ARCHITECTURE REFERENCE · MAY 2026

Computer & アーキテクチャリファレンス

Computer のエージェントが Agent Studio を用いてどのように構築され、階層化され、エンタープライズ規模でデプロイされるのかを解説する技術入門書。エージェント・スキル・ツールの各層と、それらを支えるメモリ・パーミッション・オブザーバビリティを順にひも解きます。

イントロダクション

構築する前に、各層を理解する

エージェントは、いまやエンタープライズチームの働き方そのものです。硬直的で事前にプログラムされたルールとは異なり、エージェントは最新のモデルがもつ推論能力を、ツールへの動的なアクセス、リアルタイムな情報取得、そしてコンテキストに応じてアプローチを適応させる能力と組み合わせます。チケットを分析し、ナレッジベースを検索し、応答戦略を判断したうえで、問題を直接解決することも、分析を添えて人間にエスカレーションすることもできます。

本リファレンスは、Computer のエージェントがどのように構造化され、各層がどのように相互作用し、何がそれをエンタープライズ規模で機能させているのかを検討します。Agent Studio は、このアーキテクチャに命を吹き込む場——すなわち、エージェントを構築し、テストし、デプロイし、観測するためのインターフェースです。

エージェントは、ガイダンスと指示、再利用可能なスキル、そして決定論的なツールを組み合わせます。本書は、これらの層がどう連携するか、ワークフローがどのように再現性のある実行を符号化するか、そして組織のコンテキストがどのように推論を支えるかを解説します。

3 つの層が、順に連携して動く

Computer のエージェントアーキテクチャは、順に連携して動作する 3 つの層に整理されています(本書 09 ページ)。各層の責務と、作業がどう流れるかをまとめた要約です。

スキルとワークフロー

適応的な判断と、再現可能な実行を分離する

スキルは、関連する能力を知的なコンテキストとともに束ねる戦略的な抽象化層です。自然言語による指示、ツール参照、現在のセッション認識を組み合わせ、エージェントに再利用可能でドメイン特化した能力をもたらします。1 つのエージェントは複数のスキルを備え、さまざまなタスクに対応できます。スキルは、実証済みのプランと手順をエージェントの能力に直接埋め込み、制度的な知識を毎回再生成するのではなく符号化します。

ツールは、特定のアクションを実行する決定論的な関数であり、エージェント動作の基本的なビルディングブロックです。情報を取得するデータツールと、システムを変更するアクションツールの 2 種類があり、アクセスはパーミッションを意識したもので、フィールドレベルのフィルタリングと呼び出しごとの検証を伴います。

ワークフローは、何を・どの順序で・毎回どう実行するかを正確に伝えます。スキルが推論を働かせてコンテキストに適応するのに対し、ワークフローは固定された一連のステップを、ばらつきなく、曖昧さなく、完全な監査証跡とともに決定論的に実行します。マイクロ秒から数日にまで及び、人間の承認を待って一時停止することも、失敗時に最後に成功したステップから再開することもできます。

本書の内容

エージェントを特別にする 5 つの柱

ほとんどのエンタープライズ AI エージェントは単体では有能でも、チームの働き方を実際に変えるのは、Agent Studio を通じて構築・管理される 5 つの柱の上に築かれたエージェントです(本書 12〜13 ページ)。

Pillar 01

共有メモリ(Shared Memory)

Computer AirSync が既存システムを接続し、顧客・プロダクト・案件・課題の関係をリアルタイムにマッピングします。エージェントは、誰が顧客でデータがどうつながるかを、質問される前からすでに知っています。

Pillar 02

信頼できる回答(Trusted Answers)

システムをまたいでエンティティを解決し、フィールドの意味を理解します。複数システムにまたがる質問が、検証可能な引用付きで、1 つの関連性が高く正確な回答として返されます。

Pillar 03

堅牢化されたスキル(Hardened Skills)

スキルは構築・テスト・観測・改善の完全なループとともに作られます。デプロイ前に数百もの実際のクエリで評価し、問題があればワンクリックで以前のバージョンにロールバックできます。

Pillar 04

安全なアクション(Safe Actions)

書き戻し時には、代行するユーザーのパーミッションをフィールド単位まで継承し、重大なアクションの前には明示的な承認を待ちます。すべてが記録され、意図しないアクションは取り消して元の状態に復元できます。

Pillar 05

マルチプレイヤー AI(Multiplayer AI)

マルチプレイヤーセッションでは、どの時点でも同僚を招き入れられます。全員が会話履歴を共有し、Computer はすでに議論された作業を把握したうえで、完全なコンテキストとともに応答します。

新しいスキルを作るか、新しいエージェントを作るか

既存の責務の延長ならスキルを足す。ツール・データ・パーミッション・指令が根本的に異なるなら新しいエージェントを立てる——この線引きがエージェントの乱立を防ぎます(本書 10〜11 ページ)。

エンタープライズでの運用

エージェントを、インフラのように動かす

推論を現実のものにするのは、つながったデータです。Computer のナレッジグラフは、顧客・プロダクト・コード・チーム・ビジネスプロセスの間にある実際の関係を統一された層へとマッピングし、システムをまたいでエンティティを解決します。インデックス化された知性により、エージェントは遅いフェデレーションの応答を待つことなく、ランク付けされた関連コンテキストを直ちに受け取ります。

Computer のワークフローエンジンは、エージェントの知性を一貫性のある監査可能なビジネス成果へと変える決定論的な実行基盤です。マイクロ秒単位の API 連携から、人間のチェックポイントを含む数日がかりの承認チェーンまでを横断し、動的なパーミッション継承を伴うロールベースアクセス制御(RBAC)、監査証跡、コードとしてのワークフロー、そしてワンクリックのロールバックを備えます。

フレームワークはモデル非依存で、特定の LLM プロバイダーに依存しません。エージェント間の協働は形式的な委任を通じて行われ、完全なコンテキストを引き継ぎながらエージェントの乱立を防ぎます。重要な意思決定には Human-in-the-loop の監督がゲートをかけ、体系的な評価フレームワーク(ベースライン比較、LLM によるスコアリング、人間のフィードバックの統合)がパフォーマンスを計測可能に保ちます。失敗は、包括的なロギングとエンドツーエンドのトレーシング、タイムトラベル・デバッギングによってデバッグしやすくなります。

アーキテクチャを理解し、確信を持って構築する。

エージェント・スキル・ツールの各層から、メモリ・パーミッション・オブザーバビリティまで。Computer と Agent Studio のアーキテクチャ全体を、フルのリファレンスでひも解きます。