次の段が要約しか見ていなかったとき、Vercelの連鎖型データエージェントは何に置き換わったのか

モデルが今より弱かった時代の、すべての机の上のエージェント

Andrew Quが語るVercelのデータエージェントの話は、その順で進みます。連鎖版が失敗したのは、次のエージェントが見たのが要約と短い断片だけで、そこへ至る手順を振り返れなかったからです。彼らは連鎖を、自分の手順を保持する一つのエージェント、エラーのあと再試行できる一つの長い呼び出しに置き換えました。初期の利用者は、そのツールをそれでもひどいと言いました。作った人たちは、彼が定義しない評価セットの約30パーセントを通過していると考えていましたが、実際の質問は描いてあったシナリオの外に落ちました。彼が跳躍として扱う設計は、その失敗のあとです。ウェアハウスのセマンティックレイヤーをサンドボックスに置き、エージェントがファイルとシェルのツールで探れるようにしました。Eveは、その後のファイルシステムとスキルの型を宣言し、次の作り手が生のプロンプトからやり直さずに済むようにする、という彼の提案です。跳躍に彼が付ける点数は、彼のものです。

彼は自分をVercelのソフトウェア統括だと紹介し、社内エンジニアリング、外の実験、新しいライブラリとフレームワークをまたいでいる、と話します。職務についての彼の説明です。会社も同じ置き方をします。Vercelは、人が下のインフラを運用せずにウェブサイトとウェブアプリを出せるようにするところから始まり、百万まで伸びてゼロまで戻る、という一言も含み、以前はページを求めていた顧客が今はエージェントを求めている、と彼は言います。どちらもポジショニングで、横に測定された信頼性や規模の結果はありません。

その手軽さの例がAI SDKです。モデルのインターフェースを一つ共有すれば、プロバイダの切り替えは1行ほどで、プロバイダ固有のコードはおよそ300行から400行だ、と彼は言います。その行数は彼の対比で、横にSDKのベンチマークはありません。プラットフォームには、モデルのフォールバック、安全なコード実行、ワークロードが止まって応答を待っている間のより良い価格、それに耐久性と再開性が加わった、とも言います。耐久性と再開性は名前を出すだけで定義せず、価格もアイドル時の課金条件も示しません。

実験は講演の約1年前に始まった、と彼は言います。彼がSonnet 4と呼ぶ時期で、そのときのモデルは、話している時点で使えるものより能力が低い、と彼は見ています。彼と、名前を出さないVercelの最高技術責任者は、Bill Gatesの言葉だと彼が帰する1980年の一行を借りました。すべての机の上と、すべての家の中にコンピュータを、という文です。彼らの版は、すべての机の上のエージェントで、コーディングを越えてデザイン、プロダクトマネジメント、その他の仕事へ進みます。Gatesの文言と年は、彼の語り直しです。賭けをした時点では、エージェントは主にコーディングと技術的な仕事に使われ、広がりは始まったばかりだった、とも言います。「約1年前」は講演を基準にした言い方です。録画の2026年9月14日という投稿日は、動画が公開された日です。

• How We Solved Agent Building — AI EngineerでのAndrew Qu

少人数のデータチームを仕事に埋め込んだ質問

Quは、マーケティング、セールス、財務、法務に、仕事でいちばん嫌なことは何かと聞いた、と言います。彼がいちばん説得力があると呼ぶ事例はデータチームでした。人数は少ないのに、Vercelの顧客、アナリティクス、指標、セールスのデータは、それを使えるようにする人より速く増えていました。

割り込みは運用の言葉で説明します。顧客や製品についてのマーケティングやセールスの質問が来ると、データサイエンスは手を止め、クエリを書き、分析し、推奨を持って戻ってきました。生産性をひどく傷つけ、チームは一日中クエリを書くことが仕事になるのを望まなかった、と彼は言います。そのあと、こちらも名前のないVercelのデータ担当副社長と、別の運営の仕方を考えました。それがD0の動機です。チケット数、時間、人員の監査は出していません。

