Monsterプラットフォーム最新動向：Long-running Agents、AI開発効率化機能の全貌

皆様、本日はありがとうございます。ロンドンで皆様とお会いできることを大変嬉しく思います。私たちはMonsterの創設者です。本日はMonsterプラットフォームの最新動向と、AIエージェント開発を加速させる革新的な機能についてご紹介いたします。

はじめに：Monsterプラットフォームの進化

前回のカンファレンスから今日まで、Monsterは飛躍的な成長を遂げました。週間のダウンロード数は60万から120万へと倍増し、プラットフォームとしてのMonster StudioとMonster Serverをリリースしました。

Monsterは、開発者がエージェントを構築するためのプリミティブを提供する「フレームワーク」であると同時に、チームがエージェントをデプロイし、監視するための場所を提供する「プラットフォーム」でもあります。プラットフォームのリリース以来、数千人もの人々がエージェントをデプロイし、観察してきました。この3ヶ月間で、71,000時間以上のCPU時間と30,000回以上のデプロイを記録しています。

また、Monsterプラットフォームは、自動デプロイメント、マネージドデータベース、サンドボックス、ファイルシステム、環境設定、そして複数デプロイリージョンへの対応を通じて堅牢性を強化してきました。現在、MonsterはFortune 500企業、成長著しいスタートアップ、そしてAIネイティブ企業まで、幅広いプロダクション環境で稼働しています。

私たちのエージェントは、ウェブの閲覧、コードの編集、サンドボックス内での操作、さらにはSlackでの対話など、多岐にわたるタスクを実行します。これらのエージェントは1時間稼働することもあれば、翌日再び活動を開始することもあります。これはもはや単なるチャットコンプリートではなく、全く異なるランタイム環境です。この「単なるリクエスト・レスポンスサイクルではない環境」で、エージェントが必要とするプリミティブは何か、という問いが、過去3ヶ月にわたる深い探求のきっかけとなりました。そして私たちがたどり着いた答えが、「Long-running Agents（LRA）」という概念です。

Long-running Agents（LRA）とは？

Long-running Agents（LRA）は、AIエージェントのあり方を根本的に変える新しいプリミティブです。LRAは、その名の通り長時間稼働し、以下の4つの主要な特性を持つことで、従来の短命なエージェントには不可能だった複雑なタスクの実行を可能にします。LRAは「Addressable（アドレス可能）」「Durable（耐久性）」「Operable（操作可能）」「Capable（高機能）」です。

Addressable Agents：イベント駆動型システムへの参加

2023年6月には「Agent Signals」をリリースしました。Agent Signalsを使用すると、長時間稼働するエージェントを操縦したり、スリープ中のエージェントを起動させたり、複数のクライアントを1つのストリームに接続したり、プロンプトキャッシュを無効にすることなく状態を更新したりできます。

さらに、GitHub、Slack、Stripe、または独自のシステムがメッセージやイベントを適切なスレッドにルーティングできる「ウェブフックプロバイダー」も追加しました。定期的な作業のためのスケジュール機能も提供しています。

これらを組み合わせることで、アドレス可能なエージェントは、単にチャットボックスの背後で待機するだけでなく、イベント駆動型システムにおける状態を持つ参加者となることができます。

Durable Agents：途切れないワークフローを実現

次に、エージェントが長時間かかるツール呼び出しの前、最中、または後にエージェントループをブロックせずに応答できる「Background Tasks」をリリースしました。その後、「Agent Goals」を導入し、さらに「Durable Agents（耐久性のあるエージェント）」を発表しました。これにより、クライアントの切断、ブラウザのリフレッシュ、ネットワークの一時的な障害が発生しても、エージェントの作業は中断されません。複数のリクエストを並行して実行し、それらを監視したり、進行中のまま放置して後で確認したりすることが可能です。

Operable Agents：エージェントの高度な制御

2023年1月には、ローカルでCodeXまたはクラウドコード上で実行されるコーディングエージェントである「Monster Code」をリリースしました。2023年6月には、このMonster Codeの構成要素を「Agent Controller」というクラスとして抽出し、より汎用的なエージェント管理機能を提供しました。Agent Controllerを使えば、スレッドのライフサイクルを管理したり、サブエージェントを生成したりできます。サブエージェントをフォークすることで、プロンプトキャッシュを無効にする必要もありません。また、マルチターン対話や、人間が介入する「Human-in-the-loop」もサポートしており、エージェントに質問させたり、計画を提出させたり、タスクを作成させたりすることが可能です。このプリミティブの素晴らしい点は、簡単に組み合わせて独自のコーディングコンパニオンを構築できることです。

Capable Agents (CLAWプリミティブ)：世界に手を伸ばす能力

Long-running Agentsは、その能力においても優れています。2023年5月には、多くの機能が追加されました。ブラウザサポート、Slack、Discord、Telegram用のチャネル、リモートファイルシステム、タスクリスト、ファーストクラススキル、そしてClaudeコード、コーデック、カーソルサブエージェントのサポートが含まれます。これらの機能群は総称して「CLAWプリミティブ」と呼ばれ、エージェントが「世界に手を伸ばす」ことを可能にします。

