪縛を打ち破り、Agentに長期記憶、継続的学習、そして常時稼働の能力を持たせることに成功している。さらに特筆すべきは、このシステムはすでに一般公開されており、コアコードも完全にオープンソース化されている点だ。

誰もがPersonal Agentについて語るこの時代に、SF作品に登場する「ジャービス(J.A.R.V.I.S.)」をひと足先に現実のものにしたチームが存在していたのである。


単一セッションの限界に苦しめられて久しい中、2大Agentプレイヤーの着眼点が期せずして一致

マルチエージェント協調による業務を経験したユーザーなら、以下のようなシーンに強い疲弊感を覚えたことがあるはずだ。

AIにコードのデバッグを任せている最中、テスト完了までにまだ十数分かかる。そこへクライアントから急な新要件が入り、企画案を急かされたため、別のセッションウィンドウを開いて最初から背景を説明し直さざるを得ない。ちょうどそのとき、上司からもチャットツールで昨日の進捗を尋ねられる……。

結果として、頻繁なウィンドウの切り替えと過去の対話履歴の検索に追われ、疲労困憊してしまう。画面を埋め尽くすAgentの対話ウィンドウと散らかったToDoタスクによって、協調作業のエクスペリエンスは著しく損なわれてしまうのだ。

Image 4

このペインポイントこそ、DeepSeek Harness チームが Super-agent の論文で指摘した核心的なボトルネックと完全に一致している:

一般的な人間の認知帯域(ワーキングメモリ)は、通常3〜5個のアクティブなセッションを同時に維持するのが限界だ。根本的な問題はAgentの計算能力の上限にあるのではなく、Agentの並行処理能力が無限に拡張できるのに対し、人間のアテンションには生物学的な限界が厳然として存在する点にある。

Super-agent の解決策は明快だ。人間のアテンション管理をシステム側に「アウトソース」し、「AgentがAgentを管理する」仕組みを実現することである。

そのために、彼らは次世代 Super-agent における4つのコア基準を提唱した:**連続性(Continuous)、高効率(Efficient)、能動性(Proactive)、永続性(Persistent)**である。

  • 連続性:記憶とコンテキストがシームレスに貫通していること。
  • 高効率:独立した複数のWorkerによる並行協調に依存していること。
  • 能動性:自律的に計画を立て、タスクを推進できること。
  • 永続性:7×24時間の長期常駐とシステムの自己修復(セルフヒーリング)をサポートすること。

ユーザーは単一の対話窓口から指示を出すだけでよく、メインAgentが複数のサブAgentをスケジューリングして情報の並行処理やクロスシーンでのタスク追従を行い、人間は最上位の意思決定のみを担当する:

Image 5

DeepSeek Harness が描いた次世代Agentの青写真は胸躍るものだが、シリコンバレーの華人チーム AFK AI は、すでに半年前の時点で全く同じ技術方針に沿って Comma を作り上げていた。

同チームは、極めて先見性の高いプロダクトコンセプトを掲げていた:「1つのチームに、1つの対話を(One Team, One Conversation)」。

ユーザーは常駐する1つのメイン対話窓口に向き合うだけでよく、Routerが全体を統括・計画し、独立したコンテキストを持つ複数のWorkerをスケジューリングして並行処理を実行する。

アーキテクチャの根底において、両者は高度な技術的共通認識に達していた。すなわち、**「単一セッション + Router(頭脳)+ マルチWorker(実行部隊)」**である。

常駐するRouterが統括的に指示を受け取って全体を調整し、複数のWorkerが隔離されたコンテキスト内で並行して作業を進め、結果をフィードバックする。バックグラウンドで数十のAgentが同時に稼働していても、ユーザーは単一のインターフェース内でタスクを割り振り、成果物を確認するだけで済む。頻繁な画面切り替えや各所への進捗催促といった苦労から完全に解放されるのだ。

Image 6

しかし、ここで新たな技術的課題が浮上する。Agentが人間のアテンションのスケジューリングを引き受けるようになったとき、Agent自身の記憶は誰が管理するのか?

