より速く、よりスマートに、よりコンテキストアウェアに: Streaming Agentsの新機能

Streaming Agentsの初めての発表はお客様の根本的な課題の解決につながりました。実はそれは、あらゆる AI の問題はデータの問題であるということです。データが欠落していたり​​、古かったり、アクセスできない場合、最先端のエージェントや LLM でさえも効果を発揮できません。そのエージェント単独でも強力であるだけでなく、イベント駆動型で再生可能で、正確なデータに基づいたマルチエージェントシステムの一部となるスケーラブルなエージェントは、どう構築すればよいのでしょうか。開発者は単なるツール以上のものを求めています。データにアクセスし、プロトタイプから本番環境に移行し、エージェント内部で何が起こっているかを明確に理解してデバッグ、評価、反復処理する必要があるとの声がありました。Streaming Agentsはそれを可能にするのです。そして本日、チームがより迅速に構築でき、強化されたオブザーバビリティを得た、リアルタイムのコンテキストで AI の意思決定を改善できるように設計された新機能によって、この課題への対応にさらに一歩進められました。

本日、Confluent Intelligenceも同時にリリースしました。これは、Confluentのデータストリーミングプラットフォーム上のすべてのAIサービスを網羅したフルマネージドサービスであり、Apache Kafka®とApache Flink®を活用し、リアルタイムでコンテキストリッチかつ信頼性の高いAIシステムを提供します。これは、エンタープライズグレードのストリーミングAIをビジネスのあらゆる瞬間にシームレスに統合するという当社のビジョンを推進するものです。

Confluent Intelligenceの一部であるStreaming Agentsは、データ処理とエージェント型AIワークフローを統合し、チームがFlink上で直接イベントドリブンエージェントを構築、テスト、デプロイ、オーケストレーションができるようにします。これにより、エージェントはストリーミングパイプライン内の最新のコンテキストにアクセスし、イベントを効果的に監視、推論、そしてそれに基づいて行動する独自の能力を身につけ、インテリジェントな自動化が実現します。

Streaming Agentsを使用すると、すべてのエンジニアが使い慣れたFlink APIを使用し、安全で信頼できるエージェントを構築できます。モデル推論、モデルコンテキストプロトコル（MCP）によるツールの呼び出し、検索拡張生成（RAG）のための埋め込み、組み込みML関数、外部テーブルと検索、そして接続機能をネイティブでサポートしています。私たちはこれらの機能を継続的に拡張し、より合理化された開発者エクスペリエンスを提供していきます。

What’s new in the Q4’25 release:2025年第4四半期リリースの新機能:

• エージェントの定義 – わずか数行のコードでエージェントを迅速に構築し、ツールの呼び出しを繰り返し評価および適応させることで、より洗練されたタスクをより良い結果で行います。

• オブザーバビリティとデバッグ – すべてのエージェントのアクションを可視化し、問題点を診断して解決を加速し、障害から確実に回復します。

• リアルタイムコンテキストエンジン – MCP を使用して、ストリーミング エージェントに最新のコンテキストを提供し、エージェントの意思決定と結果の質を向上させます。

Streaming Agentsエコシステムの拡大

Streaming Agentsは相互運用可能なエコシステムで真価を発揮し、AIスタック全体にわたる主要テクノロジーとの製品連携が可能で、構築と拡張が容易になります。Amazon Web Services（AWS）、Google Cloud、Microsoft Azureを利用すると、任意のクラウドにエージェントを構築し、LLMを呼び出し、Amazon Bedrock、Google CloudのVertex AIプラットフォーム、Azure AIサービスなどのAIサービスを活用できます。SAPやSalesforceなどのデータソースから価値の高いデータを取り込み、リアルタイムで処理することで、業務の最も完全で最新、かつ正確なビューを作成できます。MongoDB、Elastic、Pinecone、Azure Cosmos DBなどのベクトルデータベースとVectaraを活用することで、リアルタイム埋め込みによるコンテキストストアの継続的な更新、RAGの実現、Flink Vector Searchの実行、Syncコネクタによるデータの同期が可能になります。

また、AnthropicやLlamaIndexといった、お好みのフレームワークやモデルプロバイダーを継続活用可能です。Streaming Agentsは既存のツールやエージェントとも通信できます。MCP上に構築されたリアルタイムコンテキストエンジンにより、必要な時に、Streaming Agentsに最新のコンテキストを提供できます。BearingPoint、GoodLabs、Improving、Infosys、Intelium、msg systems、Ness Digital Engineering、Onibex、Psyncopate、World Wide Technologyといったシステムインテグレーターと連携することで、Streaming Agentsの迅速な実装が可能になり、適切なAI専門知識を活用し、エンタープライズグレードのマルチエージェントシステムへのデモの展開が加速されます。

これらの連携により、Streaming Agentsが既存の AI にシームレスに適合し、強化されたデータフローとオブザーバビリティによって AI が強化され、開発が迅速化し、コンテキストが維持され、自信を持って本番環境に移行できるようになります。

新機能の詳細

Streaming Agentsは、大量のリアルタイムデータと継続的に変化するコンテキストを処理できるように設計されており、最新の情報、正確性、そしてオブザーバビリティが不可欠なエンタープライズのユースケースに最適です。データストリームを継続的に監視し、多様なソースからのコンテキストを活用することで、Streaming Agentsはデータに基づいたインテリジェントな意思決定を行い、より良い成果につながるアクションが自動化されます。

