OSS

概要 Googleのオープンソースターミナル向けAIエージェント「Gemini CLI」がv0.38.1安定版をリリースした。目玉となるのはサブエージェント機能の公式サポートで、複雑なタスクを専門化した独立エージェントに委譲できるようになった。各サブエージェントは独自のコンテキストウィンドウ内で動作するため、メインセッションのコンテキスト汚染（Context Rot）を防ぎながら、複数のサブエージェントを並列実行して調査やコードベース解析を効率的に行える。続くv0.38.2（2026年4月17日リリース）ではさらに安定性が向上し、同様の機能が強化されている。 主要な新機能 サブエージェント サブエージェントは@agent_nameの構文で呼び出し、デフォルトで@cli_help・@codebase_investigator・@generalistの3種類が組み込みで利用可能だ。~/.gemini/agentsディレクトリにMarkdownファイルを置くことでカスタム専門エージェントを定義することもできる。/statsコマンドも拡張され、メインエージェント・サブエージェント・ユーティリティのロール別にリクエスト数を確認できるようになった。 コンテキスト圧縮サービスとChapters 長時間のセッションでは会話履歴が膨大になり、応答品質が低下する問題があった。新たに導入されたコンテキスト圧縮サービスは会話履歴をインテリジェントに管理し、重要なコンテキストを保ちながらトークン消費を削減する。またChapters（ナラティブフロー）機能はツールの呼び出し単位でセッションをトピックごとにグループ化し、長期タスクの構造を整理する。 その他の改善 UIの安定性向上としてTerminal Bufferモードが追加され、ツール出力の高頻度更新時の画面ちらつきが解消された。操作面ではメインの操作ショートカットがCtrl+XからCtrl+Gに変更されたほか、/about・/help・/skills reloadといった新コマンドが追加された。また、複数行入力のスクロールバー対応やポリシー承認の文脈保持（Context-Aware Policy Approvals）、非同期シェルプロセス監視ツールも実装された。拡張機能の面ではElasticsearchおよびAuth0管理の新インテグレーションが追加されている。 今後の展望 v0.39.0-preview.0も同時に公開されており、次世代機能の先行実装を試せる状態になっている。サブエージェントやChaptersといったセッション管理の仕組みは、長時間の自律的なコーディング・調査タスクをターミナルから実行するユースケースに向けた基盤強化の一環とみられる。Gemini CLIはオープンソースで開発が続けられており、今後もコミュニティからのフィードバックを取り込みながら機能拡充が進む見込みだ。

概要 Googleは2026年4月、AIエージェントによるAndroidアプリ開発を抜本的に高速化することを目的とした新ツール群を発表した。中心となる「Android CLI」は、Android SDKへの軽量なプログラム的アクセスを提供するコマンドラインインターフェースで、内部テストによればLLMのトークン使用量を70%以上削減し、タスク完了速度を従来の3倍に向上させると報告されている。このツールはApple Silicon、AMD64 Linux、AMD64 Windowsに対応しており、d.android.com/tools/agentsから入手できる。 3つのコアコンポーネント 発表された新ツール群は3つの主要コンポーネントで構成される。 Android CLI はandroid sdk install（SDK管理）、android create（プロジェクト生成）、android emulator（デバイス管理）、android run（アプリデプロイ）、android update（更新）といったコマンドを通じて、エージェントがAndroid開発の主要操作を簡潔に実行できるよう設計されている。android describe引数でプロジェクトのメタデータを生成する機能も持つ。 Android Skillsリポジトリ は、Markdownベースの指示セット（SKILL.md）をエージェントに提供し、複雑なワークフローをベストプラクティスに沿って実行させる仕組みだ。android skillsコマンドで呼び出せるスキルは、現時点でNavigation 3への移行、エッジtoエッジ対応の実装、AGP 9およびXMLからComposeへの移行、R8設定の分析など7種類が用意されている。 Android Knowledge Base はandroid docsコマンドでアクセスでき、Androidデベロッパードキュメント、Firebase、Google Developers、Kotlinドキュメントを横断して情報を検索・取得できる専用リソースだ。 Android Studioとの関係と業界の動向 Android CLIはAndroid Studioを置き換えるものではなく、補完的な位置づけとされている。Googleは「CLIベースのエージェントで素早くプロトタイプを構築し、その後Android Studioでプロジェクトを開いてUIの仕上げや高度なデバッグ・プロファイリングを行う」という使い方を想定している。 一方、The Registerの報道では、現状のスキル数が7種類にとどまることや、ツールが「LLMがすでに得意な基本的なAndroidセットアップコマンドのラッパーに過ぎない」との開発者からの批判的な声も紹介されている。ただし、MicrosoftやJetBrainsも同様にエージェント向け開発ツールを整備しつつあり、従来の人間向けIDEをAI自律エージェントのワークフロー向けに再設計するという業界全体のトレンドの一環として捉えることができる。Android CLIが今後スキルや機能を拡充することで、Androidエージェント開発のデファクトスタンダードとなれるかが注目される。