単一セッションが担うタスクが膨大になるにつれ、コンテキストウィンドウの容量上限やリトリーバルの精度低下(Retrieval Degradation)の問題が避けられなくなる。長期的に存続するセッションがより多くのタスクを処理するようになると、人間のアテンションのボトルネックが解消される一方で、今度はAgent側のコンテキストのボトルネックが表面化してくるのだ。

真のブレークスルーは、継続的学習を支え、長期常駐を可能にし、重要な記憶をピンポイントで想起(リコール)できるシステムを構築できるかどうかにかかっている。

これは、Super-agent のさらに深層にある技術的命題へとつながっていく。すなわち、「ジャービス」のように24時間365日オンラインで常に傍らに存在し、長期にわたる業務の中で継続的に経験を蓄積できるパーソナル・スーパーインテリジェントエージェントの構築である。

この未来のビジョンは、すでにCommaの実際の体験の中で形になり始めている。


アーキテクチャの共通認識からプロダクトの実装へ:Super-agent の実践検証

連続性と高効率:単一の対話から、マルチAgent協調を自律的にスケジューリング

「連続性」と「高効率」に関して言えば、Super-agent の核心的特徴は、常駐するRouterによる全体的なスケジューリングと、コンテキストが相互に隔離されたWorker群の並行稼働にある。留意すべきは、この協調関係が単一セッション内での複数タスクのディスパッチにとどまらず、環境をまたいだ実行や、ユーザーの意図変化に対する動的な理解とリアルタイムな追従をもカバーしている点だ。

Commaにおいて、このアーキテクチャは直感的なインタラクションの革新をもたらした:ユーザーはもはやAgentのために頻繁に「グループチャットを作成」したり、あらかじめペルソナを設定したり、背景を繰り返し説明したりする必要がない。 かつての「タスクごとに1つのウィンドウを開く」「順番待ちの直列処理」「背景説明のコピペの繰り返し」といった煩雑なプロセスは完全に刷新された。

Image 7

実際の検証において、我々はCommaに対し、コードを用いたミニゲーム版『Overcooked(フォークス・キッチン)』の再現を指示し、同時に同一ウィンドウ内で「週報の振り返り」および「直近のAIモデル動向のまとめ」という全く異なる2つのタスクを追加してみた。

従来であれば、それぞれ3つの独立したウィンドウを開いて個別にコンテキストを伝える必要があったが、Commaの統合対話ボックスでは、これら3大タスクを一度にそのまま投入できる。システムは迅速に応答し、3つのタスクを異なるWorkerに割り振った。3つのAgentは互いに干渉することなく並行して作業を開始し、ユーザーが途中で口を挟んだり臨時で要件を追加したりしても、バックグラウンドのマルチスレッド実行が阻害されることはなかった。

Image 8

バックグラウンドでのスムーズなスケジューリングだけでなく、タスク実行のアウトプットも極めて堅実であった:

約10分で、Commaはベーシック版の『Overcooked』を構築してみせた。WASDキーによる移動操作、3分間のカウントダウン、アイテムの奪い合い、配膳判定、通路での衝突判定といったコアメカニクスが完全に実装されていた。

同時に、もう一方の週報の振り返りも並行して完了しており、業務進捗と今後の計画が整然とまとめられていた。

Image 9

プロセス全体を通じて、ユーザーは要求を出し、段階的な進捗を見守り、成果物を確認するだけでよく、タスクの割り振り、並行推進、ステータスの集約はすべてシステムの基盤レイヤーが引き受けてくれる。

Agent管理のコアロジックは、これにより**「プロセスの監視」から「成果物のデリバリー」**へと質的転換を果たしたのである。


環境横断(クロスエンバイロメント):異なるワークフローを貫通するシームレスなリレー

単一の対話ボックス内でタスクのスケジューリングを完結させるのは、あくまで基本に過ぎない。Super-agent にとって真の試練となるのは、「タスクがそのウィンドウを飛び出し、外部プラットフォームへと広がったときにも、ワークフローを連続して推進できるか?」という点だ。

これこそが、Super-agent が「連続性」に対して求めるより深い要求水準、すなわち**環境横断的なスケジューリング(クロスエンバイロメント・スケジューリング)**である。