高価値のユースケースには次のようなものがあります。

• リアルタイムの不正防止 - トランザクションデータを継続的に取り込んで処理し、異常を検出し、疑わしい行動を自動的にブロックします。

• 動的な顧客サポート - 顧客関係管理 (CRM) システム、チャットのやり取り、ナレッジ ベースからライブのコンテキストを取得し、その場でパーソナライズされた正確な応答を提供します。

• インテリジェントなサプライチェーンの最適化 - 在庫、出荷、需要シグナルをリアルタイムで追跡し、実際の状況に基づいて自動的に再注文したり、出荷ルートを変更したり、生産スケジュールを調整したりします。

2025年第4四半期リリースの新機能について詳しく見てみましょう。

エージェントの定義

簡素化された構文と強力な抽象化により、Streaming Agentsを数分で構築でき、ストリーム処理と統合されたリアルタイムの常時稼働ワークフローが実現します。エージェントとツールをわずか数行のコードで定義できるため、定型作業は最小限に抑え、差別化されたワークフローの構築に集中できます。エージェントの定義機能は、LLMにツールと繰り返し対話させ結果を評価し、追加のアクションが必要かどうかを判断することで、複雑なタスクの実行および最適化をすることもできます。これによりエージェントの適応性が向上し、反復実行を通じて成果の改善が図られます。なお、反復回数は設定が可能です。技術的な機能には、Flinkカタログ内のツールおよびエージェントリソースに対する作成、読み取り、更新、削除（CRUD）の各操作のサポートが含まれており、開発の迅速化、テストと再利用の容易化、そしてよりスマートなマルチステップのツールの呼び出しができるようになります。

オブザーバビリティとデバッグ

全エージェントのインタラクションがログに記録されるため、開発チームは実行パス全体をトレースできます。構造化された不変のログにより、入力イベント、ツールの入出力、レイテンシー、LLMの決定、エージェント間の通信など、各エージェントアクションのエンドツーエンドのトレーサビリティが可能です。これにより、改ざん防止の記録が提供され、セキュリティとコンプライアンスが確保されます。ツール呼び出しの詳細（名前、パラメータ、戻り値など）をデバッグしたり、エージェントのコンテキストを保持・共有したり、クラッシュ発生時にはFlinkを利用したリカバリ機能を利用して最新のチェックポイントからエージェントを復元したりできます。こうした高度な可視性はすべて、本番環境レベルのイベントドリブン型インフラストラクチャ上で実行されるため、リスクを招いたり、アドホックな実験を必要とせずに、迅速な反復処理、信頼性の高いテスト、そして回復力の高い障害復旧が可能になります。

リアルタイムコンテキストエンジン

信頼できるリアルタイムのコンテキストをStreaming Agentsに提供することは、単純なデータの問題ではありません。安全かつ確実に、そして大規模に実行することが重要なのです。MCPのようなオープンプロトコルは明確な抽象化を約束しますが、実際には、チームはそれを機能させるために独自のインフラを管理しなければなりません。つまり、カスタムサーバーを立ち上げてセキュリティを確保し、認証を処理し、ロールベースのアクセス制御（RBAC）を適用し、テレメトリパイプラインを構築し、すべてをストリーミングデータに接続し、単一のルックアップを提供する必要があります。このアプローチは脆弱で管理が難しく、企業全体へのインテリジェントエージェントの展開を遅らせます。

Real-Time Context Engine は、認証、可観測性（オブザーバビリティ）、アクセス制御を内蔵し、あらゆる AI エージェントおよびアプリケーションにライブの構造化データを提供します。独自の MCP インフラストラクチャを実行したり、Kafka コンシューマーと接続したり、セキュリティパイプラインを管理したりする必要はありません。Real-Time Context Engine は、これらすべてをシンプルで安全な API と MCP などの標準エージェントプロトコルの背後で抽象化します。認証、ロールベースアクセス制御、監査ログは標準装備されているため、このエンジンはエンタープライズグレードのガバナンスを保証します。また、リアルタイムインデックス付きデータにアクセスしてリアルタイム検索できるため、Streaming Agent だけでなく、他のエージェントも最新のデータにアクセスし、インテリジェントでデータに基づいた意思決定を行うことで、自動化の価値を高めることができます。

Streaming Agentsを使い始める

準備ができたでしょうか？最初のエージェントを数分で構築できます。

データ処理とAIワークフローを統合することで、Streaming Agentsは、イベント駆動型、観測可能、コンテキスト認識型のインテリジェントエージェントの構築をこれまで以上に容易にします。使い慣れたFlink APIとセキュアでガバナンスの効いたデータストリーミングプラットフォームを活用し、Streaming Agentsをあらゆるデータシステム、モデル、ツールとシームレスに統合することで、AIスタックを最大限に活用できます。

今すぐ始めましょう:

• Confluent Cloudにサインアップ

• Streaming Agentsのクイックスタートを試す

Apache®、Apache Kafka®、Apache Flink®、Flink®、およびFlinkロゴは、米国およびその他の国におけるApache Software Foundationの商標です。これらの商標の使用は、Apache Software Foundationによる推奨を意味するものではありません。その他の商標はすべて、それぞれの所有者に帰属します。