エージェントの速さは「待ち方」で決まる──Claude Code 2.1.319がMCPタスクをバックグラウンドに落とし、Google ADK 2.14がA2Aをstableにした同じ週

11月6日のClaude Code 2.1.319は、MCPタスクを自動でバックグラウンドに落とし、承認待ちを「即時拒否」に変え、待ち時間を計測するコマンドを足した。翌7日、Google ADK 2.14.0はA2Aと実行環境をstableにした。方向は逆に見えるが、触っているのは同じ問題だ——誰も画面を見ていない時間をどう設計するか。そして2.1.319には、サンドボックスと権限チェックの穴の修正が3件入っている。

2026年11月6日、AnthropicはClaude Code 2.1.319をリリースした。11月4日の2.1.318から2日後、2026年に入って259本目のリリースである。平均1.4日に1本、直近1か月だけで22本。変更点は150件を超える。

その翌日、11月7日にGoogleがADK 2.14.0を出した。Agent Development Kit——Googleのオープンソース・エージェントフレームワークである。こちらは機能追加が主役ではない。実行環境、A2A、評価モジュール、コアランタイムを「experimental」から「stable」へ格上げした、卒業のリリースだ。

この2つは方向が逆向きに見える。片方は待ちを消す。もう片方は動かないようにする。だが同じ問いに触っている。エージェントを、人間が横で画面を見ている前提から外したとき、何が壊れるのか。今週の2つは、その問いへの答えを片方が実行時で、片方がAPIの形で出した、というのが正直なところだ。

1. 2.1.319の3つの変更は、1つの問題の3つの面

リリースノートの冒頭に並ぶ3つを、まず素直に読む。

  • MCPタスクの自動バックグラウンド化──MCPサーバがツール呼び出しを「タスク」として実行したとき、Claude Codeはそれを即座にバックグラウンドへ移し、完了したらClaudeに結果を伝える。これまでは長時間のMCPタスクがターン全体をブロックしていた
  • permissions.denyInsteadOfPrompting──本来なら承認プロンプトで止まるツール呼び出しを、待たせずに即座に拒否し、ターンを続行する
  • /claude-api latency-optimize──Claude APIを使う自分のコードのどこで待たせているかを見つけ、渡したevalに対してより速い設定を試す

別々の機能に見える。だが待っている主体が違うだけで、指している先は同じだ。

  • 1つ目は機械の待ちを消す。セッションは結果を待たずに次の手を打つ
  • 2つ目は人間の待ちを消す。承認者がいないなら、待つのではなく方針で決める
  • 3つ目はコードの待ちを測る。感覚でチューニングする代わりに、待ちの所在を機械に見つけさせる

どれも「誰かが画面の前に座っている」ことを前提にしていない。ここが重要だ。エージェントの議論は長らく1ターンの中でどれだけ賢く動けるかに集中してきた。2.1.319が触ったのは、その外側——ターンとターンの間、あるいはターンが止まっている間に何が起きるかである。

2. 「待つ」を消すと、順序の前提が壊れる

MCPタスクのバックグラウンド化は、地味だが副作用が大きい。

これまで、MCPサーバがタスクとして走らせたツール呼び出しは、終わるまでセッションを止めていた。重いデータ検索、外部APIへのバッチ呼び出し、長いビルド確認——そういうものがターンを人質に取っていた。2.1.319以降は、それがバックグラウンドに移り、完了時に結果が返る。セッションは待たない。

旧挙動に戻したい場合のために、環境変数が用意されている。

# MCPタスクをツール呼び出しの中で待たせる(旧挙動)
export CLAUDE_CODE_DISABLE_MCP_TASK_BACKGROUND=1

# MCPタスク自体を無効化する
export CLAUDE_CODE_DISABLE_MCP_TASKS=1

そしてこの機能は、feature flagの取得なしでも動く。Bedrock、Vertex、Foundry、LLMゲートウェイ、DISABLE_TELEMETRYのセッションでも有効——つまり企業の閉じた環境でもそのまま効く。

