← ブログに戻る
Ai読了目安 13 分

Antigravityのリモートエージェント、クラウドVMで動く代わりに手放すもの

公開日 2026年11月11日
Antigravityのリモートエージェント、クラウドVMで動く代わりに手放すもの

Antigravityチーム自身の機能説明が一番の要約だ。タスクは独立したクラウド仮想マシンで動くので、タスクを投げ、コーヒーに立ち、スマホから権限を解除し、戻ってくるとテストが通ってきれいなプルリクエストがある。

バージョン2.29は11月3日に配布が始まり、チームは11月6日にリモートエージェントを公に確認した。変更履歴には22項目が並び、重要なのはリモートエージェントとGemini Live上の音声モードの2つである。

この移行は過小評価しやすい。コーディングエージェントはカテゴリーが生まれてからずっとローカルソフトウェアだった。ファイルを読み、テストを走らせ、ツールを使い、蓋を閉じれば止まる。実行を管理されたVMに移すと製品の中身が変わり、エージェントの能力のどこがモデルの中に最初からなかったのかも露わになる。

リモートエージェントと、そうでないもの

AntigravityにはすでにRemote Controlという機能があり、自分のワークステーションで動くエージェントを別の端末から操作する。ワークステーションはオンラインのままでなければならない。リモートエージェントは別物だ。セッションとツールが隔離されたGoogle管理の環境で実行されるので、ノートPCが眠っても、ブラウザを閉じても、デスクトップからスマホに切り替えても作業は続く。

セッションはデスクトップアプリ、antigravity.google.comのウェブ、またはCLIの`agy --remote-agent`から開始できる。CLIはバージョン1.4.12以降が必要だ。

リモートプロジェクトはリソースを結び付ける。GitHubリポジトリはOAuth経由でクローンされマウントされる。Google Driveのファイルは要求時に読まれる。ファイルは直接アップロードでき、1件8MiBまで、50ファイル、プロジェクトあたり100MiB、アカウントあたり2GiBまで。認証情報は保存時に暗号化されるとGoogleは言う。GitHub、Drive、Docs、Sheets、Slides、Calendar向けのプラグインがOAuthで接続する。

このアップロード上限の小ささが、機能の用途を規定する。1ファイル8MiBはスクリプトには足り、データセットには足りない。これはリポジトリ作業と文書作業のエージェントで、データエンジニアリング向けではない。

対象条件の行が面白い

リモートエージェントはGoogle AI ProとUltraの個人アカウントで使える。無料枠ではない。Google AI Plusでもない。WorkspaceやGoogle Cloudの法人アカウントでもない。

明らかな顧客が開発チームである機能としては、最後の除外が妙だ。チーム向けプランなら共有プロジェクト、監査証跡、アクセスを取り消せる管理者が要る。Googleは個人向け版を先に出した。調達ではなく、製品を試す個人開発者に最適化していると読める。

つまり「きれいなプルリクエストに戻ってくる」ワークフローは、当面は個人のワークフローだ。エージェントは個人サブスクリプションの下、Google管理のVMで、自分のGitHubアカウントで認可したリポジトリに対して動く。

クラウドで失うもの

リモートモードで使えない機能の一覧が、ドキュメントで最も情報量が多い部分だ。printモード、コード検索、`/diff`、`/rewind`、音声ディクテーション、そしてローカルにインストールしたMCPサーバー、プラグイン、skills。

最後の一群をもう一度読む。MCPサーバー、プラグイン、skillsは、特定の企業でコーディングエージェントを有用にするものの大きな割合を占める。社内APIのスキーマ、デプロイスクリプト、ランブック、スタイルガイド、移行チェックリスト。すべてローカルにあり、開発者が入れ、しばしばクラウドVMからは届かない社内エンドポイントを指している。

だからこの機能はきれいな分割とともに出荷される。クラウドエージェントはリポジトリと公共のインターネットとモデルの一般的能力を得る。ローカルのツール群は得ない。新規の作業なら問題ない。コンパイルに社内のビルドラッパーが要る雑然としたリポジトリでは、知能とは無関係な壁にぶつかる。

これは過渡的な問題で、いずれ解けるだろう。おそらくチームが承認済みのMCPサーバーとskillsをリモートプロジェクトに公開できるようにすることで。それまでは、リモートエージェントの正直な説明はこうだ。コードとシェルだけで足りるタスクには優れ、自分のマシンの設定が要るタスクには限定的である。

権限の経路としての音声

音声モードはGemini Liveで動き、文字起こしではなく声を直接聞くので、文の途中で遮ってよく、それに適応する。計画を話し、変更を方向づけ、権限を声で承認できる。音声と再生速度は設定でき、モードはローカル会話に限られる。

効いてくるのは例外のほうだ。定型的な権限は音声で承認できるが、破壊的な操作はできない。

妥当な線であり、摩擦が実際どこにあるかを露わにする。40分動くエージェントは、コマンドを実行してよいか、パッケージを入れてよいか、ファイルを消してよいかを何度か止まって尋ねる。停止のたびに人間は文脈を切り替える。音声承認は退屈なものの切り替えを消し、危害がありうるものには物理的な動作を残す。

掲げられた目標は、電話で同僚と話すようにエージェントと話すことだ。音声認識は簡単な部分である。通話中の同僚は「Postgresにして」と言われれば計画を引き直すが、エージェントは指示がループの正しい瞬間に届く必要がある。

同じ週の残りも同じ方向に動いた

CursorはBuild Live Appsを出した。説明から、Postgresデータベース、認証、セキュリティスキャンを備えたホスト型ウェブアプリを作り、SSO付きの共有リンクの背後に配備する。Cursorは自社チームがダッシュボード、社内運用ツール、オンボーディングポータルに使っているという。面白い帰結は、デプロイという工程が工程でなくなることだ。

LangChainはDeep Agentsに非同期サブエージェントを加えた。バックグラウンドタスクの開始、確認、更新、取り消し、一覧の5つのツールがある。実行中のタスクへの更新は、中断して再起動するか、「Postgresにして」のような訂正に向く。現在の実行が終わるまでキューに入れるか、「終わったらテストを走らせて」のような追加に向く。未完了のタスクはオーケストレーターのシステムプロンプトに並び、完了したサブエージェントは次のモデル呼び出しの前に拾われるか、新しい実行でオーケストレーターを起こす。

3つの別チーム、同じ発想の3つの実装。エージェントは連続稼働するサービスになり、人間は出入りしながら承認する役になる。

配管はほぼ解けている

部品を並べると建築が見える。ハードウェアより長生きするクラウドVMでの実行。中断とキューの意味論を明示したサブエージェント編成。生成の副作用としてのデプロイ。承認経路としての音声。操作面としてのスマホ。

解けていないのは、これらすべてが前提にしているもの、権限の確認だ。どのシステムも、自律プロセスが不可逆な操作をしてよいかを人間が1日に何十回も決めることを前提にしている。Googleの答えは承認を安くし、破壊的操作には必須のまま残すことだ。正しい既定であり、同時に、その判断をエージェントに任せる者は誰もいないという告白でもある。

この問題の次の版はポリシー層だ。何を尋ねずに許すかの規則を、リポジトリ、環境、時間窓で範囲を切り、監査ログを付ける。それが存在するまで、「タスクを投げて離れる」は異常が起きない限り正しく動く。それはデモで動くと言い換えてもある。

関連記事