10月23日、InfoWorldが「Google targets AI agents' idle-time costs with new compute service」と題した記事を公開した。AIエージェントが「何もしていない時間」にも課金され続けるという問題は、エージェント活用が本格化するにつれてコスト管理上の深刻な課題となっている。Googleはこれに対し、新サービス「Agent Compute Engine（ACE）」を発表。メモリレベルでの状態保持を伴う一時停止・再開機能を武器に、AWSやMicrosoftとの差別化を図る。

AIエージェントの「待ち時間コスト」という課題

AIエージェントは多くの時間を「待機」に費やす。ツールのレスポンス待ち、人間の承認待ち、次の命令が来るまでのアイドル状態——そうした時間でも、従来のクラウドコンピュートはCPUを確保し続けてしまう。

マルチステップタスクをこなすエージェントの普及が加速するなか、こうしたアイドル時間コストの問題はより顕在化しつつある。エージェントをシャットダウンすれば費用は下がるが、再起動時に実行環境の再構築とコンテキストの復元が必要となり、レイテンシが生じる。Googleが今回のACEで狙ったのは、まさにこのトレードオフの解消だ。

microVMで状態を保持しながら一時停止

ACEの核心は、ハードウェア分離されたmicroVM上にエージェントの実行状態を保持したまま、エージェントを一時停止・再開できる仕組みにある。

microVMは、従来の仮想マシン（VM）よりも起動が速くリソース消費が少ない。同時に、ホストOSのカーネルを共有するコンテナよりも強い分離境界を提供する。AIが生成したコードを実行したり、信頼できない入力を扱うエージェントにとって、セキュリティ上の利点も大きい。Googleはブログ記事でこの点を強調している。

料金モデルについては、元記事においてエージェントが一時停止中はCPU課金が発生しない構造が示されているが、具体的な課金単位（たとえば「秒単位」「セッション単位」など）の詳細は現時点で公開されていない。

チェックポイント機能——競合との差別化ポイント

Googleが競合との差異として主張するのが、チェックポイント機構だ。単にコンテナを停止するのではなく、メモリと実行状態をそのまま保存し、エージェントがコンテキストを再構築することなく中断した地点から再開できる。

元記事によれば、比較対象となる競合サービスの状況は以下のとおりだ。AWSは「AgentCore」でセッションごとにmicroVMを使用し、待機中はCPU課金を止める。MicrosoftのAzure AI Foundryのホスト型エージェントはターン間でサスペンドしファイルシステムを保持する。ACEはその一歩先として、メモリレベルでの状態保持を主張している。

IT調査会社KanerikaのAI開発責任者Amit Kumar Jenaはこの点を評価しつつ、開発者へのメリットをこう表現する。

「開発者が自前でsave-and-resumeレイヤーを構築する必要がなくなる。一時停止をサバイブするためだけに存在していたコードの大部分が不要になる」

注意すべきトレードオフ

ただし、複数のアナリストが課題を指摘している。

ベンダーロックイン：ACEはGoogle Cloudと密接に統合されており、他クラウドへのワークロード移行やマルチクラウド構成には再設計が必要になりうると、Pareekh ConsultingのプリンシパルアナリストPareekh Jainは指摘する。

コスト削減効果は一様ではない：継続的に稼働し続けるコンピュート集約型エージェントでは効果が限定的になる。Nord-IQ ResearchのプリンシパルアナリストManoj Chandra Jhaは「CIOはアイドル時間が数分以上続くエージェントの数を把握すべき。その数がACEを採用すべきかの判断基準になる」と述べる。

ストレージコストの増加：各microVMが実行状態を保持するためのディスク領域を必要とするため、数千のエージェント環境を保持するスケールではストレージ費用が膨らむ可能性がある。純粋なコスト削減効果の見積もりが難しくなると、Jenaは指摘する。

サービスの成熟度：ACEはまだプレビュー段階にさえ入っておらず、本番環境での実績がない状態でのロードマップへの賭けになる。

チェックポイントが生む開発上の罠

チェックポイント機能には、開発者が見落としがちな落とし穴もある。

「一時停止がAPI呼び出しとその確認の間に発生すると、エージェントは支払いが完了したのかコミットが着地したのかわからないまま再開し、再試行してしまう。外部へのすべての操作はべき等（安全に繰り返せる状態）である必要があるが、今日のエージェントコードの大半はそのように書かれていない」（Jena）

また、長期間稼働し続けるエージェント環境ではファイルや依存関係、ソフトウェアバージョンが変化し、バグの再現が困難になる「ドリフト」問題も発生しうる。有効期限ポリシーの設定やベースイメージからの定期的な再構築が必要になる。デバッグについても、一時停止中のVMを検査するためのツールはまだ成熟していないと、Jenaは述べている。

詳細はGoogle targets AI agents' idle-time costs with new compute serviceを参照していただきたい。