ここで実務の読者が最初に疑うべきは、「前のタスクの結果を前提にした次のプロンプト」だ。エージェントは待たないのだから、結果が返る前に次の手を打ちうる。プロンプトの中に「さっき取得したデータを使って」と書いてある構成は、順序保証が暗黙のうちに外れた可能性がある。バックグラウンド化は高速化ではなく並行性の導入であり、並行性には順序の設計が要る。

3. 「聞く」を「決める」に変えた設定

3つのうち、設計思想が最もよく出ているのがdenyInsteadOfPromptingだ。

{
  "permissions": {
    "denyInsteadOfPrompting": true
  }
}

これを有効にすると、承認プロンプトを出すはずだったツール呼び出しはその場で拒否され、ターンは続く。対象はターミナルセッションだけでなく、サブエージェント、そしてエージェントチームにも及ぶ。claude -pにおける--permission-prompts noneと同じ挙動だと説明されている。

細部が丁寧に作られている点を3つ挙げる。

  • 優先順位は変わらない──allowルール、パーミッションモード、autoモードの分類器、PermissionRequestフックが先に判断する。denyInsteadOfPromptingは「最後にプロンプトに落ちる案件」だけを拾う
  • 連続拒否でターンが終わる──拒否が連続した場合、ターンは終了する。無人のまま延々と拒否され続ける状態にはならない
  • モードとして選べる──CIやcronのように承認者がいない場所でだけオンにできる

この設定が変えているのは、承認を「質問」から「方針」に移すことだ。人間に聞くという行為は、人間がいる場所でしか機能しない。いない場所では、聞くことは無限の停止を意味する。停止は失敗より悪い——失敗は観測できるが、停止は監視していない限り観測できない。

ただし、代償もある。拒否されたまま進んだエージェントは、「半分だけ仕事をした成果物」を出す。書き込み権限が拒否されたまま要約だけ生成し、「完了しました」と報告する——そういう壊れ方をする。だから連続拒否でのターン終了という歯止めが仕様に入っている。導入するなら、拒否の回数をログに出し、0でない実行を「成功」として扱わないところまでセットにするべきだ。

4. 同じリリースに入っていた3つの穴

ここが今週いちばん見落とされやすい部分だ。2.1.319の修正項目に、権限チェックとサンドボックスの穴が3つ並んでいる。

  • sedコマンドがaccept-editsモードとautoモードでパーミッションチェックを回避できた
  • 細工した環境変数のプレフィックスが、Bashコマンドの一部を検査から隠せた
  • worktreeの作成時にサンドボックスから脱出できた

3つに共通するのは、「人間が横で見ていれば気づけた類の穴」だということだ。承認プロンプトが出るはずの場面で、出ない。表示されるコマンドと実行されるコマンドが違う。作業ディレクトリの外に出る。いずれも、目視という最後の防御線が前提なら致命傷にならない。無人なら致命傷になる。

皮肉な順序である。待たない・聞かない方向へ倒した同じリリースで、人間の目が防いでいた穴を3つ塞いでいる。これは偶然ではなく、因果だ。自動化を進めるということは、防御を人間から機構へ移す作業であり、機構に移した瞬間に、それまで「見てれば分かる」で済んでいた穴が、そのまま通路になる。

ついでに数字を1つ。2.1.319は2026年の259本目で、平均1.4日間隔。この速度で150件の変更が入る。追従しているつもりでも、自分の環境で使っている機能がどの版からstableなのかを把握していないチームは、いつの間にか実験的APIの上に本番を建てている。

5. ADK 2.14.0 は「速く」ではなく「動かない」にした

Googleのリリースは思想が逆だ。速くするのではなく、動かなくする。

まず日付を正確に。ADK 2.14.0のタグ公開は2026年11月7日 00:58 UTC、リリースノートの日付は11月4日。前版2.13.0(10月23日)から15日、直近30日で3本のstableリリース。直近7日間のダウンロードは290万。Python、TypeScript、Go、Java、Kotlinの5言語でSDKが出ている。

stableに格上げされたのは以下だ。

  • 実行環境──BaseEnvironment、LocalEnvironment、EnvironmentToolset、DaytonaEnvironment、E2BEnvironment
  • A2A(Agent-to-Agent)連携
  • 評価モジュールとユーザーシミュレーション
  • コアランタイム
  • 加えて26のauth・environment・app・CLI・cacheモジュールと16のツールセット/連携機能