概要 WSO2は2026年4月、Apache 2.0ライセンスのオープンソースAPIプラットフォームの一般提供（GA）を開始した。このプラットフォームは、従来型のAPIとAIアセットを単一のコントロールプレーンで統合管理できる設計となっており、企業がAIエージェントを活用した「エージェンティックAI」を安全かつガバナンスを維持しながら展開できるよう支援することを目的としている。ベンダーロックインを避けながらAI対応インフラを構築したい組織にとって、有力な選択肢となりそうだ。 同社API PlatformのVP兼GMであるDerric Gilling氏は、「企業がAPIをAIエージェントに公開するにあたり、新たなリスクプロファイルへの対応が求められている」と述べており、監視・統制機能の強化がプラットフォーム設計の中核にあることを強調した。 AI GatewayとMCP対応 プラットフォームの中核を担うAI Gatewayは、既存のAPIをAIエージェントが利用できるツールへ数分以内に変換する機能を備える。さらに、社内外のMCP（Model Context Protocol）サービスを統合管理し、LLM（大規模言語モデル）へのアクセス制御を細かく行える仕組みが組み込まれている。 具体的な機能としては、セマンティックキャッシング、アダプティブルーティング、トークンベースのレート制限、モデルルーティングなどが挙げられる。これにより、AIエージェントがAPIを呼び出す際のコストや品質を組織側でコントロールできる。 ガバナンスと安全性 AI Workspaceと呼ばれる集中管理コンソールには、ポリシーハブ経由で30種類以上の組み込み安全ガードレールが提供される。カスタムガードレールはGo言語で開発可能で、Azure Content Safetyとの統合にも対応している。 マルチゲートウェイフェデレーション機能により、Kong、Amazon API Gateway、Azure API Managementなど既存のAPIゲートウェイとの共存・連携も実現。自社管理（セルフホスト）、SaaS、ハイブリッドの3種類のデプロイメント方式から選択できる柔軟性も持つ。 FinOpsとマネタイズ プラットフォームはFinOps機能も内包しており、トークン消費量の可視化、支出上限の設定、自然言語によるインサイト生成をサポートする。Moesif連携によるモネタイズ機能では、プリペイドモデル、従量課金、成果ベースの料金設定といった多様な課金体系に対応している。AIの利用コストを組織内で適切に配分・管理したい企業ニーズに応えた実用的な機能セットと言える。

概要 GitKrakenは2026年4月16日、Git管理ツールの最新版「GitKraken Desktop 12.0」を正式リリースし、複数のAIコーディングエージェントを並列で管理できる「Agent Mode」を新たに搭載した。これまで開発者がAIエージェントを並列実行する際には複数のターミナルウィンドウを開いて管理する必要があったが、Agent Modeによってすべてのエージェントセッションを単一のパネルから確認・操作できるようになった。Claude Code、Codex CLI、GitHub Copilot、Gemini CLI、OpenCodeといった主要なAIエージェントに対応している。 主な機能と技術的な詳細 Agent Modeの中核となるのは、アクティブなすべてのエージェントとそれに関連するワークツリーを一覧表示する「Agent Panel」だ。各セッションが「実行中」「入力待ち」「完了」のいずれの状態にあるかをリアルタイムに示すステータスインジケーターが表示され、コンテキストの切り替えなしに全体の進捗を把握できる。また、拡張されたコミットグラフにより、すべてのアクティブなワークツリーが可視化され、エージェントが作業中の場所・コミット・コードベース全体との関係を直感的に確認できる。 エージェントの起動フローも大幅に簡略化されており、ブランチ名を選択してエージェントを選び「Start」をクリックするだけでセッションを開始できる。ワークツリーの作成、セットアップコマンドの実行、エージェントの起動までが自動化される。作業完了後はワンクリックでワークツリーを削除できる。 背景と意義 GitKrakenのCEO Matt Johnstonは「新しい時代に勝利する開発者は、最高のコードを書く者でも最高のプロンプトを入力する者でもなく、マルチエージェントの出力を最大化しながら制御を維持できる者だ」とコメントしている。Agent Modeはシニアエンジニアだけでなく、コマンドラインに不慣れなジュニア開発者も並列AIワークフローに参加できるよう設計されており、チーム全体での生産性向上を狙っている。 また、GitKraken Insightsとの連携により、コミット頻度やサイクルタイム、エージェント支援による成果物などのチーム全体のメトリクスを追跡することも可能となっている。

