Agentic AI Foundation（AAIF）は2026年6月初旬、オープンソースAIエージェントランタイム「Goose」のバージョン1.36と1.37を立て続けにリリースした。LangGraph・CrewAI・AutoGenと並ぶ主要エージェントフレームワークとして注目を集め、プロダクション環境への採用事例も公開され始めている。

Gooseとは何か

Gooseは、Agentic AI FoundationがホストするオープンソースのAIエージェント実行環境だ。コード補完に留まらず、インストール・実行・編集・テストをLLMで自律的にこなす設計が特徴で、外部ツールや各種APIとの接続を前提としたエコシステムを形成している。

AAIFは「ベンダー中立」を掲げる非営利組織で、Goose以外にも「AGENTS.md」（AIコーディングエージェント向けコンテキスト提供仕様）や「agentgateway」（エージェントAI向け統合ゲートウェイ）、さらにはModel Context Protocol（MCP）といったプロジェクトを傘下に持つ。特定の商用ベンダーへの囲い込みを避け、オープンソースコミュニティとして自律エージェントの基盤技術を整備する狙いだ。

v1.36・1.37で何が変わったか

今回の2リリースは「Open（オープン性）の強化」を共通テーマとして打ち出した。サードパーティツールとの統合をより柔軟に行えるよう内部アーキテクチャが整理され、エージェントの拡張性と透明性の向上が図られている。連続リリースというスピード感そのものが、活発な開発サイクルに入ったことを示しており、プロダクション利用を想定したフィードバックループが機能し始めていることがうかがえる。

本番採用の実例：Port of Context社の事例

Gooseの実力を示す具体例として、GTM（GoToMarket）インテリジェンス自動化を手がけるPort of Context社の事例がAAIFブログで紹介された。

同社はGitHubやHacker Newsといった複数のデータソースから、リアルタイムで複数のキーワードを横断検索するGTMエージェントを構築する必要があった。従来の実装では本番環境での失敗が頻発していたが、Goose + Arcade.dev + Code Mode の組み合わせによってこの課題を解決。「本番エージェントの失敗をゼロにした」という成果を達成したという。

プロトタイプ段階では動くエージェントも、本番で連続実行するとエラーが積み重なって失敗する——この「本番化の壁」を越えることこそ、エージェント開発における最大の課題のひとつだ。Gooseがその壁を越えるための基盤として機能し始めていることを示す事例といえる。

実務への影響

オープンソースエージェントフレームワークの選択肢が広がった

LangGraph・CrewAI・AutoGenがすでに浸透している国内の開発現場でも、Gooseは有力な選択肢に加わった。AAIFがベンダー中立を標榜していることは、特定クラウドへの依存を避けたいエンタープライズ環境では追い風になる。

MCPとの親和性

Gooseは外部ツール統合にMCPを活用しており、すでにMCPサーバーを整備している環境であれば比較的スムーズに接続できる。独自のツール連携基盤を持つ組織にとって、エントリーコストが低い点も評価ポイントだ。

エージェントの「本番化」アーキテクチャのヒント

Port of Contextの事例が示すように、エージェントの本番運用における鍵は「安定したループの設計」にある。GooseのようなランタイムとArcade.devのようなツール実行基盤を組み合わせるアーキテクチャは、自社のエージェント基盤を設計する際の参考になる。

筆者の見解

AIエージェントの領域では今、フレームワークの「数」よりも「本番で使えるか」という問いに答えが出始めている段階だと感じている。

特に注目しているのが「ハーネスループ」の設計だ。エージェントが人間の確認を逐一求めず、自律的に判断・実行・検証を繰り返すループを確立できるかどうかが、AIエージェント活用の本質的な価値を左右する。GooseがPort of Contextの事例で示したのは、まさにこのループを本番環境で安定させたという実績であり、そこに注目すべき意義がある。

一方で、Cognitionが発表したFrontierCodeベンチマークでは、最難関のDiamondサブセットにおいてトップモデルでも正解率が13%台に留まる現実も突きつけられている。「マージできるコードを生成できるか」という実務的な問いに対し、現状のエージェントはまだ謙虚であるべき段階だ。開発チームの解体を急ぐのは時期尚早だろう。

フレームワークの選択は重要だが、それ以上に「どういうループを設計するか」「どこで人間が介入すべきか」を設計できるアーキテクト人材の価値が、今後さらに高まっていくはずだ。オープンソースフレームワークの充実は、その設計を試すコストを下げてくれる——これは素直に歓迎すべき流れだ。

出典: この記事は Goose AI Agent Runtime 1.36 and 1.37 released — Agentic AI Foundation open-source updates の内容をもとに、筆者の見解を加えて独自に執筆したものです。