Engineering · 統制

エージェントのコスト・品質・データ主権を実行中に制御する — セッション予算・アドバイザーモデル・推論ジオの3設計

セッション予算・アドバイザーモデル・推論ジオピニングは、Managed Agents の自律エージェントにコスト上限・戦略的助言・地域制約を実行中に付与する3つの統制設計です。

セッション予算——コストの天井をサーバが持つ

（B：Managed Agents API の設計・一般論）

セッション予算は、セッション作成時または更新時に指定するハード支出上限だ。budget.type = "limit" と max_list_cost.amount（セント単位・文字列型）を設定すると、プラットフォームはトークン消費・ウェブ検索・実行時間を公開価格で換算しながら累積し、上限に達すると完了前でもセッションを idle にする。

上限到達時のポイントは2つある。第一に、stop_reason が budget_reached に設定されて完了イベントが届くものの、_セッション自体は終了しない_。履歴もサンドボックスも保持されたままアイドルになる。第二に、外から予算を更新または解除すれば自動的に再開できるが、解除は不可逆だ——一度解除したセッションに予算を再設定することはできない。

この設計はエージェント実行の冪等性に影響する。「予算を追加して再開」と「予算なしで再開」では、後者は以降のコストが無制限になる。実運用では予算を段階的に引き上げる戦略が安全側に倒れやすい。

アドバイザーモデル——実行中に戦略的助言を得る

（B：Managed Agents API の設計・一般論）

アドバイザーモデルは、マルチエージェントロスターに {"type": "advisor"} で設定するサブエージェントだ。主エージェント（プライマリスレッド）は実行中の任意のタイミングでアドバイザーに問いかけ、戦略的な判断や方針を受け取ることができる。

アドバイザーモデルには、主エージェントと 同等以上の能力 を持つモデルを指定することが求められる。主エージェントが判断できない局面でより優秀なモデルに委ねる——という設計意図が仕様として表れている。

アドバイザーへの問いかけはセッション予算の消費に加算される。コスト的には「判断の難しい場面でだけ使う」設計が合理的だ。アドバイザーはテキストによる指針を返すのみで、セッション外の副作用を直接起こさない。この区別は安全性の観点で重要な境界になる。

推論ジオピニング——データ主権をAPIフィールドに落とす

（B：Managed Agents API の設計・一般論）

推論ジオピニングは、推論を実行するリージョンをセッション作成時に model.inference_geo で指定する機能だ。"us" を指定すると米国リージョン固定で実行される（公開価格の 1.1 倍請求）。"global" は Anthropic のキャパシティに応じてリージョンが選ばれる標準レートだ。

この値はワークスペースの allowed_inference_geos 設定によって検証されるため、組織が許可していないリージョンを指定するとエラーになる。EU データ保護規制や業界規制でデータの越境移転を制限しているユースケースでは、この1フィールドで要件の一端を満たすことができる。

3つの統制をつなぐ設計観

セッション予算・アドバイザーモデル・推論ジオピニングは、いずれも「エージェントに何かを与える」のではなく「エージェントの外に境界を置く」設計だ。

• 予算はコストの天井として、エージェントの超過行動を自動的にアイドルで吸収する
• アドバイザーは判断の品質に上限を設ける——より優秀なモデルの判断を介在させる
• ジオピニングはデータの地理的境界をAPIフィールドに落とし込む

3つを組み合わせると、「このセッションは国内推論・予算$15・複雑な法的判断は上位モデルに諮問」のようなポリシーをコード外で管理できる。エージェントの自律性を高めつつ、組織のリスク許容度とデータ規制を守る——これが _Bounded Autonomy_（有界自律）の設計パターンだ。

関連