AI・エージェント

エージェント同士が会話する時代へ——A2Aと「誰が責任を持つのか」問題

2025.04.14 / 読了目安 7分 / 執筆: Qronix 開発チーム

#AIエージェント#データ連携

2025年4月、GoogleがA2A(Agent2Agent)プロトコルを発表しました。AIエージェント同士が標準的な作法で直接やり取りする仕組みで、50社以上のパートナーが名を連ねています。エージェントがツールを呼ぶMCPに続き、今度はエージェントがエージェントを呼ぶ時代。私たちが最初に考えたのは技術ではなく責任の話でした。

手を重ねるチームPhoto: Unsplash
CONTENTS
1. A2Aで何が起きたのか——発表の中身を整理する 2. エージェントの伝言ゲームで誤差は増幅する 3. 「誰が責任を持つのか」に答えはまだない 4. CADの現場でエージェント連携はどう使えるか 5. 私たちの結論——会話はAIに、実行は関所の向こうに

A2Aで何が起きたのか——発表の中身を整理する

今月Googleが発表したA2Aは、AIエージェント同士が互いの能力を知り、タスクを依頼し合うための共通プロトコルです。各エージェントは自分に何ができるかを記した「エージェントカード」を公開し、他のエージェントはそれを見て仕事を投げる。発表時点で50社を超える企業が対応を表明しており、業界の本気度がうかがえます。

少し前に普及が始まったMCP(Model Context Protocol)が「エージェントとツールをつなぐUSB規格」だとすれば、A2Aは「エージェントとエージェントをつなぐ電話回線」です。両者は競合ではなく階層が違います。ツールを呼ぶのがMCP、同僚に頼むのがA2A。この整理だけ覚えておけば十分です。

重要なのは、これが単なる新機能ではなく「複数のAIが人間を介さずに連携する」ことの標準化だという点です。1体のエージェントの精度の話から、エージェントの組織論の話へ。議論のステージが変わりました。そして組織論には、人間の組織が数百年かけて学んできた教訓がそのまま持ち込めます。ここからが本題です。

エージェント標準化の流れ(2024-2025)2024年11月MCP公開。エージェントとツールの接続を標準化2025年3月MCP採用が急拡大し事実上の標準に2025年4月Google A2A発表。エージェント間連携の標準化へ
ツール接続の標準化から、エージェント間連携の標準化へ

エージェントの伝言ゲームで誤差は増幅する

エージェント連携と聞いて私たちがまず思い浮かべたのは、人間の伝言ゲームです。1人が9割の精度で伝えても、5人経由すれば6割を切ります。確率の掛け算は非情です。エージェントも同じで、1体の成功率が90%でも、3体が直列につながれば全体は73%まで落ちます。

人間の組織はこの問題を、復唱、書面化、承認印といった仕組みで抑え込んできました。つまり連携の信頼性は、個々の能力ではなく検証の仕組みで担保されてきたわけです。エージェント連携にも同じことが必要になります。A2Aはメッセージの規格を決めましたが、内容が正しいかの検証は各自の宿題のままです。

だから私たちはA2Aのニュースを「便利になる話」ではなく「関所が増える話」として読みました。エージェントが増えるほど、境界での検査ポイントは増える。省いた分だけ、誤差は静かに増幅します。派手な連携デモの裏で、この地味な算数から逃げられる設計者はいません。

エージェントが増えるほど、境界の検査は増える。
省いた分だけ誤差は増幅する。

直列連携の成功率の目減り73%73%0.9×0.9×0.9。検証なしの連携は精度を静かに削る
1体90%のエージェントを3体直列につないだ場合の理論値

「誰が責任を持つのか」に答えはまだない

エージェントAがエージェントBに依頼し、Bの出力が間違っていて損害が出た。責任はAの運用者か、Bの提供者か、プロトコルを選んだ設計者か。A2Aの仕様書はこの問いに答えません。答えられないのが当然で、これは技術仕様ではなく契約と業務設計の問題だからです。

製造業はこの問題の先輩です。サプライチェーンでは発注側と受注側の責任分界を図面、検査成績書、受入検査で明確にしてきました。部品を買う時、私たちは相手の善意を信じるのではなく、受入検査で品質を確認します。エージェント連携でも受入検査に相当する層を自分の側に持つべきです。

