Forsy
Forsy · コーディング
Forsyは、エージェントが動いている最中の挙動を記録するAIエージェントデータ基盤であり、事後ではなく実行時に捉える。ツールチェーンをまたいだ完全なワークフローをリアルタイムで取り込み、その活動をチームが評価・ライセンス・取引できる高忠実度のデータに変える。CPIBench-0を手がけたチームが開発し、Forsyは実世界で動くAIエージェントの学習ループとして自らを位置づけている。
Forsy について
Forsyとは何か
Forsyは、AIエージェントを構築または購入するチーム向けのエージェントデータインフラ兼マーケットプレイスである。大半のエージェントスタックは、タスクが完了したかどうかしか教えてくれない。どうやってそこに至ったか、どのツール呼び出しが失敗したか、長い実行の途中でなぜ応答がずれたかまでは教えてくれない。Forsyはその隙間を埋める。エージェントのワークフローが起きたその瞬間にネイティブに取り込み、その結果を検査して再利用できる形にまとめる。
製品にはCPIBench-0が付属する。これは、サイバーフィジカルシステムに依存する作業を最先端モデルとエージェント構成がどう扱うかを評価する公開ベンチマークである。対象プロジェクトはメカトロニクス、製造、材料、エネルギーにわたり、データは整った実験室のタスクではなく、乱雑な実条件を反映する。AIエージェントデータ基盤を評価しているなら、この取り込みと評価の組み合わせが最大の売りだ。
引っかかるのはアクセスである。Forsyはデモ申請型で動いており、セルフサービス登録も公開された料金プランもない。つまり営業と話さない限り試せない。公開されたAPIドキュメントもない。コミット前にツールを試したいチームにとって、これは現実的な障壁になる。
はじめかた
- Forsyのサイトを開き、デモ申請フォームに名前、メールアドレス、組織名を入力する。
- チームからの連絡を待ち、取り込みモジュールとマーケットプレイスモジュールを含むプラットフォームの案内を予約する。
- デモで、ワークフローがどう取り込まれるか、CPIBench-0のリーダーボードが何を示すか、エージェントデータをどうライセンスできるかを確認する。
- 料金とパッケージはどこにも公開されていないため、Forsyチームと範囲とアクセス条件を合意する。
- 自分のエージェントツールチェーンを接続するか、ライブのワークフローを組み込む前に公開ベンチマークデータから始める。
AIツール情報
Forsyの料金、対応プラットフォーム、性能を簡単に確認できます。
こんな人におすすめ
このツールが最も力を発揮するユーザー、タスク、シーン。
ユーザー
- エージェントを構築するAIチーム：エージェントがツール間で実際にどう振る舞うかを見る必要があるなら最適。始めるにはデモの申請が要る。
- データ・MLリード：訓練や評価に本物のエージェントワークフローデータが欲しいときに役立つ。ただし料金はカスタムだ。
- 産業界の運用チーム：サイバーフィジカルシステムを扱い、ベンチマーク済みのエージェント結果を求める製造・材料・エネルギーのチームに合う。
タスク
- エージェントワークフローの取り込み：ツール呼び出し、中間ステップ、実行状態を、後から書いた要約ではなく発生時点で記録する。
- モデルとエージェント構成の比較：CPIBench-0を使い、コスト、実行時間、合格率でベースモデルと完全なエージェント構成を比べる。
- エージェントデータのライセンス：チームが本物のエージェントデータをライセンスや取引に提供できる。マーケットプレイスの条件は直接やり取りする。
シーン
- 展開前のエージェント評価：合格率を実行時間とトークン消費と突き合わせ、その構成がコストに見合うかを見る。
- サイバーフィジカル作業の研究：モデルがセンサー信号、生産画像、保守仕様を複合ワークフローでどう扱うかを調べる。
- エージェントを軸にしたデータパイプラインの構築：取り込んだワークフローデータを、手作業でラベル付けする代わりに訓練や微調整のループに流す。
主な機能
リアルタイムのワークフロー取り込み
Forsyはエージェントが動いている間にその活動を記録し、ツール呼び出し、コンテキストの変化、ワークスペースの状態を起きた瞬間に取り込む。得られるのはタスクの完全な軌跡であり、後から組み立てた整ったログではない。実行ごとに挙動が違うエージェントをデバッグするなら、この差は大きい。必要な証拠がそこにある。
ツールチェーン全体の追跡
プラットフォームはエージェントをツールチェーン全体にわたって追跡し、ワークフローが端から端までつながったままになる。エージェントがファイルシステム、検索ツール、独自エンドポイントの間を行き来しても、Forsyはそのすべてのステップを一つのつながったビューに保つ。エージェントデータ基盤を評価するチームは、たいてい何よりもまずこの網羅性を求める。