第一版はスキーマの書き出しと、手作業の貼り付けだった

最初の試験はメガプロンプトでした。QuはSnowflakeのスキーマ、つまりウェアハウスがテーブルとカラムを説明している内容の書き出しを求め、その書き出しと質問をシステムプロンプトに貼り、モデルがSQLを返したらクエリをコピーして自分で実行しました。SQLは、ウェアハウスが実行する言語です。

結果は控えめに置かれ、あとの成功についての主張はすべてこの出発点の上にあります。モデルはそれほど良くなかった、と彼は言います。試験が与えたのは、わずかな自信だけでした。周囲の文脈とガードレールを良くすれば使えるようになるかもしれない、という程度です。ウェアハウスの規模、誰がクエリを許されていたか、その貼り付け試験の周りの安全策は示していません。

D0はアナリストの手順を鎖でつなぎ、それから痕跡を失った

Quは次に、そのチームの人が質問をどう扱うかを描きます。受け取り、セマンティックレイヤーとジョインのパターンを探り、SQLを実行し、クエリが失敗するか費用が大きすぎればやり直します。彼の使い方でのセマンティックレイヤーは、アナリストがテーブルを選ぶ前に当たる、エンティティの説明と関係の集まりです。クエリが通ったあとは可視化し、書き、レビューします。ときには振り返りとしてです。

彼とデータ担当副社長は、その循環を連鎖するエージェントに分けました。それぞれ狭いプロンプトと狭いツールを持ちます。彼はこの第二版でデータエージェントをD0として紹介し、名前は保つと言います。彼の順序は、質問からクエリエージェント、プランニングエージェント、実行エージェントを経て、SQLとレポーティングへ進みます。話しているあいだ名前は重なります。プランニング側が答えを「プランニングエージェント」へ渡し、それからSQLエージェントとレポーティングへ進む、とも説明します。

具体的なツールの例はプランニングエージェントです。エンティティを記述する構造化ファイルであるエンティティYAMLを読め、スキーマを検索でき、渡せる答えができるまではその能力だけを使った、と彼は言います。

得るものは定性的に扱います。誰かがSQLを貼り直さなくても、質問から答えまで行けました。精度は述べていません。彼の説明での壁は受け渡しでした。次のエージェントが受け取るのは要約と短い断片だけで、どうやってそこへ着いたかを振り返れません。彼らは、一つのエージェントが全文脈を持ち、自分の記憶を管理し、現在地点へ至る手順を振り返るべきだ、と結論しました。その結論はD0を使ったことから来ています。

一つの長い呼び出しは再試行できたが、初期の利用者はそれでも嫌った

次の設計は、プランニング、構築、実行、レポーティングを切り替え、その状態を自分で管理する、一つのモデル呼び出しでした。彼はその呼び出しを、最大およそ100ステップとして示します。100は、その呼び出しについての彼の絵です。Eveの限界とも、名前のあるモデルの限界とも言っていません。

彼が強調するのは回復です。実行エラーや悪いジョインのあと、同じエージェントが再び探るか読み、何を間違えたかを突き止められました。信頼する少数の人にだけ見せました。ツールは強力だと言い、間違った人と重要なワークロードからは離しておいた、と話します。アクセスの規則も、そのワークロードも定義していません。

内部の点数と反応はセットです。作った人たちは、エージェントが自分たちの書いた試験問題、つまり評価の約30パーセントを通過していると考えていました。最初の利用者はひどいと言いました。実際の質問は描いてあったシナリオの外に落ち、それを手でさらに描くのは広がらないように見えました。30パーセントという数字には、定義された評価セットがありません。当時の彼らの印象で、その反発の隣にあります。

彼が跳躍と呼ぶのは、サンドボックスのファイルシステムだ

Quは、Opus 4.5がClaude Codeとともに届くと、手組みのエージェントより彼らの質問のほとんどにはるかに良く答えた、と言います。その組を、以前持っていたものに比べれば事実上AGIだと呼びます。その言い方は彼の誇張です。突き合わせの共通の評価点は挙げていません。