機能面で実務に効くのは3つ。

  • MultiRunConfig(adk eval --num_runsと--parallelism)──各評価ケースを並行して複数回実行し、スコアや合格率をまとめる。「1回通った」から「何回通るか」へ
  • ToolArgsMatcher──ツール呼び出しの引数を、完全一致・大文字小文字無視・数値許容誤差・LLMによる意味比較の4方式で照合する。環境シミュレーションでも同じ照合器を使う
  • adk generate_agent_card──A2AのエージェントカードをCLIから生成できる

性能面では、30ノードのワークフローを200ターン走らせて23%高速、ピークメモリ9%減と報告されている。ただしこれはGoogle自身の数字で、第三者検証はない。読むべきは倍率ではなく、「長いマルチターンのワークフロー」という測定条件をわざわざ書いている点だ。単発の推論速度は上がっていない。

評価まわりで地味に重要なのが、570秒という数字である。AgentEngineEnvironmentは570秒を超えたコマンドを、サービスのデッドライン前にタイムアウトとして報告する。無人の実行では、ハングと長時間処理の区別がつかない。区別をつけるための定数が、フレームワーク側に埋め込まれた。

6. アップデート前に読むべき破壊的変更3つ

stable化の裏側には必ず移行作業がある。2.14.0の破壊的変更は3つで、どれも「静かに壊れる」タイプだ。

  • Enumのツール引数がenum memberとして届く──FunctionToolのパラメータがEnum/Optional[Enum]/list[Enum]で注釈されている場合、モデルが送った生の文字列ではなくenumのメンバーが渡る。arg == "value"、文字列キーの辞書引き、文字列でのmatch、json.dumps、文字列メソッドは動かなくなる。対処は.valueを見るかStrEnumに変える
  • VertexAiSessionService.create_sessionの余計なキーワード引数がValueError──許されるのはdisplay_name、ttl、expire_time、labelsだけ。http_options、session_state、sessionId、wait_for_completionは例外になる。状態はstate=、IDはsession_id=で渡す
  • RunSkillScriptToolがcommandを受け付けない──SkillToolset環境では、モデルは自由形式のシェル文字列ではなくargs、short_options、positional_argsを渡す。スクリプトは環境の作業ディレクトリではなくスキルディレクトリから実行され、対応するのは.py、.sh、.bashのみ。それ以外はUNSUPPORTED_SCRIPT_TYPEを返す

3つ目は移行作業ではなく穴の修正だ。リリースノートは理由を明記している——プロンプト注入されたモデルが任意のシェルコマンドを実行できる穴を塞いだ、と。commandを渡していた呼び出し・評価セット・プロンプトはINVALID_ARGUMENTSを返す。

ここでも同じ構図が出る。エージェントを無人で走らせるほど、「モデルが自由形式の文字列を組み立てて実行する」インターフェースは危険になる。だから引数を構造化する。commandという1つの文字列を、3つの型付きフィールドに割ったのは、表現力を下げて安全性を買う取引である。

7. A2Aがstableになった、という言葉の重さ

A2Aのstable化については、期待と事実を分けておきたい。

事実:Googleが自社のADKにおけるA2A連携を、experimentalからstableに移した。エージェントカードを生成するCLIが付いた。APIの形が固定されることを意味する。

事実ではない:A2Aが業界標準として認定されたわけではない。標準化団体の承認を経たわけでもない。ベンダが自社実装に対してstableと言っただけである。フレームワークごとに実装がずれている状況は、これでは解消しない。

