生成AI（AI）の急速な普及に伴い、特定のタスクを自律的に遂行する「AIエージェント」の開発が世界中で過熱しています。
しかし、その華々しい進歩の裏側で、開発現場はある深刻な課題に直面しています。
それは、エージェントを安定して稼働させ、制御し、監視するための「インフラ基盤」が圧倒的に不足しているという現実です。
多くの企業が独自のSDKやクラウドツールを継ぎ接ぎして場当たり的なシステムを構築していますが、これではエンタープライズレベルの要求に応えることは困難です。
こうした状況を打破すべく、GitHubの元ディレクターであり、オープンソース界の重鎮として知られるブライアン・ダグラス（Brian Douglas）氏が、新たなスタートアップ「Paper Compute」を立ち上げました。
同社が掲げるミッションは、AIエージェントの下層に位置する「失われたインフラ・レイヤー」を構築することです。
AIエージェント開発が直面する「運用の壁」
現在のAIエージェント開発は、いわば「家を建てる前に豪華な家具を揃えている」ような状態にあります。
エージェントそのものの能力向上には多大な労力が割かれていますが、それを支える土台となるシステムについては、十分な議論がなされてきませんでした。
ダグラス氏は、LinkedInでの投稿において「誰もがエージェントを作っているが、その下のシステムを作っている人間が少なすぎる」と指摘しています。
プロダクション環境でAIエージェントを運用する際、開発チームは常に以下のようなリスクと隣り合わせになります。
- エージェントが予期せぬ挙動をした際に、原因を特定するための「可観測性（オブザーバビリティ）」が欠如している。
- LLM（大規模言語モデル）へのアクセス権限や外部ツールとの連携において、セキュリティ境界をどう定義すべきかが不明確。
- プロンプトから推論、実行に至るまでのプロセスがブラックボックス化しており、監査が不可能。
Paper Computeは、これらの課題を解決するために、オープンソースを基盤とした信頼性の高いクラウドネイティブ・ツールの提供を目指しています。
Paper Computeが提供する2つの革新的プロダクト
Paper Computeは、AIエージェントの信頼性と制御性を高めるために、すでに2つの主要なオープンソース製品をリリースしています。
これらのツールは、既存のアプリケーションコードに手を加えることなく導入できる「ゼロ・インストルメンテーション」を重視しています。
1. 動作の完全な記録を可能にする「Tapes」
AIエージェントがどのような思考プロセスを経て結論に至ったのか、あるいはどこで失敗したのかを詳細に把握することは極めて困難です。
Tapes は、エージェントと推論プロバイダー（LLM）の間に位置し、全てのトラフィックを傍受・記録するプロキシサービスとして機能します。
| 機能 | 説明 |
|---|---|
| プロキシサービス | エージェントとLLM間の通信を自動的にキャプチャし、改ざん不可能なログとして保存する。 |
| API/CLIクライアント | 記録されたセッションやメッセージ、メタデータを容易にクエリし、実行履歴を追跡できる。 |
| ターミナルUI | ステップバイステップでエージェントのアクティビティを視覚的にトレース可能。 |
これにより、開発者はSDKの制約に縛られることなく、エージェントの全挙動をリプレイ可能なログとして手に入れることができます。
2. 安全な実行環境を構築する「StereOS」
エージェントに実環境での操作権限を与えることは、セキュリティ上の大きな懸念事項です。
これに対し、Paper ComputeはAIエージェント専用のLinuxベースOSである StereOS を開発しました。
これは、エージェントを完全に分離されたサンドボックス環境で実行することを目的としています。
ダグラス氏は、「Tapesは何が起きたかを示し、StereOSはそれ以上の事態（不正な挙動）が起きないことを保証する」と述べています。
たとえば、メールを分類するエージェントに対して「閲覧」は許可するが「送信」や「削除」はOSレベルで禁止するといった厳格な制御が可能です。
セッション終了とともに環境は破棄され、認証情報も消滅するため、攻撃者が永続的にシステムに侵入し続けるリスクを最小限に抑えられます。
インフラの成熟がもたらす「AIデータの資産化」
Paper Computeの戦略において興味深い点は、同社がインフラの提供そのものだけではなく、「エージェントを通じて流れるデータ」の価値に注目していることです。
ダグラス氏は、エージェントが実行したセッション記録こそが、将来的にシステムがどのように意思決定を行い、どのように改善されるべきかを示す「宝の山」になると考えています。
将来的には、これらのテレメトリデータを活用して、エージェントの特定の行動を「スキル」として再利用可能なモジュールに変換したり、推論の最適化を行ったりするプラットフォームへと進化させる計画です。
社名の由来ともなっている「Pay-per compute（計算量に応じた支払い）」モデルを見据え、データの流量とコンピューティングのリソース管理を統合する野心的なビジョンを描いています。
業界のベテランが集結する強力なチーム体制
Paper Computeがこれほどまでに注目を集める理由は、その製品群だけでなく、創業メンバーの顔ぶれにもあります。
- ブライアン・ダグラス（CEO）: GitHubでの開発者アドボカシー経験に加え、CNCF（Cloud Native Computing Foundation）でも活躍したオープンソースのスペシャリスト。
- ジョン・マクブライド（CTO）: AWSでのエンジニア経験を持ち、オープンソース開発プラットフォーム「Open Sauced」でAIエンジニアを率いた実績を持つ。
- マシュー・イーゼル（Founding Engineer）: AWSのEC2やAmazon Linux、そしてコンテナ特化型OS「Bottlerocket」の構築に携わったインフラのプロフェッショナル。
このチーム構成は、Paper Computeが単なる開発ツールメーカーではなく、「AI時代における次世代の基幹インフラ」を構築しようとしていることを示唆しています。
彼らが目指すのは、かつてKubernetesがクラウドネイティブの世界にもたらしたような、標準化と信頼性の確立です。
市場の成熟と今後の展望
現在、AIツール市場は3ヶ月前とは比較にならないほどのスピードで進化しています。
大手金融機関やエンタープライズ企業がAIエージェントを本番導入するためには、監査可能性（Auditability）とセキュリティが絶対条件となります。
ダグラス氏は、今後6ヶ月以内に、オープンソースによるツールのコモディティ化が進み、エンタープライズ企業がエージェントを大規模にスケールさせる準備が整うと予測しています。
その際、Paper Computeが提供するような「制御」と「信頼」を担保するレイヤーが、システムの心臓部として機能することになるでしょう。
まとめ
AIエージェントの爆発的な普及に伴い、その足元を支えるインフラの脆弱さが露呈し始めています。
Paper Computeが提供する Tapes や StereOS は、開発者が「エージェントが正しく動くか」という不安から解放され、より高度な機能開発に集中できる環境を整えるものです。
GitHubやAWSで大規模システムの運用を支えてきた知見が、AIエージェントという新たな領域に持ち込まれることで、インフラ不足の解消は加速するでしょう。
オープンソースを軸としたPaper Computeの挑戦は、AIが単なる「便利なチャットボット」を超え、実社会の複雑なプロセスを担う「信頼できる自律システム」へと進化するための不可欠な一歩と言えるのではないでしょうか。
今後、同社が提唱する「エージェント・インフラ」が、次世代の標準スタックとして定着していくかどうかに、業界全体の注目が集まっています。