これらの「Addressable」「Durable」「Operable」「Capable」の特性が組み合わされることで、Monsterが定義するLong-running Agentが実現します。これは、人々やシステムが1つの共有されたループで連携し、ジョブが切断や再起動から回復し、監視、操作、承認、回復が可能になることを意味します。そして、仕事を完遂するために必要な環境と統合が提供されるのです。

エージェント学習の進化：Trace Intelligenceと自動化

Trace Intelligence：膨大なトレースからの洞察

長時間稼働するエージェントは、当然ながら多くのトレースを生成します。数百、数千ものトレースを人間が個別に解析することは非常に困難です。そのため、本日ベータ版として「Trace Intelligence」を発表できることを大変嬉しく思います。Trace Intelligenceは、複数の実行にわたる共通の目標、振る舞い、感情、結果を特定できるよう、トレースをクラスターにグループ化します。これにより、個々のトレースではなく、クラスターを分析することで、エージェントの改善点を効率的に特定できるようになります。この機能は、Monsterプラットフォームのオブザーバビリティ機能に組み込まれています。

Trace Intelligenceは、「エージェント学習」というコンセプトに向けたMonsterの第2ステップです。完全なエージェント精度ループは、トレースを収集し、レビューし、データセットを作成し、エージェントの修正案を提案する実験を作成し、その修正をプロダクションに適用するというものです。

エージェント学習ループの自動化

Monsterでは、2023年3月にデータセットと実験機能を既にリリースしています。そして、Trace Intelligenceの登場により、トレースの選択とレビューが可能になり、エージェント学習プロセスの次の段階へ進むことができます。ご想像の通り、この後、私たちは修正案の生成によって実験フロー全体の自動化に取り組んでいます。Monster内でエージェント学習ループ全体を自動化することで、これまで数週間かかっていた作業を数日に短縮できると見込んでいます。

組織全体のAI開発を加速：Agent BuilderとMonster Factory

Agent Builder：誰もがエージェントを構築できる環境

最後に、組織的な課題についてお話しします。どのチームも自動化のアイデアを持っていますが、エンジニアリングがAI導入のボトルネックになってはなりません。開発者がプリミティブの制御を維持しつつ、組織内の誰もがエージェントを構築できるようにするにはどうすればよいか、という問いが多くの人々から寄せられています。その答えとして、2023年5月に「Agent Builder」をリリースしました。Agent Builderは、Composable Agent Studioです。開発者は、組織内の他の人々が使用することを許可されたツール、ワークフロー、モデル、メモリを登録できます。そして、プロダクトオペレーションチームや他のチームメンバーは、これらのプリミティブを組み合わせてエージェントを作成し、チーム全体で共有することができます。その結果はコードとして、MRO設定として保存されます。

これにより、Long-running Agents、CLAWプリミティブ、ガバナンス、共有UIを組み合わせることで、エージェントにとって最も刺激的な問題の1つである「ソフトウェア開発」に焦点を当てることが可能になります。

Monster Factory：ソフトウェア開発の自動化

本日、私たちはアルファ版として「Monster Factory」を発表いたします。これは、イシューをプロダクションまで導くことができるエージェントシステムを提供する、起動可能なMonsterプロジェクトです。Monster Factoryには、トリアージ、コード作成、検証、変更リリース、ドキュメント更新、プロダクション監視など、ソフトウェア開発ライフサイクル（SDLC）全体をカバーする特化型エージェントが搭載されています。Monster FactoryはGitHub、Linearと連携し、今後さらに多くの統合を予定しています。イシューが入力されると、ファクトリーを起動し、エージェントの作業を監視できます。

まとめ

Monsterプラットフォームは、Long-running Agentsという革新的なコンセプトを中核に、AIエージェント開発を新たな段階へと引き上げています。

Addressable、Durable、Operable、Capableといった特性を持つLRAにより、エージェントは単なる短期的な応答システムではなく、複雑なタスクを長時間にわたり実行し、外部システムと連携する自律的な存在へと進化します。また、Trace Intelligenceによるエージェントの振る舞い分析は、開発プロセスのボトルネックを解消し、エージェント学習の自動化を促進します。

さらに、Agent Builderによって組織全体のAI開発効率が向上し、Monster Factoryによってソフトウェア開発ライフサイクル全体が自動化されることで、AIを企業活動の中核に据えるための強力な推進力となるでしょう。これらの新機能は、AIエージェントがよりインテリジェントに、より耐久性高く、そしてより広範なタスクをこなせるようになるための基盤を築き、AI開発の未来を大きく変革していくと確信しています。

参考動画:https://www.youtube.com/watch?v=b9EADXS5r78