AnthropicとOpenAIのAIエージェント技術が共通基盤へ：Linux Foundation傘下に10プロジェクトが集結

Agentic AI Foundation（AAIF）は2026年10月22日、AIエージェントの作業手順や実行環境に関わる4つのプロジェクトが新たに参加すると発表した。Anthropicの「Agent Skills」やOpenAIの「Open Responses」などが加わり、2025年12月に3件のプロジェクトで発足したAAIFの運営対象は計10件に拡大する。これまでのAIモデルと外部ツールの接続に関する標準化に加え、エージェントの訓練・評価や、安全な実行環境を支える技術も、ベンダー中立の運営体制に加わることになる。ただし、共通仕様の採用によって異なる製品間の互換性が高まるとしても、あらゆる環境で同じ動作や安全性が保証されるわけではない。

AAIFに加わる4つのプロジェクト、それぞれの役割

今回加わる4つのプロジェクトは、AIエージェントを構成する異なる技術領域を対象としている。Agent Skillsはエージェントに与える作業手順、Open ResponsesはAIモデルとの通信、OpenEnvは訓練・評価環境、OpenSandboxは安全な実行環境の構築と管理を担う。いずれもAIエージェントの開発や運用に関わる技術だが、標準化を目指す対象はそれぞれ異なる。

Linux Foundationが10月22日に発表した内容と各プロジェクトの公式文書を基に、それぞれの役割と実装時に確認すべき点を整理すると、次のようになる。

プロジェクト	寄贈元	共通化する対象	実装時の確認点
Agent Skills	Anthropic	指示、スクリプト、資料をまとめた作業手順	スキルが必要とするツールや実行環境
Open Responses	OpenAI	モデルへの要求、応答、処理状況の表現形式	共通仕様の対応範囲と提供元独自の拡張機能
OpenEnv	Hugging Face	訓練・評価環境とのやり取りや環境の配布方法	環境ごとの実装と変更される可能性があるAPI
OpenSandbox	Alibaba	隔離環境の作成・管理と、その内部での処理実行	実行基盤ごとの隔離機能や通信制御

この分類は各プロジェクトの主な目的を整理したものであり、性能や成熟度を比較したものではない。実際には用途が重なる部分もあり、OpenSandboxはAIエージェントの実行だけでなく、強化学習の訓練環境にも利用できる。それでも、どの技術を異なる製品や実行基盤の間で共通化しようとしているのかを区別することで、開発者が確認すべき仕様や互換性の範囲が明確になる。

今回の4件は、すでにAAIFに参加しているModel Context Protocol（MCP）、AGENTS.md、gooseなどに加わるものだ。このほか、Agent2Agent（A2A）、Agent Router、agentgatewayも参加しており、AAIFが運営するプロジェクトは計10件となる。今回の発表は、4つの技術が新たに開発・公開されたことを意味するのではなく、既存のプロジェクトが特定企業による管理から、ベンダー中立の共同運営へ移行するという点に意義がある。

Agent Skillsは作業手順を共有し、Open Responsesはモデルとの通信を共通化する

Agent Skillsは、AIエージェントに特定の業務を実行させるための手順や知識を、異なる製品間で再利用できるようにする仕組みだ。公式仕様では、スキルを少なくともSKILL.mdというファイルを含むディレクトリとして定義している。このファイルに作業手順を記述し、必要に応じてスクリプトや参考資料などを同じディレクトリに格納できる。単に長い指示文を毎回モデルに渡すのではなく、特定の作業に必要な情報をまとめ、必要な場面で利用できるようにする設計だ。

Agent Skillsの特徴の一つが、情報を段階的に読み込む仕組みである。まずスキルの名前と説明によって用途を判断し、実際にそのスキルを使用する段階でSKILL.mdに記述された手順を読み込む。さらに、付属するスクリプトや参考資料は、必要になったときに参照する。この方式により、専門的な業務に必要な知識をまとめて管理しながら、すべての情報を常にモデルのコンテキストへ読み込む必要がなくなる。

ただし、作業手順の記述形式が共通化されても、その手順を実行するためのツールや環境まで統一されるわけではない。仕様には、対象となる製品やシステム要件を記述するcompatibilityフィールドも用意されている。開発者があるAIエージェント向けのスキルを別の製品へ移す場合、SKILL.mdを読み込めるだけでなく、付属スクリプトを実行できるか、必要なツールや外部サービスを利用できるかまで確認しなければならない。

一方、Open Responsesは、アプリケーションとAIモデルの提供元との通信を共通化するための仕様だ。OpenAIのResponses APIを基に、モデルへ送る要求や生成結果、ツール呼び出しなどを共通の形式で表現する。Open Responsesの仕様では、メッセージやツール呼び出しなどを「項目」という単位で扱い、それぞれの内容や状態を表す方法を定義している。

生成中の応答についても、単にテキストを順次受信するだけではなく、処理の進行状況を意味のあるイベントとして扱う。例えば、新しい出力項目が追加されたことや、処理が進行中であること、完了したことなどを区別できる。こうした共通形式を利用すれば、アプリケーションの開発者はモデル提供元ごとのAPIの違いを吸収しやすくなり、テキスト生成だけでなくツールの実行状況も統一的に扱えるようになる。