逆に言えば、責任分界を決めずにエージェント同士をつなぐのは、検収条件を決めずに外注に出すのと同じです。うまくいっている間は快適で、事故が起きた瞬間に泥沼になります。導入前の平時にこそ、事故が起きた時に誰が何を負うのかを紙に書いておくべきです。技術選定より先にやる仕事だと私たちは考えます。

CADの現場でエージェント連携はどう使えるか

抽象論だけでは終わらせません。CADの現場で考えてみます。例えば「設計変更の指示を受けたエージェントが、CATIAの形状変更マクロを起動するエージェントに依頼し、完了後に検図エージェントが干渉チェックを回す」という連携は、A2A的な世界観の自然な応用です。

ただし、この連携の価値を決めるのは会話部分ではなく、各エージェントの足元にある実行の確実性です。形状変更が検証済みのマクロで行われ、検図の判定基準が明文化されていて初めて、連携全体が意味を持ちます。会話だけ流暢で実行が不安定なエージェントをつないでも、不良品の受け渡しが高速化されるだけです。

私たちの経験則では、エージェントに渡してよいのは判断の入口と出口の整理で、実行の中身は決定的な(毎回同じ結果になる)仕組みに任せるべきです。この構造はエージェントが1体でも10体でも変わりません。CATIAのマクロ実行のように結果が形状として残る仕事なら、なおさら実行部分の確実性が全体の信頼を決めます。

A2A時代のエージェント連携と関所の位置1依頼エージェント要求を整理してA2Aで依頼2受入検査(関所)依頼内容の妥当性を実行前に検査3検証済みツール実行AIは生成せず選択のみ。実行は決定的4結果検証と報告出力を検図し、異常なら停止
会話の層と実行の層を分け、境界ごとに検証を置く

私たちの結論——会話はAIに、実行は関所の向こうに

私たちが特許出願中のAIエージェント「Qi」で貫いている原則は「AIに作らせない」です。AIはその場でコードを生成せず、検証済みツールの選択だけを行い、実行前にDSLの関所が引数と前提条件を検査する。A2Aの登場でエージェントが何体つながろうと、この原則は変わりません。むしろ連携が増えるほど効いてきます。

エージェント連携の設計で決めるべきことを3つに絞ります。第一に、各エージェントの権限の上限(何を実行してよいか)。第二に、境界ごとの検証方法(受け取った依頼と結果をどう検査するか)。第三に、失敗時の停止と報告の経路。異常があれば止まる。自働化の原則はエージェントの世界でもそのまま通用します。

A2Aは間違いなく重要な一歩です。ただ、盛り上がっているのは配線の話で、配線の先の安全装置は各社の設計に委ねられています。会話はAIに任せていい。実行は関所の向こうに置く。私たちはそう考えて、この新しい時代を歓迎しています。接続の自由と実行の規律。両方そろって初めて実務です。

「AIに何をさせるか」の設計でつまずいたら、声をかけてください。私たちは自社の現場でAIエージェントを回しながら仕組みを作ってきました。その手順をそのままお渡しします。

設計変更の依頼が実行されるまで設計変更の指示が届く形状変更の担当エージェントへ依頼する検証済みツールを選ぶコードは作らない関所で引数と前提条件を満たす?止めて報告する検証済みマクロで形状を変更検図エージェントが干渉チェックを回す明文化した判定基準を満たす?止めて報告する依頼元へ結果を返す不合格合格満たす満たさない
図4: 会話で依頼をつなぎ、実行の直前に関所で検査し、合わなければ止めて報告する流れ。
Qronix 開発チーム

CATIA歴22年超・愛知県の大手自動車メーカー及びグループ各社でCATIAツール開発の技術責任者を務めたメンバーを中心とする、CAD自働化のスペシャリスト集団。2024年創業、特許第7907964号を保有。

「うちの資産でもできる?」
まずその質問からどうぞ。

できる・できないの判定と自働化設計書のご提案までは無料です。

contact@qronix.jp へ相談する
記事一覧をすべて見る →
← 記事一覧へトップページへ →