DeepSeekが提唱したアーキテクチャでは、これは下層のマルチチャネルインタラクションメカニズムに依存している。Routerが各プラットフォームのイベントやメッセージを統合的に解析し、Workerがバックグラウンドで独立して実行し、各プラットフォームのインタラクションプロトコル仕様に沿って結果を返却する。例えば開発シナリオにおいて、AgentはチャットツールとGitHubを横断した協調を実現し、グループチャットの動向を自律的に監視するだけでなく、自動的にPRを提出することまで可能になる。

Image 10

Commaにおいて、このクロスエンバイロメント機構は独自開発の**分散Agent実行フレームワーク「Salix」**によって支えられている。

システムはサードパーティアプリのコネクタを統合することで各プラットフォームのイベントをキャプチャし、プログラマブルなLoopを通じて常時リッスンを行い、必要に応じてAgentを自動起動して応答させる。

現在、Commaは WeChat、Signal、iMessage、Linear などの一般的なコラボレーションチャネルへの接続をサポートしており、安全なセルフホスティングやBYOK(Bring Your Own Key)にも対応し、CodexやClaude Codeとも互換性を持たせることで、マルチデバイスにまたがるタスク監視と協調を実現している。

エンタープライズ協調シナリオでは、ユーザーはチャットツール内のComma Botから指示を出すことができ、システムは制御された権限と情報フローの制約のもとで社員のローカル環境の計算リソースを呼び出してタスクを完了させる。

実際のテストでは、Commaをプロジェクト管理ツールのLinearと連携させ、Commaの対話ボックスから直接開発計画の指示を出してみた:

Image 11

Linear側に切り替えると、関連するIssueがすべて自動作成され、タスクの分解とスケジュール設定が整然と行われていることが確認できた:

Image 12

さらに重要なのは、Linear内のIssueを逆にCommaへ渡して実行させることも可能で、その最新進捗やデリバリー成果物は元のIssueへと自動同期される点だ。これによりプラットフォームをまたいだタスクステータスは常に双方向で整合性が保たれ、複数のツール間を手作業で情報を行き来させるコストがゼロになる。

Image 13


能動性と永続性:継続的学習と常時オンラインを支える記憶体系

DeepSeekの構想において、Super-agent はさらに2つの決定的な特性を備えている。「能動性」と「永続性」——すなわち、指示を待って受動的に応答する存在から、自律的に問題を調査しタスクを引き受ける存在へと進化し、7×24時間の常時稼働を維持することである。

Commaはこの方向性に対しても実践的な解法を提示している。システムはAgent自身が見守りスクリプト(デーモンスクリプト)を記述することを許可しており、大規模言語モデルが一時的にアクティブでなかったりクライアントがオフラインであったりしても、下層の常駐デーモン機構が24時間体制でリッスンを続け、トリガー条件を満たした際に自律的にAgentを起動してタスクを実行する。

例えば、「AI企画アシスタント」として設定すると、システムはWeChatチャネル経由で長期の定期タスクを受け取り、毎日の決まった時間帯に最新のAIニュースを自動クロールし、要点を抽出して企画のネタ元情報を配信してくれる。

Image 14

同時に、システムのマルチデバイス間のステータスは常に一貫性が保たれており、特定の単一アプリに強く依存することなく、全チャネルの情報を統括できる。Commaのクライアント内からLinearの進捗をクロスデバイスで問い合わせた場合でも、システムは正確に特定してレポートしてくれる:

Image 15

記憶管理の基盤アーキテクチャにおいて、Commaは長期ステータスをモデルのコンテキストウィンドウの外部に永続化して保持し、Routerと独立Workerの役割分担によって、冗長な実行の詳細がメイン対話のコンテキストを汚染するのを防いでいる。

その上で、システムは「継続的学習」をプロダクトの根底に組み込んでいる。Agentの実行成果、人間による修正記録、そして最終的な検収フィードバックを記録し、それらをモデルのトレーニングデータへと変換して、専用の軽量モデルのファインチューニングに活用しているのだ。

注目すべきはその評価メカニズムである。ファインチューニングされた新モデルは、ベンチマーク評価で旧バージョンを上回らなければ本番環境にデプロイできない仕様になっている。例えば、当初は返金申請をバグと誤判定しがちだったv3バージョンのモデルは、人間による修正サンプルを吸収してv4へとイテレーションを重ねることで、正確に請求関連の問題として識別できるようになる。