もっとも、Open Responsesを採用したからといって、すべてのモデル提供元を完全に同じ方法で利用できるわけではない。仕様でも、提供元が独自に追加したフィールドへの依存は、アプリケーションの移植性を低下させると明記している。あるサービス独自の機能を利用している場合、別のOpen Responses対応サーバーでも同じように動作するとは限らない。そのため、モデル提供元の切り替えを容易にするには、アプリケーションが使用する機能のうち、どこまでが共通仕様に含まれ、どこからが提供元独自の拡張なのかを把握しておく必要がある。

OpenEnvは訓練・評価環境、OpenSandboxは隔離実行環境を共通化

OpenEnvは、AIエージェントが行動し、その結果を受け取る訓練・評価環境を作成、共有するためのフレームワークだ。特に強化学習では、モデルの性能だけでなく、どのような行動を実行でき、その結果としてどのような情報や報酬が返されるかという環境の設計も重要になる。OpenEnvは、こうした環境とのやり取りを共通化し、異なる訓練システムや評価基盤で再利用しやすくすることを目指している。

Hugging Faceの公式文書では、環境を初期状態に戻すreset()、行動を実行して環境を進めるstep()、現在の状態を取得するstate()などを共通APIとして定義している。作成した環境はDockerイメージとして配布でき、ローカル環境やクラウド上で動作させることが可能だ。訓練・評価に使用する環境ごとに異なる接続方法を実装する負担を減らし、同じ環境を複数のシステムで利用しやすくする狙いがある。

また、MCPに対応した環境では、本番運用向けのモードでツールを公開することもできる。これにより、訓練・評価に使う環境と、実際にエージェントが利用するツールとの接続も視野に入る。ただし、公式文書はOpenEnvが開発初期の段階にあり、今後APIが変更される可能性を明記している。導入する際には、環境の配布方法だけでなく、採用するバージョンでAPIや接続方法がどの程度安定しているかも確認する必要がある。

これに対し、OpenSandboxはAIアプリケーションがコードを実行したり、ブラウザーなどを操作したりするための隔離環境を構築・管理するプラットフォームだ。複数のプログラミング言語に対応したSDKと共通APIを備え、DockerやKubernetesを実行基盤として利用できる。AIエージェントによるコード実行やブラウザー操作に加え、評価や強化学習の訓練にも利用できるため、OpenEnvと用途が重なる部分もある。ただし、OpenEnvが訓練・評価環境とのやり取りを共通化するのに対し、OpenSandboxは隔離環境の作成・管理と、その内部での処理実行に重点を置いている。

OpenSandboxのアーキテクチャ文書では、隔離環境の作成や削除などを管理する経路と、コマンドの実行やファイル操作を行う経路を分離している。さらに、隔離環境から外部サービスへの通信を制御する仕組みも、独立した構成要素として設けられている。これにより、環境のライフサイクル管理と、その内部での処理や外部通信を、それぞれ異なる役割として扱えるようにしている。

ただし、共通APIで隔離環境を作成できることと、その環境で十分な安全性が確保されることは別の問題だ。OpenSandboxの文書でも、実行機能やネットワーク制御などの利用可能な機能は、選択した実行基盤によって異なると説明している。そのため、OpenSandboxを採用したという事実だけで、安全性を一律に評価することはできない。実際の導入では、どの実行基盤を使用し、何を隔離対象とするのか、外部への通信をどのように制限するのかを具体的に確認する必要がある。

ベンダー中立の運営が変えるものと、残る互換性の課題

今回のAAIFへの参加によって大きく変わるのは、各プロジェクトの仕様や実装の将来を、誰がどのように決めていくかという運営体制だ。Linux Foundationの発表でAlibabaは、OpenSandboxの将来を一社だけで決めるのではなく、より多くの開発者や組織が開発方針に関われるようにすることが参加の目的だと説明している。これは、技術仕様の共通化だけでなく、仕様の変更や機能の追加についても、特定企業に依存しない意思決定の仕組みを整える動きといえる。AIエージェントを支える技術が複数の企業や製品で利用されるようになるにつれ、その仕様を誰が管理するのかという問題も重要性を増している。

ただし、ベンダー中立の運営体制が整っても、異なるプロジェクトや製品を組み合わせるだけで、すべての機能が問題なく動作するわけではない。開発者はまず、それぞれの仕様が対象とする範囲を理解し、共通化された部分と個別の実装に依存する部分を区別する必要がある。Agent Skillsを別の製品へ移すなら必要なツールや実行環境を、Open Responsesを利用してモデル提供元を切り替えるなら独自拡張への依存を確認しなければならない。OpenEnvやOpenSandboxについても、APIのバージョンや実行基盤ごとの隔離機能、外部通信の制御方法などが導入時の重要な判断材料となる。

AAIFが運営するプロジェクトが10件に増えたことは、AIエージェントを支える技術の標準化が、モデルとツールの接続から、作業手順、訓練、実行環境へと広がっていることを示す。ただし、これらが一つの統合製品になるわけではなく、異なる実装間での互換性や安全性は、今後も個別に検証する必要がある。共通仕様の採用が進み、製品や実行基盤を変更しても同じ手順や環境を再利用できる範囲が広がれば、開発者は特定のベンダーに依存せず、用途に応じてAIエージェントの構成を選びやすくなるだろう。