Vertex AI系の実行基盤とLangGraphは役割を分けて選ぶ
LangGraphは処理手順と状態遷移を組み立てるフレームワーク。Google CloudのAgent Runtimeはエージェントを配置する実行基盤。同じ比較表でどちらか一方を選ぶ前に、組み合わせられる層を分ける。
用語
- フレームワーク
- 処理の組み立て方や状態遷移を実装するためのライブラリ群。
- 実行基盤
- アプリを配置し、実行やスケーリングなどを管理する環境。
- 状態遷移
- 現在の処理状態と入力に基づいて次の状態へ進むこと。
図と例
必要な状態遷移を定義 → フレームワークを選ぶ → 実行基盤と保存先を選ぶ → 停止・再開まで検証
仮定の例：既存のLangGraph製見積もり処理をGoogle Cloudへ配置したい。全面的にADKへ書き換える前に、Agent Runtimeへの配置と永続ストレージへの接続で要件を満たせるか検証する。
実際のサービス・製品では
Google Cloud Agent Runtime
Google Cloudの公式クイックスタートは、LangGraphなど複数のフレームワークを使ったエージェントをAgent Runtimeへ配置する例を示す。上の見積もり処理は独自の設計例。
資料を読む
解説
先に承認待ちと復旧に必要な状態を決め、次にその実装を運用できる実行基盤を選ぶ。モデルの提供元とエージェントの配置先も別の選択として記録する。
フレームワークはどの処理を実行し、何を状態に残して次へ進むかを表す。実行基盤は配置、スケーリング、接続などを担う。Vertex AI Agent Engineは現在のGemini Enterprise Agent PlatformではAgent Runtimeという名称になっている。Agent RuntimeにはLangGraphで作ったエージェントの配置例もある。採用時はSDKとフレームワークの対応バージョンを固定し、状態の保存先、認証、障害時の再開を組み合わせた構成で確かめる。配置に成功しただけで、外部操作の重複防止まで保証されたとは扱わない。
トレードオフ
- マネージドな実行基盤を使う
- 得るもの：配置と運用の一部をサービスに任せられる
- 払うもの：対応する接続方法・リージョン・バージョンの確認が要る
- 既存のコンテナ基盤で動かす
- 得るもの：既存のネットワークや運用方法へ合わせやすい
- 払うもの：スケーリングと永続ストレージなどを自分たちで構成する
さらに学ぶ
チェック
LangGraphで実装済みの処理をGoogle Cloudへ配置したい。最初に確かめることは？
- Agent Runtimeへの対応と状態保存・再開を含む構成
- Vertex AIを使うために全処理をADKへ書き換えること
- モデルAPIを選べば実行基盤も自動で決まること
解答と解説
Agent Runtimeへの対応と状態保存・再開を含む構成
LangGraphとAgent Runtimeは組み合わせられる役割で、全面的な書き換えは前提ではない。配置対応に加え、保存・認証・再開の要件を満たすか確認する。