Managed Agents 運用
要約 — このレッスンの要点
- Managed Agents は、長期・多ステップのエージェントタスクを管理するアーキテクチャパターン。セッション(記憶)・ハーネス(意思決定)・サンドボックス(実行) の 3 層に分離するのが核心設計。
- ハーネスを実行コンテナから分離することで、初回トークン生成までの時間(TTFT)とスケール可能性を大幅に改善できる。
- 認証情報(API キー等)はサンドボックスから分離し、初期化時のみ使用するセキュリティ設計が推奨される。
- ハーネスが失敗しても新しいセッション ID から復旧可能な耐障害設計が大規模運用の前提。
- 「モデルの改善で前提が陳腐化する」ことを織り込み、各コンポーネントを独立置き換え可能な設計にすることが長期運用のカギ。
目次 (6)
Managed Agents とは
Managed Agents は、長時間・多ステップの自律エージェントタスクを 安定・大規模に運用するためのアーキテクチャ設計パターンです。 OpenAI / Anthropic を含む各 AI 企業のエンジニアリングブログで類似の設計が論じられており、 Codex CLI のような自律エージェント環境を本番運用する際の指針として広く参照されています。
脳と手の分離 — 3 層アーキテクチャ
Managed Agents の核心は、エージェントシステムを 3 つの独立したコンポーネントに分離することです。
| 層 | 役割 | 比喩 |
|---|---|---|
| セッション | 発生したすべての事象の追記専用ログ | 脳の長期記憶 |
| ハーネス | GPT モデルを呼び出し、ツール呼び出しをルーティング | 脳の前頭葉(意思決定・指示) |
| サンドボックス | コード実行・ファイル操作などの実際の処理 | 手(実行環境) |
この分離により、各層は他に影響を与えることなく独立して置き換えられます。 たとえばモデルが改善されてハーネスの前提条件が古くなっても、 ハーネスだけを更新すればセッションとサンドボックスはそのまま使えます。
スケーラビリティと耐障害設計
大規模な Managed Agents では、複数のハーネス(脳)が複数のサンドボックス(手)に 接続できる構成が推奨されます。主な利点は以下の通りです。
- 耐障害性 — ハーネスが失敗しても、セッション ID から新しいハーネスを起動して継続できる。
- 並列スケール — 複数のハーネスが独立したサンドボックスでタスクを並列実行できる。
- TTFT 改善 — ハーネスをコンテナから切り出すことで、初回トークン生成の待機時間を削減できる。
セキュリティ: 認証情報の分離
Managed Agents を安全に運用するために、認証情報(API キー・認証トークン等)は サンドボックス内に常駐させず、初期化フェーズのみで使用する設計が推奨されます。 カスタムツールは MCP(Model Context Protocol)や Function Calling 経由で認証情報ボルトに アクセスする構成にすることで、サンドボックスへの認証情報露出を最小化できます。
「前提が陳腐化する」設計思想
Managed Agents 設計の重要な前提は、 「モデルの改善によって今日の前提が明日には陳腐化する」ということです。
たとえば「GPT-4o はコンテキスト制限を感じると早期にタスクを終了する」 という挙動を前提にハーネスを設計しても、モデルが GPT-5 / o3 へ更新されるとその前提が崩れます。 コンポーネントを疎結合に保ち、個別に置き換えられる設計にすることが 長期安定運用の鍵です。
Level 4「ハーネス設計」・ 「Sub-agents 活用」の知識が、 Managed Agents の実装基盤になります。
Level 6 — そして全 30 レッスン修了
おめでとうございます。Level 6「ビジネス利用」の全 5 レッスンを完走しました。 ChatGPT Business 導入・Copilot for Excel 連携・Team/Enterprise プラン・ZDR・Managed Agents—— ChatGPT / Codex をビジネスフローへ組み込むために必要な全体像を把握できました。
そして、これは Codex マスターレッスン全 30 レッスンの最終回です。 Level 1「入門」から Level 6「ビジネス利用」まで、 GPT / Codex の基礎から最先端の業務活用まで、系統的に学んできました。 今後は実際の業務・プロジェクトでの実践を通じて、 学んだ知識をさらに深めていってください。