彼が描く開きは、ファイルシステムと小さなツール群です。ファイルの一覧、ファイルの読み取り、そしてその環境でプログラムを走らせるシェルコマンドであるbash、それにデータエージェント用の追加ツールがいくつかです。それらはエージェントがすでにうまく使うよう訓練されているツールで、指示どおりのメニューを渡す代わりに、モデルに探らせた、と言います。Claude Codeのツール一覧も、その訓練も説明していません。

彼らは同じデータエージェントであるD0を、隔離された環境であるサンドボックスで作り直しました。セマンティックレイヤー全体を読み込み、エージェントにbash、読み取り、書き込みと、Vercel固有のツールをいくつか与えました。一つのエージェントから、Claude Code SDKのスタイルを経て、ファイルシステムのエージェントへ移ったことを最大の跳躍と呼びます。“fine-tuned or purpose-built.” とも言います。彼らのケースに合わせて形づくったエージェント、と読めます。独自モデルを訓練したという説明はありません。

その設計で、評価点はおおよそ倍になった、と彼は言います。基準、課題、前後の組は特定されていないので、「倍」は、中身を一度も列挙しない内部得点についての彼の要約です。彼の説明での実装は、サンドボックスに付いたnpm上のbashツールの補助で、エージェントが読み、書き、実行できるファイルがあります。特定できるほど正確なパッケージ名は出していません。その結果のあとブログ記事を書き、まだ公開されていると言い、出ていた週はvercel.comのトラフィックの約70パーセントを占めた、と言います。割合は彼のもので、日付のない週についての話であり、記事の題も住所も出していません。

繰り返されるクエリは、スキルのフォルダになった

彼の話では、社内へより広く出したところ、顧客指標、セールス指標、npmのダウンロード、製品の検索、請求にわたって、一日に数千件のクエリが来ました。一日数千件は、彼の量の主張です。その質問の多くは、かたちを共有していました。集計、検索、または請求です。

繰り返されるジョブが最近のクエリを取り、スキルへ蒸留します。彼の言葉でのスキルは、エージェントがすでに解き終えた種類の質問のために保存された文脈です。集計から、特定の人についてのデータの検索まで、約100あると言います。理由は、そうでなければ新しい実行はセマンティックレイヤーとシステムプロンプトだけで始まり、スキルはすでに済んだ作業を運ぶからです。設計上の論拠です。トークンや遅延の節約は報告せず、ジョブのアルゴリズム、誰がスキルをレビューするか、誰が使ってよいかは説明していません。

実用的な追加としてスキルのフォルダを指し、VercelはSkillshと呼ぶツールを作った、と言います。彼の言葉では、エージェントのスキルを見つけ、自分で実行するいちばん普及した方法です。その人気の一言は彼のものです。名前としてSkillshを出すだけで、ディレクトリのURLもインストール手順もありません。

Eveは、作り手に出発点にしてほしいと彼が言う規約の層だ

同僚はD0をフォークし続け、改善を一つずつ再発見していました。Quは、新しい作り手がなぜ生のプロンプトや第一原理からやり直すべきなのか、と問います。フレームワークの動機です。

たとえは、Vercelが作ったと彼が言うNext.jsです。彼の説明では、正しい規約のファイルがページ、サーバーレス関数、キャッシュを配置するので、誰もインフラを手で結線しません。ページはCDNへ、関数は所定の場所へ、キャッシュは真ん中へ、です。エージェントも同じように宣言したい、と考えています。規約がなぜ役立つかについての彼の説明であり、Next.jsの現在のアーキテクチャ仕様ではありません。

彼が提案するエージェント版は、三つのフォルダ、skills、tools、channelsです。この提案でのチャネルは、人がすでにエージェントと話している場所です。フレームワークは、その宣言をエージェントに変えることになっています。エージェントのためのNext.jsだと彼が呼ぶEveは、講演の約2週間前に出た、と言い、その話にはロンドンのイベントも含まれます。サンプルのテンプレートから、独自の知識、ツール、慣れたチャネルを足す、と彼は言います。2週間とロンドンのイベントは、講演を基準にしています。

