1770023554
2026-02-02 09:01:00
プロンプトエコノミーは約束と実行がすべてです。その約束は、Visa、Mastercard、Google、その他ニュースを独占し続ける企業のあらゆる発表を見れば簡単にわかります。 CFO が実験から行動に移るにつれて、その実行が見られます。その中間には、適切なエージェント インフラストラクチャを作成するために必要な開発者とプロトコルが存在します。
エージェント型 AI が勢いを増すにつれ、その中間が形になり始めています。良い例は次のとおりです。 シスコからのこの投稿。 ここでは、モデル コンテキスト プロトコル (MCP) とエージェント間 (A2A) という 2 つの新しいプロトコルが、エージェント AI 開発の次の段階をどのように形成しているかを説明します。 MCP は、複雑な API を自然言語に変換することで、大規模な言語モデルが外部ツールを理解して使用できるようにします。これにより、開発者は AI システムを現実世界のソフトウェアに接続することが容易になります。 MCP が急速に普及したのは、実際的な問題を解決したためです。特にツールが変更または増加した場合、モデルは生の API を大規模に直接操作するのに苦労しています。 MCP は、AI がこれらのツールと対話するためのより明確で信頼性の高い方法を提供します。
「これは MCP か A2A かの決定ではありません。これはアーキテクチャ上の決定であり、システムの成長と進化に合わせて両方のプロトコルを活用できます。」と投稿には書かれています。
デュアルエージェント
Google の新しい考え方では二重スパイも登場しています。の新しいレポート 検索エンジンジャーナル Google の SAGE 調査では、より深く複雑な検索タスクを実行するためにエージェント AI システムがどのようにトレーニングされているかが説明されています。 SAGE は、Steerable Agentic Data Generation for Deep Search with Execution Feedback の略称で、複数の検索と複数の推論ステップを必要とする難しい質問に答える方法を AI エージェントに教えるように設計されています。以前のトレーニング データセットは、すぐに解決できる単純な質問に焦点を当てていたため、AI エージェントは現実世界の研究タスクに向けた準備が整っていませんでした。 Google の研究は、より難しい質問と継続的なフィードバックを使用してエージェントをトレーニングし、いつ再検索するか、いつ停止するか、ソース全体を推論する方法を学習できることを示しています。
リスク選好
レポートでは、最も深刻な脅威は、コード リポジトリ、設定ファイル、ツールの応答などの場所に悪意のある命令が隠されている間接的なプロンプト インジェクションによってもたらされると説明しています。これらの命令が取り込まれると、ユーザーが気付かないうちに AI エージェントが有害な動作を実行する可能性があります。
中心的なメッセージは、エージェント システムは最初から封じ込めを念頭に置いて設計する必要があるということです。セキュリティでは、エージェントが信頼できないコードを実行することを想定し、それに応じて計画を立てる必要があります。これらのコントロールを早期に構築したチームは、機密データ、システム、知的財産を危険にさらすことなく自動化の恩恵を受けることができます。
詳細: エージェント間、エージェントティック AI、AI、人工知能、注目のニュース、Google、モデル コンテキスト プロトコル、ニュース、NVIDIA、PYMNTS ニュース、プロンプト エコノミー
#GoogleAI #エージェントに難しい質問と実際の作業をトレーニング