Signal Snapshot

agent SDK は coding 補助の外へ広がり、汎用 workflow の application layer に寄り始める

agent SDK を「コードを書く assistant のための薄い wrapper」と見るには無理が出てきている。Anthropic は Claude Code SDK を Claude Agent SDK に改名し、finance agent、personal assistant、customer support、deep research まで射程を広げた。Google は Looker と Firestore を MCP でつなぎ、Microsoft は Agent Factory と Agent Framework で shared runtime、open protocol、control plane をまとめて語り始めている。

11件

公開根拠

公開日までに確認できる論文と公式 source だけに絞った。

20+

調査母集団

公開日までに確認できる一次情報 URL だけを採用候補にした。

4役割

SDK の広がり

computer use、data access、policy、shared runtime が同じ議論に入った。

What Stood Out

主要シグナル

Anthropic は SDK の射程を coding から general-purpose agent へ広げた

Claude Agent SDK の記事では、Claude Code の背後にある harness を finance、travel / calendar、customer support、deep research にも転用できると明示している。bash、file editing、subagents、compaction を備えた computer-oriented loop が、coding 固有ではなく汎用の digital work に使えるという整理だ。

Google は governed data access を SDK の一部に引き込んだ

Looker MCP Server は semantic layer を通じて trusted data を agent に渡し、Firestore / MCP Toolbox は schema change や rule validation まで AI-assisted development に組み込んだ。ここでは「どの model を使うか」より、「どの data plane と permission model を束ねるか」が前に出ている。

Microsoft は shared runtime と open stack を control plane の言葉でまとめ始めた

Agent Factory と Microsoft Agent Framework は、MCP、A2A、OpenAPI、observability、durability を同じ foundation として扱った。local prototype から hosted runtime まで同じ abstraction でつなぐことが、SDK 選定の中心条件に入り始めている。

Use Cases

現実味が高いユースケース

deep research / finance / support をまたぐ general-purpose agent

  • Claude Agent SDK の source は、portfolio analysis、travel scheduling、customer ticket handling、deep research を同じ harness で扱えると説明している。
  • SDK は coding assistant ではなく、computer を使う汎用 worker の基盤として読める。

governed analytics と application change の bridge

  • Looker MCP Server は governed semantic layer を通じて AI に trusted data を渡す。
  • Firestore / MCP Toolbox は data cleanup、schema update、security rule validation を IDE 内から進める道筋を示した。

Concrete Scenarios

一次情報に現れていた具体シナリオ

Anthropic は personal assistant と finance agent を明示的に挙げた

Claude Agent SDK の記事では、portfolio を理解して計算を実行する finance agent、travel や calendar を扱う personal assistant agent、曖昧な問い合わせを整理して escalation する support agent が例示されている。つまり「agent SDK = coding」の整理は、公開 source 自体がもう否定していた。

Google は data-connected development を end-to-end で描いた

Firestore support の post では、retail app の full-stack developer Alex が wishlist cleanup、document update、security rule comparison を自然言語で進める。Looker MCP Server の post では、AI が SQL を直接書かず semantic layer を経由して指標定義を保ったまま分析する。どちらも connector と governance が価値の中核だ。

Microsoft は audit、telemetry、compliance まで視野に入れていた

Microsoft Agent Framework post では、KPMG の audit testing、BMW の vehicle telemetry analysis、Commerzbank の compliant support などが customer momentum として挙がる。SDK が価値を持つのは、multi-agent orchestration だけでなく observability、approval、durability を併せて持てるからだと読める。

Operating Implications

設計・評価・運用で先に決めるべきこと

観測点

SDK 選定は、開発者体験の比較ではなく、computer use、data access、shared runtime、policy を一体でどう扱うかの判断になっている。

  • computer-oriented agent loop と deterministic workflow の境界を分け、何を code と tool に落とすか決める。
  • semantic layer や database connector を入れるなら、権限と監査を SDK の外付けではなく core 設計に入れる。
  • local 実行と hosted 実行で telemetry が分断されないかを確認する。
  • SDK の抽象が増えるほど、memory、session、approval、fallback を共通 control plane で吸収できるかが重要になる。

Key Takeaway

結論

agent SDK は、coding assistant を作るための部品ではなく、computer use と governed data access を束ねる application layer へ広がり始めている。