TrueForgeがエージェント実行フレームワークをオープンソース化、14件の企業向けタスクでマネージドサービスより30～75％低コストと主張

TrueFoundryはTrueForgeをオープンソース化し、モデルプロバイダーに依存しない汎用エージェントharnessとして位置付けている。単発のモデル呼び出しをラップするだけでなく、「計画、ツール選択、実行、結果の返却」というループを繰り返し実行し、ストリーミング出力、長時間タスクのコンテキスト圧縮、サブエージェント、人による承認、再接続をまたいだセッションの保持も処理する。プロジェクトはMIT Licenseで提供され、`npx @truefoundry/trueforge`を使ってローカルで起動できるほか、Docker Compose、Kubernetes、SDK、埋め込み可能なチャットUIも用意されている。

アーキテクチャ上の主な違いは、サンドボックスを会話ごとに固定で割り当てる常駐リソースではなく、ツールとして扱う点にある。サンドボックスは、エージェントがコードの実行やファイル操作を必要とする場合にのみ作成されるため、検索や計画など、モデルだけで完結するターンでは同等の計算コストが発生しない。フレームワークはMCP経由で外部ツールと連携でき、機密性の高い操作については一時停止して承認を待つ。永続化された状態により、フロントエンドの切断後やサーバーの再起動後も既存タスクを継続できる。各コンポーネントは個別に置き換えられるため、企業はモデル、ツール、隔離環境、ゲートウェイを独自に選択できる。

TrueFoundryは、DevRev Enterprise-Benchに含まれるCRM、チケット、文書管理の14件のタスクを使い、TrueForgeとClaude Managed Agentsを比較した。公開結果によると、TrueForgeとGLM-5.2の組み合わせは14件中11件を完了し、コストは約2.90ドルだった。Claude Managed AgentsとClaude Opus 4.8の組み合わせも同じ11件を完了したが、コストは約11.80ドルだった。双方でOpus 4.8を使用した場合でも、TrueForgeのコストは約30％低かったという。同社は、この差を単純なモデル価格ではなく、ツールのフィルタリング、コンテキスト管理、オンデマンドのリソース割り当てによるものだとしている。

ただし、この結果だけでは、あらゆるワークロードで同じ割合のコスト削減が可能だとは証明できない。サンプルは14件にすぎず、レポートはベンダー自身が実施したものであり、モデルをまたぐ比較ではモデルとharnessの両方が同時に変更されている。エンジニアリングチームは自社のツール構成で再検証し、モデルのtoken、サンドボックスの起動、ツールのレイテンシ、失敗時のリトライにかかるコストを個別に計測すべきだ。また、承認状態、サブエージェントの権限、永続化データがマルチテナント環境で実際に隔離されるかどうかも確認する必要がある。