open runtime と managed platform が、同じ設計図の上で接続され始める

Google は protocol と platform を同時に押し出した

Vertex AI の multi-system agents と A2A は、managed platform と open coordination rule をセットで考える流れを前に進めた。agent を自社クラウドの内側だけで完結させず、他システムや他 vendor と接続できる前提を作ろうとしていた点が重要だ。

AWS と Microsoft は managed orchestration を実装論へ近づけた

AWS は supervisor / routing を含む multi-agent collaboration の GA と、行為前確認を入れる human-in-the-loop パターンを並べて示した。Microsoft の Semantic Kernel Agents GA も、役割分担した worker と orchestration を experiment ではなく SDK の安定機能として扱う方向を強めている。

OpenAI と Anthropic は developer loop 側の期待を押し上げた

OpenAI の new tools for building agents と Operator は、web / tool / computer use を前提にした agent loop を見えやすくした。Anthropic の Code with Claude announcement は enterprise runtime の GA ではないが、tool-using coding workflow が注目の中心に入り始めていたことを示していた。

ブラウザ操作を伴う調査・申請補助

• Operator のような browser-oriented agent は、情報収集やフォーム準備の自動化を前に進めた。
• ただし submit を完全自動にするより、最終確認を人間に残す構成のほうが当時の一次情報と整合的だった。

複数システムをまたぐ社内アシスタント

• 検索、FAQ、データ取得、通知、承認依頼を分担する multi-agent 構成は、single prompt よりも管理しやすい形として見え始めていた。
• A2A や orchestration SDK があると、将来の接続先変更を吸収しやすくなる。

AWS は PTO 申請の確認フローを例に、automation と承認の境界を示した

AWS の human-in-the-loop post では、休暇申請 agent が create / update / cancel のような DB 更新前に user confirmation を求める構成と、より複雑な場合は return of control で application 側へ制御を戻す構成が説明されている。ここから読み取れるのは、価値のある agent は「全部自動でやるもの」ではなく、「実行前に止められるもの」だということだ。

A2A と multi-system agents は specialist の束ね方を具体化した

Google の A2A announcement は candidate sourcing の例を使い、client agent が remote agent 群へ役割ごとに task を渡し、長い task lifecycle を追跡する姿を描いた。AWS の supervisor pattern や AutoGen v0.4 と重ねると、調査、取得、検証、要約を specialist ごとに分ける設計が当時すでに現実的だったことが見えてくる。