概要 MozillaのMZLA Technologies（Thunderbirdメールクライアントで知られるMozilla Foundationの営利子会社）は2026年4月16日、エンタープライズ向けオープンソースAIクライアント「Thunderbolt」を発表した。MPL 2.0ライセンスのもとGitHubで公開されており、企業が自社インフラ上でセルフホストしながらAIを活用できるよう設計されている。Microsoft Copilot、ChatGPT Enterprise、Claude Enterpriseといった大手SaaS型AIサービスに対するオープンな代替として位置付けられており、ベンダーロックインとデータ管理への懸念に直接応えるものだ。 MZLA CEOのRyan Sipesは「私たちが今日解決しようとしている問題は、主権とコントロールの問題だ。AIはアウトソースするには重要すぎる」と述べ、組織がAIインフラを外部サービスに依存するのではなく、自らの手で管理すべきだという考えを強調した。 技術アーキテクチャと主な機能 Thunderboltは、チャット・検索・リサーチといった機能を統合した「AIワークスペース」として機能する。deepsetのHaystackプラットフォームと連携することでバックエンドシステムとエージェントワークフローを一元化できるほか、Model Context Protocol（MCP）サーバーおよびAgent Client Protocol（ACP）対応エージェントをサポートしている。これにより既存の社内データパイプラインを大規模に改修することなく接続できる。 対応プラットフォームはWindows・macOS・Linux・iOS・Androidと幅広く、Webクライアントも提供される。利用するAIモデルは組織が自由に選択でき、商用クラウドモデルのほか、オープンソースモデルや完全ローカルホスト型のモデルにも対応する。機密データを単一マシン上で処理することも可能だ。ワークフロー自動化機能として、スケジュール設定によるブリーフィング生成・トピック監視・レポート作成・イベント連動動作なども実装されている。セキュリティ面では、デバイスレベルのアクセス制御とオプションのエンドツーエンド暗号化が用意されている。現在、エンタープライズ向け本番利用に向けたセキュリティ監査が進行中だ。 ビジネスモデルと提供形態 ソースコードはGitHubで誰でも利用可能だが、MZLAはエンタープライズ向けにサポート・カスタマイズ・デプロイメント支援を有償提供することで収益化を図る。また、小規模チーム向けにはクラウドホスト版（マネージドサービス）の提供も計画されている。早期アクセスの申し込みはthunderbolt.ioで受け付けており、統合パートナーによるストレージ・インフラ管理・エンジニアリングサポートも用意される予定だ。 背景と戦略的意義 MZLAはMozilla Foundationが設立した営利部門であり、オープンソースとビジネスの両立を掲げている。Sipesは過去のFirefox躍進になぞらえ、Thunderboltを大手AI企業の市場独占に対抗する「反乱同盟」の一環として位置付けた。エンタープライズAI市場ではMicrosoft・OpenAI・Anthropicなど大手プロバイダーへの依存が進む一方、データ主権・プライバシー・コスト透明性への関心も高まっており、Thunderboltはそうした需要に応える選択肢として注目される。オープンソースコミュニティによる拡張や監査が可能な点も、エンタープライズ採用の後押しになると期待される。

