2025年11月21日、AIエージェントの開発において「依然として難しい」との声が上がっている。著者は、自らの経験から、エージェント設計はまだ未熟で、SDKの抽象化は実際のツール利用で限界に達する、と指摘。特にVercel AI SDKやPydanticなどの上位抽象化は、モデル間の差異やツールの扱いに柔軟に対応できず、開発者にとって制約となる。Anthropic SDKに直接対応する方が、キャッシュ管理やエラーメッセージの明確さで優れており、実際の開発では自前でエージェントループを管理する方が効果的だと結論づけた。 キャッシュに関しては、Anthropicのように明示的に管理する方式が、コストと効率の予測性を高め、コンテキストの分割や状態編集が可能になる。これにより、並行処理や失敗の履歴を部分的に保持しつつ、トークンの有効活用が図れる。ただし、コンテキスト編集はキャッシュを無効化するというデメリットがある。 エージェントループ内での強化（リインフォースメント）は、タスクの進捗や環境変化をフィードバックすることで、失敗の再発を防ぎ、ループの安定性を高める。特に、失敗を個別に処理するサブエージェントや、状態変化を明示的に通知する仕組みが有効である。失敗の影響をループに広げないよう、厳密に隔離する必要がある。 共有状態の管理には、仮想ファイルシステムが中心的な役割を果たす。コード実行と推論の両方のツールが同一のストレージにアクセスできることで、画像生成→ZIP圧縮→再推論といった連携が可能になる。このアーキテクチャは、エージェントの「死活」を防ぐ鍵となる。 出力ツール（Output Tool）は、エージェントの最終的な成果をユーザーに伝える手段として重要だが、文のトーンや内容の制御が難しく、サブモデルによる調整は遅延と品質低下を招く。また、出力ツールが呼び出されないケースも発生し、ループ終了時に強制的に呼び出しを促す仕組みが必要になる。 モデル選定では、HaikuとSonnetがエージェントループのツールコールに最適。Gemini 2.5は大規模文書処理や画像情報抽出に強みを持つ。価格だけでなく、処理効率とループ内でのパフォーマンスが重要である。 最後に、エージェントのテストと評価は依然として最大の課題。観測データに基づくインストルメント化が現状の最善策だが、満足のいく手法は未発見。エージェント開発は、技術的成熟の段階にあり、今後も慎重なアプローチが求められる。