Square開発元のBlockが新AIエージェント「Goose」をオープンソース化、セッション中の機能拡張が可能に

2025年1月29日

当記事のリンクにはアフィリエイト広告が含まれています。

Jack Dorsey率いるBlock（旧Square）が、高度な柔軟性を持つAIエージェント開発フレームワーク「Goose」を、Apache License 2.0の下でオープンソース化した。セッション実行中でも新機能の追加が可能という画期的な特徴を持ち、開発効率を最大20%向上させる効果が報告されている。

革新的な柔軟性を実現する設計思想

Gooseの革新性は、その基盤となるアーキテクチャ設計に深く根ざしている。従来のAIエージェントでは、利用可能な機能やツールをセッション開始時に定義する必要があり、作業の途中で新たなニーズが発生した場合、セッションを再起動する必要があった。これに対してGooseは、Model Context Protocol（MCP）を採用することで、動的な機能拡張を実現している。

Block社のリードエンジニアであるBrad Axen市によれば、この柔軟性は実際の開発現場での作業フローに合わせて設計されたという。開発者が作業を進める中でGoogle Docsの参照が必要になったり、チーム内でのコミュニケーションのためにSlackとの連携が求められたりする場合でも、作業の文脈を失うことなく即座に新しい機能を追加できる。これは開発者の思考の流れを中断させないという点で、極めて重要な進歩だと言える。

この柔軟性を技術的に支えているのが、AnthropicのModel Context Protocol（MCP）である。MCPは標準化されたAPIスイートとして機能し、コンテンツリポジトリ、ビジネスアプリケーション、開発環境など、多様なシステムとの接続を可能にする。重要な点は、これらの接続がすべて標準化されたプロトコルを通じて行われることだ。これにより、新しいツールや機能の追加が極めて容易になり、開発者は必要に応じて独自の拡張機能を作成することもできる。

さらに、Gooseはこれらの接続をリアルタイムで管理する高度なコンテキスト管理システムを備えている。このシステムにより、新しく追加された機能は即座にエージェントの能力セットに統合され、既存の文脈を維持したまま新しい機能を活用することができる。この設計により、開発者は作業の流れを中断することなく、必要な機能を必要なタイミングで追加できる。

また、GooseはPythonからRustへの完全な書き直しを経て、より効率的な実行環境を実現している。この変更により、拡張機能の動的な追加や削除がより高速かつ安定して行えるようになった。特筆すべきは、このネイティブアプリケーションの開発において、Goose自身が70%のコードを生成したという事実だ。これは、システムの実用性と効率性を実証する具体的な例となっている。Gooseの導入により開発者の作業時間が平均で20%削減され、場合によっては1-2日分の作業を自律的に処理できるケースもあるという。

BlockのAI部門責任者であるJackie Brosamer氏は、Gooseの開発について「基本的な機能を汎用的な能力として構築した」と説明する。同社は先週、オープンソースプログラムオフィスを立ち上げ、オープンソースリソースへの戦略的コミットメントを強化している。

高度な自律性と広範な応用可能性

Gooseは主にエンジニアリングエージェントとして設計されており、以下のような機能を備えている：

リアルタイムでのコード検索と作成
ファイルの読み書き
自律的なタスク実行
依存関係の管理
テストの実行と出力の最適化

Gooseの特筆すべき特徴は、その自律的な作業遂行能力と、多様な開発タスクへの適応性にある。Gooseは、開発者の日常的な作業フローに深く統合される形で機能する。特に注目すべきは、コードの検索や作成をリアルタイムで行いながら、必要な依存関係の管理やテストの実行まで、一連の開発プロセスを自律的にハンドリングできる点である。

具体的な活用例として、Blockの開発チームはGooseを活用して複数の大規模なコード移行プロジェクトを成功させている。EmberからReact、RubyからKotlin、さらにはPrefect-1からPrefect-2への移行など、通常であれば膨大な時間と労力を要する作業を効率的に実行できることが実証されている。

