CohereがNorth 2を発表：エージェントハーネスと持続的メモリの刷新
North 2におけるエージェントハーネスとクロスセッションメモリの刷新
Cohereが発表した「North 2」は、エンタープライズ向けエージェントAIプラットフォームの大規模なアップデートであり、特にエージェントオーケストレーションハーネスとメモリ管理機構の大幅な刷新が行われている。従来の多くのAIエージェントシステムでは、セッションごとにコンテキストがリセットされる「コールドスタート」が課題となっていたが、North 2ではクロスセッションでのコンテキスト保持機能が統合された。
これにより、エージェントは過去の対話やタスクの実行履歴、組織内のナレッジベース（Libraries）や再利用可能なスキル（Skills）を継続的に参照しながら、数ステップにわたる複雑な長期的タスクを自律的に遂行できる。また、自然言語のプロンプトからドキュメントやダッシュボード、軽量なアプリケーションを直接プロトタイピング・生成する機能（Applications）や、ドラッグアンドドロップ式のビジュアルワークフロービルダーを備えた自動化テンプレート（Automations）が組み込まれている。
さらに、Slack、SharePoint、OneDrive、Jira、GitHub、Notionなどの主要なエンタープライズツールと連携するネイティブコネクタに加え、金融データ向けの専門コネクタ（PitchBook、FactSet、S&P Global等）の導入も予定されており、実業務へのシームレスな組み込みが図られている。
データ主権とモデル非依存のアーキテクチャ
エンタープライズ市場における最大の関心事であるデータプライバシーとセキュリティの面において、North 2はクラウド、オンプレミス、ハイブリッド、さらには完全に隔離されたエアギャップ環境に至るまで、柔軟なデプロイメントをサポートする「ソブリンインフラストラクチャ」としての性質を強めている。 SOC 2 Type 2、ISO 27001、ISO 42001などの厳格なセキュリティ認証を取得しており、金融、ヘルスケア、公共部門といった規制の厳しい業界での運用実績を基盤としている。
プラットフォームはモデル非依存（Model-agnostic）設計を採用しており、組織はCohere自身の生成モデルだけでなく、既存のサードパーティ製モデルを持ち込んで運用することが可能である。また、NVIDIAのBlackwellおよびHopperハードウェアとの協業により、モデルのトレーニングと推論におけるトークン処理効率が大幅に向上しており、ノードあたりのスループット（秒間トークン数）を高めつつ運用コストを最適化している。
North Adminによるきめ細かなガバナンスとコスト管理
エンタープライズ規模でのAI導入において不可欠となる管理・統制レイヤーとして、「North Admin」が導入された。North Adminは、組織内のトークン消費量やコストをリアルタイムで可視化し、ユーザーグループごとのクォータやレートリミット、組織全体での予算キャップを設定できるガバナンス機能を提供する。
管理者はロールベースのアクセス制御（RBAC）を通じて、どのモデルを誰が・どの用途で使用できるかを厳密に制御できる。加えて、エージェントの自律性ポリシー（Autonomy Policies）により、エージェントが実行できるアクションの範囲を制限し、重要な意思決定や高リスクな操作においては自動的に人間の承認（Human-in-the-loop）を求めるガードレールを構築可能である。これにより、予期せぬAPIコストの暴走や、不適切な外部アクションのリスクをシステムレベルで抑制する。
開発者・エンジニア視点での考察
-
クロスセッションメモリの設計とステート管理の負荷軽減: セッションを跨いだコンテキストの永続化により、開発者は毎回のプロンプト構築時に長大な履歴や前提条件を再度インジェクションするアーキテクチャを自前で実装する必要がなくなる。エージェントが自律的に長期記憶から必要な文脈を引き出せるため、コンテキストウィンドウの効率的な利用とレイテンシの最適化が同時に期待できる。
-
モデル非依存な抽象化レイヤーの利点: 特定のLLMプロバイダにロックインされないハーネス構造は、急速に進化するAIエコシステムにおいて技術的負債を軽減する。基盤モデルの世代交代やコスト・パフォーマンスの変動に応じて、アプリケーション側のコードを書き換えることなくバックエンドモデルを動的に切り替えられる柔軟性は、エンタープライズ開発において極めて高い価値を持つ。
-
コストガバナンスとガードレールの統合的アプローチ: トークン消費量やレート制限をインフラストラクチャ層（North Admin）で一元管理できる点は、マルチエージェントシステムのスケーリングにおいて不可欠である。特に自律型エージェントが無限ループに陥った際のコスト暴走を事前に防ぐアラート・キャップ機能や、自律性と人間による承認（Human-in-the-loop）をポリシーベースで切り替えられる仕組みは、プロダクション環境へのデプロイを加速させる重要な要素となる。
Source / 元記事
この記事について
この記事は、公開されているニュース、論文、公式発表、RSSフィードなどをもとに、AIが要約・補足調査・考察を行って作成しています。
元記事の完全な翻訳・逐語的な要約ではなく、AIによる背景説明や開発者向けの考察を含みます。
重要な技術仕様・価格・提供状況などは、必ず元記事または公式情報をご確認ください。