彼の描くエージェントは、ランタイムにチャネルを足したものです。名前を挙げるオープンソースのアダプタは、Postgres、OpenAIのresponses API、Docker、その他のコネクタです。彼が列挙する差し込み口です。Vercel上では、耐久性をWorkflowsに、安全な実行をSandboxに、短命の接続トークンを、出たばかりだと彼が言うConnectに対応させます。そのトークンをODCトークンと呼び、略語は展開しません。Connectの公開と、そのトークンの振る舞いは、彼の説明のままです。

• 耐久性、隔離された環境、モデル呼び出し、接続を必要とするランタイム
• 彼が名指しするオープンソースのアダプタ: Postgres、OpenAIのresponses API、Docker、その他のコネクタ
• 彼がVercelへ対応させたもの: 耐久性はWorkflows、安全な実行はSandbox、短命のODC接続トークンはConnect

Eveでの書き直しと、得点のないAuraの話

彼らはEveを作りながら、D0をEveで書き直しました。名前はD0のままです。聴衆が見なかった以前のコードは入り組んでいた、と彼は言います。稼働中のデータエージェントには、蒸留したスキルが約100載っている、とすでに言っています。書き直しとして見せるEveのファイルツリーは、システム指示、スキルが二つほど、ツールが二つほどで、組み合わせも変更も簡単だと言います。その二つほどが、稼働中のエージェントの約100のスキルとどう関係するかは説明していません。

彼がロンドンで約2週間前と日付を置く公開より前に、少数のベータ顧客がEveを持っていました。顧客数は出していません。Vercelと密に働いていると彼が言うパートナーのAuraは、サイトを訪れ、サービスを導入し、使ってみる、小さなClaude型のエージェントを作り直しました。Eve版は、そのままのClaude Codeより必要な手順が少なく、成功も洞察も良かった、と言います。手順の数も、課題の定義も、独立した試験もありません。パートナーの逸話で、エージェントが何を導入するかは言っていません。

EveをVercelへデプロイすると、エージェントの実行、ツール呼び出し、ステップ、推定コスト、可能な最適化が見える、と彼は言います。その一覧は、彼が説明するデプロイ画面です。Quはeve.devを挙げ、テンプレートをクローンするか、デプロイするか、セルフホストできる、と言い、ライセンスも、セルフホストに何が含まれるかも説明していません。

• eve.dev。Quがテンプレート、デプロイ、セルフホストのURLとして挙げる場所

今も会社ごとに書かなければならないと彼が言うもの

自前のデータエージェントに頼る前に、資金の豊富なスタートアップの垂直Snowflakeエージェント、つまり会社のSnowflakeウェアハウスへエージェントを向けるための製品を試した、と彼は言います。一つも名指しせず、得点も報告しません。彼の結論は、役に立ったのはVercel固有の知識だった、というものです。何をクエリするか、ウェブ企業の顧客とプロパティがどうつながるか、です。その話では、既製品のエージェントは出発点です。会社の知識は、今も書き込まなければならない部分だと彼は言います。

まずまずのプロダクトマーケットフィットがあるVercelのエージェントがおよそ20ある、と主張します。社内で実際の使い道を見つけた、という彼のラベルで、定義された指標ではありません。挙げる例は、マーケティングの振り返りとアウトリーチ、法務が新しい交渉を見たときの契約書の一次レッドライン、そしてデータエージェントです。

生産性の主張は定性のままです。エージェントは多くの時間を節約し、データチームは今、一日中クエリを書く代わりに、Snowflakeの性能、欠けているソース、隙間に時間を使っている、と言います。節約した時間、クエリ量の減少、ウェアハウスの性能の数字はありません。

締めは意見です。どの規模の会社でも、人が一日を費やしたくない仕事を自動化できる、と彼は言います。人事、財務、セールスはある程度自動化でき、そうしたエージェントを今日作る最良の方法がEveだ、と言います。壇上からの呼びかけです。それらの機能がすでに自動化されている様子も、Eveを代替と比べて測った結果も示していません。