概要 スウェーデンのソフトウェアサプライチェーン企業FossID ABは、AIツールによるコード生成・変更が急増する現状に対応した新技術「Agentic SCA（Software Composition Analysis）」を発表した。従来のSCAツールが開発後の下流フェーズで静的にスキャンするのに対し、Agentic SCAはAIエージェントが生成するコードをリアルタイムかつ継続的に監査する仕組みを提供する。自動車・半導体・通信・ソフトウェアなどの業界で選定されたエンタープライズ顧客によるパイロット段階にあり、2026年後半に正式リリースが予定されている。 技術的なアーキテクチャ Agentic SCAの核心はFossIDが独自に提供する「FossID MCPサーバー」だ。MCP（Model Context Protocol）を介してFossIDのナレッジベースと分析ツールをAIシステムから直接呼び出せるようにする。これによりCopilotなどのAIコーディングアシスタントや自律的なエージェントが、コードを生成・編集する瞬間にリアルタイムでオープンソースライセンス・脆弱性・著作権の問題を検出できる。 主な機能は以下の通りだ。 完全なファイルから断片的なコードスニペットまで、オープンソース・サードパーティ・プロプライエタリコードの検出 ライセンス義務の即時特定（複雑な混合ライセンスシナリオにも対応） 脆弱性の即時フラグ立てと修正ガイダンスの提供 シグネチャスキャン・スニペット検出・依存関係分析を含む多層ソースコード解析 コードの変化に応じた継続的な自動レポート生成 背景と課題 FossIDは、依存関係ベースのマネージドコードを前提として設計された従来型SCAツールが、AIによる高速なコード生成に追いつけなくなっているという問題意識をもとにAgentic SCAを開発した。AIが生成するコードはサードパーティライブラリの断片やスニペットを多数含むことがあり、既存のSCAツールではこれらを適切に検出できないケースがある。コンプライアンス違反や未検知の脆弱性が開発パイプラインに紛れ込む新たなリスクとなっており、Agentic SCAはこのギャップを埋めることを目的としている。 展望 AIコーディングツールの普及に伴い、生成されるコードに対するセキュリティ・ライセンスコンプライアンスの確保はますます重要な課題となっている。FossIDのアプローチは、コンプライアンスチェックを「後工程」から「生成時点」へと前倒しするという業界トレンドに沿ったもので、開発ライフサイクル全体での自動ガバナンスの実現に向けた動きが加速しつつある。

概要 GitHub Copilot CLIが自動モデル選択（autoモデル選択）機能を正式に一般提供（GA）開始した。この機能はすべてのCopilotプランのユーザーが利用可能で、ユーザーが手動でモデルを選択する手間なく、最も効率的なモデルが自動的に選ばれる。自動選択の対象となるモデルにはGPT-5.4、GPT-5.3-Codex、Sonnet 4.6、Haiku 4.5などが含まれており、ユーザーのプランおよび管理者が設定したポリシーに基づいて動的にルーティングが行われる。 技術的な詳細 autoモデル選択では、レート制限の軽減と最適なモデルの自動割り当てが実現される。実際にどのモデルが使用されたかはCLI上に透明な形で表示されるため、ユーザーは選択結果を確認できる。また、いつでも特定モデルへ手動で切り替えることも可能であり、柔軟な利用が担保されている。管理者によるポリシー設定も尊重されるため、企業環境でも安心して利用できる。 価格・割引 有料購読者がautoモデルを使用する場合、モデル乗数が通常より10%割引される。たとえば乗数1xのモデルを利用した際、通常1プレミアムリクエストが消費されるところ、autoモデル経由では0.9プレミアムリクエストの消費にとどまる。この割引はレート制限の緩和と合わせ、日常的にCopilot CLIを活用する開発者にとってコスト面でのメリットとなる。

概要 Linux Foundation主催の「OpenSearchCon Europe 2026」が、チェコの首都プラハで2026年4月16〜17日の2日間にわたって開催された。同カンファレンスはOpenSearchプロジェクトのユーザー・管理者・開発者が一堂に会し、実世界の課題解決事例の共有やコミュニティネットワークの構築を行う年次イベントで、今回はオープンソースの検索・分析・オブザーバビリティとエージェントAIの融合が主要テーマに据えられた。50以上のセッションが用意され、AWS、IBM、Oracle、SAP、ノルウェー政府などから多様なスピーカーが登壇した。 主要テーマと参加組織 今回のカンファレンスでは、エージェントAIと検索技術の融合が中心的なテーマとして掲げられた。大規模言語モデル（LLM）を活用したエージェントシステムが普及する中、検索・オブザーバビリティ基盤としてのOpenSearchの役割が改めて注目されている。企業・組織側からはAWSやIBM、Oracle、SAPといった大手テクノロジー企業に加え、ノルウェー政府も参加しており、OpenSearchが民間と公共セクターの双方で広く採用されていることが示された。スポンサーにはAdeptic Reply、AWS（以上ゴールド）、Instaclustr（シルバー）、Aiven、BigData Boutique、Eliatra、Hyland（以上ブロンズ）が名を連ねた。 セッション形式とコミュニティの取り組み プログラムは通常のセッション発表に加え、参加者主導で議題を決めるアンカンファレンス形式のセッションも設けられ、コミュニティの自発的な議論を促す場が用意された。セッションのスライドや動画は後日公開される予定で、参加できなかった開発者や利用者にも成果を広く共有する方針だ。OpenSearchConは欧州と北米で定期開催されており、グローバルなオープンソース検索コミュニティの中核的な情報交換の場として機能している。 今後の展望 OpenSearchはElasticsearchのフォークとして2021年に誕生して以来、急速にエコシステムを拡大してきた。今回のカンファレンスで示されたエージェントAIとの統合方向性は、RAG（Retrieval-Augmented Generation）パイプラインにおける検索エンジンとしての活用や、AIエージェントによるリアルタイムのオブザーバビリティ分析など、今後の主要ユースケースを示唆している。次回以降のOpenSearchConでも、AIとオープンソース検索の融合がさらに深化していくことが期待される。

