Agents SDKはどう進化したのか
OpenAI Agents SDKの2026年4月アップデートは、エージェント構築の根本的なアーキテクチャを刷新するものです。最大の変化は「オーケストレーションの主体」がSDK側のコードからモデル自身へ移行した点にあります（OpenAI, 2026）。
今回のアップデートの核心は「モデルネイティブハーネス」です。従来はSDK側のコードがツール選択・ハンドオフ・ガードレール呼び出しを制御していましたが、新アーキテクチャではモデル自身がこれらを直接実行します。開発者はエージェントの「何を」を定義し、「どう実行するか」はモデルが判断する構造へ移行しました。
従来のAgents SDKはAgent・Handoff・Guardrail・Tracingの4つのコア概念でエージェントを構築する設計でした。今回のアップデートはこの基盤の上に、サンドボックス実行・モデルネイティブハーネス・Manifest抽象化・スナップショット/リハイドレーション・MCP統合の5つの新機能を追加しています。
5大新機能の全体像
今回のアップデートで追加された5つの機能は、それぞれ異なる課題を解決します。以下の比較表で、各機能が何を実現するのかを把握してください。
これらの機能は独立して利用することも、組み合わせて使うことも可能です。たとえば、Manifestでエージェントを定義し、サンドボックス内で実行し、長時間タスクにはスナップショットで耐障害性を持たせるという構成が典型的なパターンになります。
ネイティブサンドボックス：安全なコード実行環境
ネイティブサンドボックスは、エージェントが生成・実行するコードをホストシステムから隔離された環境で安全に動作させる機能です。本番環境でAIエージェントにコード実行を許可する際の最大の懸念——「エージェントが意図しないシステム操作を行うリスク」——を解消します（OpenAI, 2026）。
7つのサンドボックスプロバイダ
OpenAIは独自のサンドボックスを構築するのではなく、既存のサンドボックスプロバイダとネイティブ統合する戦略を採用しました。対応するプロバイダは以下の7社です。
開発者はプロバイダを選択するだけで、エージェントのコード実行が自動的にサンドボックス内で処理されます。プロバイダ間の切り替えもManifest定義を変更するだけで対応可能です。
モデルネイティブハーネス：オーケストレーションの主体がモデルへ移行
モデルネイティブハーネス（Model-Native Harness）は、今回のアップデートで最も根本的な設計変更です。従来のSDKでは、Python側のコードがエージェントの行動を制御していました。どのツールを呼び出すか、いつハンドオフするか、ガードレールをどのタイミングでチェックするか——これらの判断ロジックはすべて開発者がSDKのAPIを使って明示的にコーディングする必要がありました（TechCrunch, 2026）。
新アーキテクチャでは、モデル自身がツール選択・ハンドオフ・ガードレール呼び出しを直接判断・実行します。開発者は「何をさせたいか」をインストラクションで定義するだけで、「どのような順序でツールを呼び出すか」はモデルが実行時に決定します。
この変更により、エージェント構築のコード量が大幅に削減されます。従来は複雑な条件分岐や状態管理のコードが必要でしたが、新ハーネスではモデルが文脈に応じて柔軟に判断するため、開発者はビジネスロジックの定義に集中できます。
Manifest：クラウド非依存のエージェント定義
Manifest（マニフェスト）は、エージェントの構成をJSON/YAML形式でシリアライズ可能にする新しい抽象化レイヤーです。エージェントの名前、インストラクション、利用可能なツール、ガードレール設定をすべてManifestファイルに宣言的に記述できます（OpenAI, 2026）。
この設計の最大の利点は「ポータビリティ」です。Manifestで定義したエージェントは、特定のクラウドプロバイダやランタイムに依存しません。同じManifest定義を使って、ローカル開発環境でテストし、本番環境ではCloudflareやVercel上で実行するといった運用が可能になります。
Manifestはエージェント定義のポータビリティを高めますが、サンドボックスプロバイダのAPI仕様やランタイム環境の差異は依然として存在します。「一度定義すればどこでも動く」という理想形に近づいてはいるものの、プロバイダ固有の設定（GPUの種類、メモリ上限、ネットワーク制限など）は別途対応が必要です。