それでも値段はある。「動く標的」が1つ減るからだ。プロトコルが動いている間、チームは上に物を積めない。積んだものが毎月壊れるからだ。stableという宣言は、積む許可を出す行為であって、品質の保証ではない。

そして2.14.0には、方向を示す2つの追加がある。TeamsRunner(Microsoft TeamsのチャットとチャンネルにADKエージェントを繋ぐ)と、OpenAIDecisionsClassifier(OpenAIのDecisions APIでワークフローとツールのゲーティングを分類する)。

Googleのフレームワークが、競合のAPIを判断ゲートとして取り込んでいる。フレームワーク層の競争軸が機能数から相互運用性へ移ったことの表れだ。自前で全部持つより、他社の判断機構を差し込めるほうが、実際の企業システムでは強い。

8. 自分の環境で今週やること

抽象論では動かないので、具体的に5つ。

  • 無人の実行を棚卸しする──cron、CI、サブエージェント、チーム実行。承認者がいない場所を列挙する。ここが今回の変更の効く場所だ
  • denyInsteadOfPromptingはCIだけ先に入れる──本番の対話セッションに入れない。拒否回数をログに出し、拒否が1回でもあった実行を成功扱いにしないゲートを同時に置く
  • MCPタスクの順序依存を洗う──「前のタスクの結果を使って」と書いたプロンプトをgrepする。バックグラウンド化で順序保証が外れた箇所は、明示的な待ち合わせに書き換える
  • ADK 2.14の破壊的変更を3つgrepする──Enumとの文字列比較、create_sessionの余計なkwargs、RunSkillScriptToolのcommand。静かに壊れるので、CIの評価セットをMultiRunConfigで複数回転かして検出する
  • A2Aのエージェントカードを今のうちに生成して保存する──adk generate_agent_card。stableになった時点の形を手元に残しておくと、将来の差分が読める

優先順位は2番と4番だ。1番は一覧を作るだけ、3番は検索で終わる。2番と4番は、失敗の仕方が変わる。

9. 同じ週の他の数字

基盤の話と同じ週、現場の数字も動いていた。3つだけ拾う。

振り分けでコストを4分の1にした例

Hightouchが11月6日に公開した事例が、今週いちばん実用的な数字だ。2つの顧客レコードが同一人物かを判定するタスクで、安いモデル(Jev)に全件を先に判定させ、信頼度が曖昧な帯(およそ30〜90%)だけをOpusに回す方式を試した。

  • 易しいテストセット──Opusに送ったのは22%のみ。精度は98.8%(Opus単独は99.0%)。1,000件あたりのコストは3.86ドル→0.88ドル
  • 難しいテストセット──精度95.3%(Opus単独は95.1%)。コストは5.39ドル→2.94ドル

精度はほぼ落ちず、コストは4分の1。しかも難しいセットでは精度がわずかに上がっている。これは誤差の範囲だが、方向としては示唆的だ。全部を最上位モデルに投げるのは、精度のためではなく安心のために払っている部分がある。

画像モデルが1つから2つに割れた

OpenAIはImages 2.6で画像モデルをFlareとSunburstに分割した。Flareは速度と下書き、Sunburstは品質と反復編集の一貫性。生成は50%高速化、GIF作成とSVG書き出しが加わった。ただしSVG書き出しには実用上の制約がある。これも「1つのモデルで全部」から「用途で割る」への移行で、Hightouchの話と同じ構造だ。

規制と評価の側が同時に動いた

  • 中国MIITが11月6日、AIエージェントをプリインストールしたスマートフォン・タブレット・ウェアラブルに対する最初のネットワーク接続規則を出した。適合性試験と反詐欺試験への合格、そして固有の識別コードの付与が要件になる
  • Frontier Model Forum(OpenAI、Anthropic、Google DeepMind、Microsoft、Amazonが参加)がサイバー脱獄リスクの共通評価フレームワークを提案した。0〜3の4尺度、移動するベースライン、5つのリスク帯という構成で、パブリックコメントは12月21日まで
  • NVIDIAのNAVERへの10億ドル出資が11月6日付の規制書類で完了。約1.3兆ウォン、650万株超の第三者割当で4.13%の株主になった。資本がGPU調達の前に置かれる構図