概要 Microsoftは2026年4月13日、ローカルAI実行環境「Foundry Local」の正式リリースを発表した。最大の特徴は、AI環境をアプリケーションにバンドルしてインストーラとして配布できる点にある。エンドユーザーが別途クラウドサービスへの接続やモデルのセットアップを行う必要なく、インストールと同時にAI機能をオフライン環境でそのまま利用できる。これにより、クラウドへの依存やネットワーク遅延の問題なく、AIをアプリケーションに深く組み込んだ製品の開発・配布が可能になる。 技術的な詳細 ランタイムレイヤーにはONNX RuntimeとWindows MLを採用しており、実行環境のGPU・NPU・CPUを自動的に検出して最適な推論処理を行う。macOSではMetal APIを介してAppleシリコンのGPUにも対応しており、WindowsのみならずMacやLinuxでも同等の機能を利用できるクロスプラットフォーム対応となっている。 APIは、OpenAIのRESTful APIと互換性のある「Foundry Local Core API」として提供される。そのため、既存のOpenAI API対応コードからの移行が容易で、JavaScript・C#・Python・Rustの各言語向けSDKが用意されている。利用可能なモデルはGPT OSS、Qwen Family、Deepseek、Whisper、Mistral、Phiなど複数ファミリーから選択でき、用途や実行環境に応じたモデルサイズの使い分けも可能だ。 今後の展望 Microsoftは今後、AIモデルカタログの拡充、NPU・GPU対応デバイスのさらなる拡大、リアルタイム文字起こし機能の追加、そして複数アプリケーション間でのモデル共有機能といった強化を予定している。エッジ・オフライン環境でのAI活用ニーズが高まる中、配布可能な形でのローカルAIインフラを整備する同社の取り組みは、エンタープライズ向けアプリ開発においても注目される。

概要 Microsoftは2026年4月、AIエージェントが複数のデータベースに対してModel Context Protocol（MCP）経由で横断的に問い合わせを実行できる「SQL MCP Server」をオープンソースで公開した。PostgreSQL・MySQL・SQL Serverといった主要なデータベースから、Azure SQL Database・Azure SQL Data Warehouse・Azure Cosmos DBといったMicrosoftのマネージドサービスまで、6種類のデータベースへの同時接続に対応している。 技術的な詳細 SQL MCP ServerはMicrosoftのオープンソースプロジェクト「Data API builder for Azure Databases」の一部として提供される。Data API builderは、各種データベースに対してRESTful API・GraphQL・MCPの3つのアクセス手段を統一的に提供するプラットフォームであり、SQL MCP ServerはそのMCPサポートを担うコンポーネントとして位置づけられる。 オープンソースであるため、オンプレミス環境はもちろん、Microsoft AzureやAWSなど任意のクラウド環境でも無償で利用・展開できる。複数データベースへの同時接続をサポートしているため、AIエージェントが異なる種類のデータベースをまたいで情報を収集・統合するユースケースにも対応する。 背景と意義 MCPはAnthropic社が提唱したオープンプロトコルで、AIエージェントが外部ツールやデータソースと標準化された方法でやり取りするための仕様だ。MicrosoftがSQL MCP Serverを公開したことで、企業の既存データベース資産をAIエージェントから直接活用しやすくなり、MCPエコシステムのデータ活用領域がさらに拡充された形となる。Data API builderを通じてGraphQLやRESTによるアクセスも同時に提供されるため、AIエージェント以外のユースケースとも統一的なインフラとして機能する点も注目される。