スナップショット/リハイドレーション：長時間タスクの耐障害性
スナップショット/リハイドレーション機能は、エージェントの実行状態を任意のタイミングで保存（スナップショット）し、後から復元（リハイドレーション）する仕組みです。これにより、長時間実行されるエージェントタスクの耐障害性が大幅に向上します（OpenAI, 2026）。
たとえば、数時間かかるデータ分析タスクを実行中にネットワーク障害が発生した場合、従来は最初からやり直す必要がありました。スナップショット機能を使えば、障害発生直前の状態から処理を再開できます。エンタープライズ環境では、バッチ処理やワークフロー自動化で長時間タスクが多いため、この機能の実務的なインパクトは大きいです。
また、この機能はコスト最適化にも貢献します。長時間タスクを複数のセッションに分割し、ピーク時を避けて実行することで、API利用料を平準化できます。
MCP統合：外部ツール接続の統一規格
MCP（Model Context Protocol）統合は、外部ツールやデータソースとの接続を統一的なプロトコルで行う機能です。Anthropicが提唱し、GoogleやOpenAIも対応を表明したことで業界標準となりつつあるMCPを、Agents SDKがネイティブサポートします（TechCrunch, 2026）。
MCP統合により、開発者は個別のツールごとにカスタムコネクタを開発する必要がなくなります。MCP対応のツールであれば、エージェント定義でツールのMCPエンドポイントを指定するだけで接続が完了します。SlackやGitHub、データベース、社内システムなど、MCPサーバーとして公開されたツールはすべてシームレスに利用可能です。
Manifestでエージェントを定義
エージェントの役割、インストラクション、利用可能なツール（MCP経由を含む）をJSON/YAMLで宣言的に記述します。
サンドボックスプロバイダを選択
7つのプロバイダから実行環境を選択します。用途に応じて、コード実行にはE2B、Webアプリ関連にはVercelなど使い分けます。
モデルネイティブハーネスが自動実行
モデルがインストラクションを解釈し、ツール選択・ハンドオフ・ガードレールチェックを自律的に実行します。
スナップショットで状態を保存
長時間タスクでは定期的にスナップショットを取得。障害時は最新のスナップショットからリハイドレーションして再開します。
この4ステップのフローにより、従来は数百行のPythonコードが必要だったエージェント構築が、宣言的な定義ファイルと最小限のコードで実現します。特にサンドボックスとMCPの組み合わせは、「安全な外部ツール連携」というエンタープライズの最重要要件を満たすものです。
日本企業への影響と導入判断
今回のアップデートは、日本企業のAIエージェント導入戦略に3つの影響を与えます。
第一に、安全性の担保が容易になりました。サンドボックス実行により、エージェントのコード実行が本番システムに影響を与えないことを保証できます。これは金融・医療・製造業など、セキュリティ要件が厳しい業界にとって導入障壁の低下を意味します。2026年末までに企業アプリの40%がAIエージェントを搭載するとGartnerは予測しており（Gartner, 2025）、その基盤としてサンドボックスは必須の要素です。
第二に、ベンダーロックインのリスクが低減しました。Manifest抽象化により、エージェント定義を複数のランタイム環境で使い回せます。特定のクラウドプロバイダに縛られることなく、ベストフィットな実行環境を選択できる柔軟性が確保されました。
第三に、運用コストの予測可能性が向上しました。スナップショット/リハイドレーションにより、長時間タスクの中断・再開が可能になり、API利用料の平準化やピーク時回避による最適化が実現します。
まとめ
OpenAI Agents SDKの2026年4月アップデートは、エージェント構築の「安全性」「ポータビリティ」「耐障害性」を大幅に強化するものです。モデルネイティブハーネスへの移行、7プロバイダ対応サンドボックス、Manifest抽象化、スナップショット/リハイドレーション、MCP統合という5大新機能により、エンタープライズ環境でのAIエージェント導入がより現実的になりました。既にAgents SDKを使用している開発チームは、まずサンドボックス実行の導入を検討し、段階的にManifest定義への移行を進めることをお勧めします。