MIITの規則は、エージェントがデバイスに最初から入っている前提で書かれている。誰が動かしているかを識別できない端末は、ネットワークに繋げない。日本の読者には遠く見えるが、エージェントの身元を機械的に識別するという発想は、遅かれ早かれ他の市場にも来る。

10. まとめ:速さの単位が変わった

今週の2つは、どちらも「もっと賢いモデル」の話をしていない。Claude Codeは待ち方を変え、ADKはAPIの形を固定した。どちらもモデルの能力を1ミリも上げていないのに、体感速度と安定性は変わる。

これは測る単位が変わったということだ。これまでエージェントの速さは、トークン毎秒や1タスクあたりの秒数で語られてきた。無人で走らせ始めると、効いてくるのは別の数字になる。ターンが止まった回数、拒否された回数、評価を何回繰り返して同じ結果が出たか、ハングと長時間処理を区別できたか。

そして2.1.319の3つの穴は、この移行に必ず付いてくる請求書だ。待たない設計は、聞かない設計であり、人間の目を外す設計でもある。外した目が防いでいたものを、機構で防ぎ直す作業が同時に要る。リリースノートの新機能だけ読んでアップデートするのが、いちばん危ない。

あなたの環境で今週測るべきは、モデルの応答速度ではない。直近1週間のエージェント実行のうち、何回が承認待ちで止まり、何回が黙って拒否され、何回が同じ評価で違う結果を出したか。その3つが分かれば、今週のリリースのどれを自分に適用すべきかは自動的に決まる。

参照: Claude Code Changelog v2.1.319(2026-11-06, code.claude.com/docs/en/changelog)/Claude Code Daily Briefing 2026-11-07/Havoptic「Claude Code v2.1.319」/TurboAI「Claude Code v2.1.319: background MCP tasks, auto-denied permission prompts」/google/adk-python v2.14.0 リリースノート(2026-11-07 00:58 UTC, GitHub)/PyPI google-adk 2.14.0/AgentGid・NewReleases.io リリース要約/AIToolsRecap「AI News for 8 November 2026」/Hightouch モデルルーティング事例(2026-11-06, GeekNews経由)/OpenAI Images 2.6(Flare/Sunburst)/中国工業和信息化部(MIIT)AIエージェント端末ネットワーク接続規則(2026-11-06)/Frontier Model Forum サイバー脱獄リスク評価フレームワーク提案(2026-11-07)/NAVER 規制書類(2026-11-06)

PR / この記事のテーマに関連するアフィリエイトリンクを含みます

🛠 エージェント開発の作業環境

道具箱を全部見る →

ツールやフレームワークの比較記事を読む人ほど、実際に長く座って書く環境の差が効きます。毎日触れるものと、設計の引き出しを増やす一冊を組み合わせました。

作業環境

27インチ 4K / USB-C モニター

ログ、エディタ、エージェントの実行トレースを並べて見ると、デバッグの往復が減る。USB-C 1本で映像と給電が済むモデルなら配線も安定する。

Amazon.co.jp で探す →PR
接続

USB-C ドッキングステーション

開発機に周辺機器を付け外しする回数が多いなら、ハブよりドックの方が結線を固定できる。出力側の映像規格とPD給電ワット数を先に揃える。

Amazon.co.jp で探す →PR
技術書

PythonによるAIエージェント実装書

ツール呼び出し、メモリ、失敗時の再試行までコードで追えるもの。フレームワークの説明に留まらず、状態管理の設計に踏み込んでいるかを確認したい。

Amazon.co.jp で探す →PR

価格・在庫・評価・商品画像は掲載していません。最新の情報はリンク先のAmazon.co.jpでご確認ください。当サイトは商品の販売・保証には関与しません。

Amazonのアソシエイトとして、AgentAI.ayonglab.com は適格販売により収入を得ています。