また、Gooseの応用可能性は純粋なコーディング作業を超えて、より広範な開発タスクにも及んでいる。例えば、新しいプロジェクトにおける未知のプログラミング言語の習得支援や、依存性注入フレームワークにおけるコードベースの移行、ビルド自動化ツールを使用したパフォーマンスベンチマークの実施など、開発プロセス全体をサポートする包括的な機能を提供している。

さらに注目すべきは、Gooseがコード品質の向上にも貢献している点だ。特定のしきい値を超えるコードカバレッジの達成や、APIのスキャフォールディング、データ保持のための設計、さらにはDatadogモニターの作成やフィーチャーフラグの管理まで、品質管理に関連する広範なタスクを自動化できる。これにより、開発者はより創造的な作業に集中することが可能になっている。

Brosamer氏は、Gooseの将来的な可能性についても言及している。現在は主にソフトウェア開発分野での活用が中心だが、音楽生成などのクリエイティブな領域への展開も視野に入れているという。これは、Gooseの基本機能が汎用的な能力として設計されていることを反映している。

アーキテクチャと実装の特徴

Gooseのアーキテクチャは、シンプルながら高度な柔軟性を実現する設計思想に基づいている。基本的な構造は「テキストを入力して、テキストを出力する」というLLMの基本的な対話の枠組みを踏襲しながら、そこにツール統合の機能を付加することで、実用的なAIエージェントを実現している。

三層構造による柔軟な設計

Gooseの中核を成すのは、インターフェース、エージェント、拡張機能という3つの主要コンポーネントだ。まずユーザーとの接点となるインターフェースは、デスクトップアプリケーションまたはコマンドラインインターフェース（CLI）として実装されている。このインターフェースがユーザーからの入力を受け取り、処理結果を表示する役割を担っている。

その下でGooseの中核的な処理を行うエージェントは、対話のループを管理する重要な役割を果たしている。このエージェントは、ユーザーからの要求を解釈し、適切なツールを呼び出し、結果を取りまとめる司令塔として機能する。特筆すべきは、一つのインターフェースから複数のエージェントを同時に起動し、異なるタスクを並行して処理できる点である。

そして三つ目の層である拡張機能は、コマンドの実行やファイル操作など、具体的なアクションを実行するためのツールを提供している。これらの拡張機能は、Model Context Protocol（MCP）という標準化されたプロトコルを通じて接続されている。

インテリジェントな対話の仕組み

Gooseの対話プロセスは、以下のような流れで進行する。まずユーザーからリクエストを受け取ると、Gooseはそれを選択されたLLMプロバイダーに転送する。このとき、利用可能なツールのリストも一緒に送られる。LLMは要求を処理し、必要に応じてツールの呼び出しをJSON形式で指示する。

Gooseはこのツール呼び出しを実行し、その結果をLLMに返送する。この過程で追加の拡張機能が必要になった場合は、このステップが繰り返される。特に重要なのは、Gooseが古い情報や無関係な情報を自動的に除去し、LLMが最も重要な情報に集中できるようにしている点である。

効率的なリソース管理

Gooseは、LLMのトークン使用量を最適化するための様々な工夫を実装している。例えば、高速で軽量なLLMを使用して要約を生成したり、アルゴリズムによって古くなった情報を自動的に削除したりする。また、大規模なファイルを扱う際には、全体を書き換えるのではなく検索と置換を使用したり、システムファイルをスキップするためにripgrepを活用したりするなど、効率的な処理を心がけている。

エラー処理の革新的アプローチ

従来のシステムでは、エラーが発生するとプロセスが中断されてしまうことが多かったが、Gooseは異なるアプローチを採用している。無効なJSON、存在しないツールの呼び出しなどのエラーを検出した場合、それらをツールの応答として扱い、LLMに返送する。これにより、LLMは発生した問題を理解し、適切な対処方法を見出すことができる。

この実装により、Gooseは単なるツールの寄せ集めではなく、高度に統合された開発支援システムとして機能することが可能になっている。特に、セッション中での拡張機能の動的な追加や、効率的なリソース管理機能は、実際の開発現場での利用を強く意識した設計となっている。