エージェントデータマーケットプレイス
取り込まれたワークフローは資産になる。Forsyは、チームが本物のエージェントデータを見つけ、ライセンスし、取引できるマーケットプレイスだと自ら説明する。これは有用な軌跡を抱えるチームに収益化の道を開く。出品とライセンスの条件は、セルフサービスのストアではなくForsyチームを通す。
CPIBench-0ベンチマーク
Forsyは、サイバーフィジカル作業におけるモデルとエージェントのための最初のベンチマーク、CPIBench-0を公開する。メカトロニクス、製造、材料、エネルギーの実プロジェクトから作られ、1900件を超える実行を評価している。ベンチマークはModel TrackとAgent Trackに分かれる。これにより、素の能力が完全なエージェント構成を経ても残るかが分かる。
性能とコスト
CPIBench-0のリーダーボードは、合格率とスコアを、総コスト、実行時間、トークン使用量の隣に示す。合格率と総実行時間の対比のようなビューは、ある結果に達するためにエージェントがどれだけ費やすかを示し、わずかな改善のためにトークンを燃やす構成を見つける助けになる。予算を気にするチームには、単一の精度の数字よりこの枠組みのほうが役立つ。
運用中エージェントの学習ループ
中心にあるのは学習ループという考え方だ。エージェントが実世界で動き、そのワークフローが取り込まれ、そのデータがより良い振る舞いに還元される。狙いはサンドボックスではなく、乱雑な実環境で動くエージェントにある。だからこそベンチマークは産業プロジェクトに依拠する。
メリットとデメリット
メリット
- エージェントの挙動をリアルタイムで取り込むため、軌跡が実際に起きたことを反映する
- CPIBench-0は精度をコスト、実行時間、トークン消費と組み合わせてエージェントを評価する
- データの取り込みと、エージェントデータをライセンス・取引するマーケットプレイスを組み合わせる
- ベンチマークデータは合成タスクではなく実際の産業プロジェクトに依拠する
- ランキングでベースモデルと完全なエージェント構成の両方を扱う
デメリット
- 料金が公開されておらず、営業と話さないとコストを見積もれない
- セルフサービス登録がなく、すべてはデモ申請から始まる
- APIの提供が明言されておらず、統合計画が不確かになる
- マーケットプレイスは初期段階で、出品とライセンスの条件が明確に文書化されていない
よくある質問
ForsyはAIエージェントのワークフローをリアルタイムで取り込み、評価・ライセンス・取引できるデータに変える。では何が違うのか。この取り込み層をCPIBench-0と組み合わせている点だ。CPIBench-0はサイバーフィジカル作業を実行するエージェントのためのベンチマークである。
関連コンテンツ
Forsyに関連するツール、スキル、記事を探す。
Forsyの代替ツール
Forefront
Forefront · コーディングForefrontはオープンソースAIで構築するためのウェブプラットフォームだ。主要なオープンソース言語モデルを自分のデータで微調整し、性能を評価し、API経由で実行したり、エクスポートして自分でホストしたりできる。クローズドなプラットフォームの手軽さを求めつつ、モデルとデータの所有権にはこだわる開発者が対象だ。
Startkit
StartKit.AI · コーディングStartkitは、AI SaaSとAIラッパー製品を作るためのボイラープレートだ。面倒な部分をあらかじめ配線済みにしたAIスタートアップボイラープレートと考えればいい。認証、StripeとLemon Squeezyの決済、利用制限、トランザクションメール、そしてOpenAI、Anthropic、Groq、Llamaと通信するAI APIスターターキットが含まれる。リポジトリをクローンして価格を設定し、ユーザーが実際にお金を払う部分に取りかかれる。ReactとTailwind上のNext.jsで作られているため、ボイラープレートコードの多くはすでに見慣れたものだ。
Testim
Tricentis · コーディングTestimは、Web・モバイル・Salesforceアプリ向けにエンドツーエンドテストを構築して実行するAIテスト自動化プラットフォームだ。機械学習を頼りに、インターフェースが変わってもテストを安定させ、チームが壊れたセレクターの修正に費やす時間を減らす。今日から使い始められる自動テストツールとしては悪くない。ブラウザで操作を録画してテストを作り、より細かい制御が必要なときはJavaScriptを足す。忙しいQAチームにとって堅実な選択肢である。