• AAIFが10月22日にAgent Skills・Open Responses・OpenEnv・OpenSandboxの4件を受け入れ、保有は10件になりました。
• 4件は手順・接続・学習・実行という別々の部品で、特定の1社に縛られない共通化の土台になります。
• 持ち運べるのは形式までで、実行環境や独自機能の条件は各製品に残るため、採用は別に判断します。

10月22日、Linux Foundation傘下の団体AAIF（Agentic AI Foundation）が、4つのプロジェクトの受け入れを発表しました。

受け入れが決まったのは、次の4つです。

• Agent Skills（Anthropic）：AIに仕事の型を教える手順書
• Open Responses（OpenAI）：どのAIにも同じ言葉で頼める
• OpenEnv（Hugging Face）：AIが腕を磨く練習場
• OpenSandbox（Alibaba）：AIが安全に作業する隔離部屋

AAIFは、AIエージェントの共通仕様や基盤を、特定の1社に属さない形で共同開発する受け皿です。MCPもここにあり、プロジェクトは発足時の3件から10件になりました。

4つは別々の部品です。専門手順、モデルへの話しかけ方、学習の場、実行の場を、1つずつ担います。持ち運べるのは「形式」までで、実行環境や独自機能の条件は残ります。1つずつ見たうえで、10件の全体像を整理します。

Agent Skills：専門手順を持ち運ぶ形式（Anthropic）

Agent Skillsは、AIに専門的な仕事のやり方を教える「手順書のフォルダ」の形式です。指示を書いた文書に、スクリプトや参考資料を添えて1つにまとめ、必要なときだけAIに読み込ませます。発表では、製品やプラットフォームをまたいで専門知識を持ち運ぶためのものと説明されています。

読み込みは段階的です。最初は、各スキルの名前と「いつ使うか」の説明だけを読みます。依頼に合うスキルが選ばれたら本文を読み、さらに必要になったときだけ参考資料を開きます。全部の説明を最初から詰め込まない設計です。

たとえばPDF処理のスキルなら、名前と用途で選ばれ、帳票ごとの詳しい手順は必要になってから開きます。

採用も広がっています。公式の対応製品の一覧には、ChatGPTとCodex、Gemini CLI、Cursor、GitHub Copilotなど、40を超える製品が並びます。各社が独自の仕組みから、この形式へ寄せる動きが進んでおり、注目度も実際の使われ方も大きい形式です。

ただし、持ち運べるのは手順の文章までです。スキルに入れたスクリプトを動かせる言語や、使える道具の許可は、動かす側の製品によって違います。必要な言語が使えない環境へ移すと、手順は読めてもスクリプトは動きません。形式が共通でも、実行できる条件までは共通になりません。

Open Responses：モデル接続の共通仕様（OpenAI）

Open Responsesは、OpenAIが先に公開したAPIをもとに、複数のモデル提供元を同じ形で扱うための公開仕様です。アプリがモデルに依頼を出し、答えや途中経過、ツールの呼び出しを受け取る、その入れ物の形を揃えます。

モデルが返す文章やツールの呼び出しは、それぞれ決まった形の「項目」として扱います。メール送信のツールなら、モデルが宛先を添えた呼び出しを返し、アプリが実行して結果をモデルに戻します。この往復の形が同じなら、提供元ごとに受け取り方を書き分ける手間を減らせます。

揃うのは入出力の形で、モデルの能力ではありません。提供元が独自に足した項目には、提供元の名前の接頭辞がつきます。仕様は、そうした項目を含む履歴を、他の実装へそのまま移せるとは仮定しないと定めています。独自機能の結果を次の依頼に使っているなら、乗り換え先で同じ意味に読めるかを確かめる必要があります。

仕様の変更は技術委員会が担います。10月21日の憲章では、最初の投票者はプロジェクトのメンテナーで、参加は憲章を守る人なら誰でもできるとされています。使っているだけで仕様を決められる仕組みではありませんが、自社の要望を公開の提案として持ち込む道はあります。

OpenEnv：学習の試行と採点の環境（Hugging Face）

OpenEnvは、強化学習の環境を作って共有する枠組みです。強化学習とは、結果に点数をつけ、点が高くなる行動をAIに覚えさせる学び方です。

基本は、行動を送って結果を受け取る往復です。環境を最初の状態に戻し、AIが行動を送り、返ってくる観測と点数（報酬）を読みます。公式の最小例は、文字列を送ると同じ文字列が返り、報酬を読むだけのものです。往復の仕組みを示す例で、業務の成果を示すものではありません。

採点は、環境のサーバー側で行います。AIは与えられた点数を上げる方向に学びます。途中経過に点を出しすぎると、本来の目的ではなく、点数だけを稼ぐ行動に偏る恐れがあります。公式の報酬ガイドには、コードが動くかを先に判定し、そのあとで品質を採点する例があります。環境の形が共通でも、何を成功とするかは人が決める仕事です。

既存のモデルを呼び出して使うだけの業務なら、OpenEnvは必須ではありません。自社でモデルを鍛える段階になって、初めて論点になります。

OpenSandbox：AIの作業場所を作る実行基盤（Alibaba）

OpenSandboxは、AIが作ったコードや操作を、隔離した環境で動かすための汎用基盤です。複数言語の開発キットと共通のAPI、コンテナによる実行環境を備えています。用途には、コードを書くAI、画面を操作するAI、評価、AIが作ったコードの実行、学習が挙げられています。

流れは「作る、動かす、片づける」です。環境を作り、コマンドやファイル操作を実行し、終わったら破棄します。AIが書いたコードを、自分のPCや社内サーバー上で直接動かさずに済みます。