Image 16 AI生成

この評価体系は月次でデータを更新し、構造化・標準化された成熟したワークフローを専用の軽量モデルへと順次オフロードしていく一方で、複雑でオープンエンドなタスクは引き続き最先端のフロンティアモデルが担う。こうした閉ループメカニズムにより、インテリジェントエージェントは実務の中で着実に経験を蓄積し、システムの能力を真の意味で継続的に自己進化させることができるのだ。


Bridge から Comma へ:長期自律型 Agent の技術的進化

Commaのアーキテクチャの歩みを振り返ると、その技術構想の芽吹きは現在の業界のブームよりもはるか以前に始まっていた。

まだ Super-agent という言葉が広く議論されるキーワードとなる前の2026年4月、シリコンバレーの華人チーム AFK AI はすでに明確な技術ロードマップを定めていた。すなわち、**「長期的に存続する1つのメインAgentがタスクを統合し、複数の独立したWorkerをスケジューリングして実行する」**というアプローチである。

同年の4月28日、チームはCommaの前身プロジェクトである Bridge を公式に発表した。当時のプロダクトアーキテクチャ設計において、すでにLead Agent(メインエージェント)とSubagents(サブエージェント)の協調メカニズムが明確に確立されていた。

Image 17

その後、この技術方針は急速に前進していった:

  • 5月20日:「グループごとに1つのRouter Sessionを割り当てる」という設計原則を確立。
  • 6月3日:常駐メイン対話とタスク委託メカニズムを正式リリース(その約20日後、Anthropicもチャンネル内でClaudeを共有できる、類似設計のClaude Tagを発表)。
  • 8月:マルチSessionの動的切り替え機能を実現。
  • 9月:共有Sessionレベルの情報フロー制御を導入し、複数人協調作業におけるデータセキュリティを担保。
  • 9月30日:Commaを正式にオープンソース化し、続いてLeanに基づく形式検証(Formal Verification)によるセキュリティ保証フレームワークを公開。

単一のメインセッションとマルチWorkerの協調から、クロスSessionスケジューリングとセキュリティ制御に至るまで、チームは数か月をかけてアーキテクチャの青図を着実にエンジニアリング検証済みの生産性ツールへと落とし込んできた。

DeepSeekが理論とアーキテクチャの高さから Super-agent の進化の方向性を描き出したとすれば、Commaはプロダクトとエンジニアリング実践の観点から具体的な回答を提示したと言える。ユーザーに長期にわたって寄り添い、複雑なタスクを自律的に調整するPersonal Agentは、今まさに現実のものとなりつつあるのだ。

Image 18

一葉落ちて天下の秋を知る。

DeepSeekとAFK AIが下層の技術アプローチにおいて高度に共鳴したことは、実質的に、両チームが表面的なインタラクション形態の奥底にあるマルチエージェントシステムの根本的なボトルネックと、実際のプロダクション環境におけるペインポイントに対して深い共通認識に達していたことを物語っている。

現在のAIの波がより深い領域へと足を踏み入れるにつれ、業界におけるAgent Harnessへの関心は重要なパラダイムシフトを迎えている。単なる並行タスクのスループットの競い合いから、システムが引き受ける複雑な実務の規模と、実際の責任範囲におけるエンジニアリング的上限を見定めることへと焦点が移りつつあるのだ。

そして先駆者たちの実践は、現実のビジネス環境においてAgentを持続的、自律的、かつ高信頼に稼働させ続けることこそが、次世代の汎用インテリジェント協調へと至る確固たる道筋であることを示している。

#国内AI#DeepSeek#AI智能体#4Allapi.com

4All API チームによる投稿

原文リンク:https://www.qbitai.com/2026/11/508264.html

主流 AI モデル API をお探しですか?4All API は OpenAI / Anthropic / Google Gemini / Qwen / DeepSeek など数十種類のモデルを単一の API キーで呼び出せます。公式準拠の価格、エンタープライズ品質の通信路、5 分で接続完了。

4All API コンソールに登録 →