もう一つ大事なのは、隔離することと、通信を許すことは別の設計だという点です。公式には、環境ごとに外向きの通信を決める機能があります。コードの評価だけなら外部通信は要りませんが、外部のサイトを調べる作業では通信が必要です。許す範囲は仕事に合わせて決めます。「サンドボックス」という名前だけで、情報の持ち出しを防げるとは限りません。サーバーの運用も、使う側に残ります。

AAIFの全10件：役割の地図と中立運営

AAIFの公式一覧の10件を、役割ごとに並べます。発足時の3件は、2025年12月の時点です。

• 手順：AGENTS.md（発足時）、Agent Skills（今回）
• 接続：MCP（発足時）、A2A、Open Responses（今回）
• 関所：Agent Router、agentgateway
• 実行：goose（発足時）、OpenSandbox（今回）
• 学習：OpenEnv（今回）

手順は専門知識や指示書の形式、接続は外部のデータやAI同士、モデルとの入出力の決まりです。関所はアプリとモデル・ツールの間に立つゲートウェイ、実行はAIが作業する場所、学習はAIを鍛える場にあたります。

10件を仕事の流れに並べると、今回の4件は、手順、接続、学習、実行の穴を埋める部品に見えます。

同じ接続でも、MCPは外部のデータや機能への口です。Open Responsesはモデル本体への入出力で、受け持つ場所が違います。

なぜ競合する4社が、こぞってここに差し出したのでしょうか。AAIFの技術責任者で共同創設者は、特定の企業が結果を左右しない形で、共通の標準を作る場だと述べています。Alibabaの開発基盤の責任者は、OpenSandboxの将来を1社に定義させたくないことを、寄贈の理由に挙げました。

他社が握る仕様に合わせるより、共同開発の場に実装や要望を持ち込めるほうが、競合企業は参加を決めやすくなります。中立であることが、採用しやすさになる。これが寄贈の狙いと読めます。

ここから、参加が増える、採用が増える、対応する製品が増える、実装例がたまる、という循環が期待できます。ただし寄贈は後押しであって、普及の保証ではありません。影響力が全社で均等になるわけでもなく、4件の広がり方も一律ではないでしょう。

あわせて読みたい：「Agent Router」が担う4つの仕事――AIの乗り換えは楽になる。それでも残る3つの依存

https://x.com/pop_ikeda/status/2102005122234741247

あわせて読みたい：「goose」とは何か――15以上のLLMを切り替えられる、オープンソースAIエージェントの全体像

https://x.com/pop_ikeda/status/2102231421385593248

学ぶ順番と採用の条件

仕様を知ることと、実装を採用することは別の判断です。Agent SkillsとOpen Responsesは、主に形式と入出力の約束です。使う製品が対応していれば、整えた手順やモデル接続の知識が、そのまま効きます。

OpenEnvとOpenSandboxは、動かす基盤そのものを引き受ける話です。自社で運用するかは、別に決めます。目安は3つで、使いたい製品が対応しているか、同じ用途の実績があるか、運用の負担を引き受けられるかです。

先に学ぶ価値が高いのは、手順の形式とモデル接続です。ここで整えた資産は、AIの製品が変わっても使い回せる可能性が高いからです。

部品が出そろい、特定の1社に縛られない形で共通化が進むほど、早く触って型をためた人と組織が有利です。乗り換えのたびに、作り直さずに済みます。AIが変わっても残る資産を、いまのうちに積み上げる。 その差が、これから静かに効いてきます。

よくある質問（FAQ）

Q1. AAIFに加わったAgent Skills・Open Responses・OpenEnv・OpenSandboxは、それぞれ何をするものですか？

Agent Skillsは専門的な仕事の手順をまとめた「手順書のフォルダ」の形式、Open Responsesは複数のモデル提供元を同じ入出力の形で扱うための公開仕様です。OpenEnvは強化学習の環境を作って共有する枠組み、OpenSandboxはAIが作ったコードや操作を隔離環境で動かす実行基盤にあたります。手順、接続、学習、実行を1つずつ受け持つ別々の部品です。

Q2. Agent SkillsやOpen Responsesに対応していれば、AIを乗り換えても同じように動きますか？

動かない場合があります。共通になるのは手順の文章やモデルとの入出力の形までで、スキルに入れたスクリプトを動かせる言語や道具の許可は、動かす製品によって違います。Open Responsesでも、提供元が独自に足した項目を含む履歴は、他の実装へそのまま移せるとは仮定されていません。乗り換える前に、同じ意味に読めるかを確かめる必要があります。

Q3. 企業は4つのうち、どれから学ぶのがよいですか？

先に学ぶ価値が高いのは、手順の形式（Agent Skills）とモデル接続（Open Responses）です。ここで整えた資産は、AIの製品が変わっても使い回せる可能性が高いからです。OpenEnvとOpenSandboxは動かす基盤そのものを引き受ける話なので、自社で運用するかを別に決めます。目安は、使いたい製品が対応しているか、同じ用途の実績があるか、運用の負担を引き受けられるかの3つです。

---

特定のAI製品に縛られない使い方を、どう組み立てるか。AIを徹底的に使いこなすためだけのコミュニティ「フロンティア・リーダーズ」で、実務を持ち寄りながら考えられます：https://frontier-leaders.vercel.app/

2時間で、AI活用術を実践のハンズオンで学べます（過去回のアーカイブ）：https://handson.workstyle-evolution.co.jp/

AIニュースの解説は、YouTube『いけともch』でも続けています：https://www.youtube.com/@iketomo-ch

■合わせて読みたい

■関連記事