Portia AI

エージェントに進めながら方針を決めさせる代わりに、Portia AIはまず構造化された計画を作り、それを見せる。計画は会話で組み立てても、PlanBuilderで手作業で組んでもよく、実行が始まる前に各ステップを確認できる。台本を外れるエージェントに痛い目を見たチームにとって、事前に計画が見えることが要点そのものだ。

Portia AIは人間の監督を、例外処理ではなく設計の一部として扱う。エージェントは動作を事前に示し、進み具合を共有し、実行の途中で中断できる。ExecutionHookで決まった処理を差し込み、確認のやり取りがきれいな受け渡しを作る。人が入力や資格情報を渡し、エージェントが再開する。

エージェントはパスワードを求める壁でよく止まる。Portia AIはAPIツールとブラウザセッションの両方の資格情報を確認インターフェースで扱う。だから秘密をコードに埋め込まずに、エージェントが必要なものを要求できる。クラウド側では、1,000以上の既製ツールに認証がすでに配線されている。

ツールレジストリはどのMCPサーバーからでも、ローカルツールからでも、ACI.devのような別の提供元からでもつなげる。Portiaのクラウドは、認証が効いた1,000以上のクラウド・MCPツールのライブラリを足す。だからエージェントは自作のつなぎ込みなしで一般的なSaaSアプリに届く。オープンソースのブラウザツールもあり、多くの自動化を止めるキャプチャやログインを含めて、エージェントがサイトを巡れる。

長いタスクにはデータを置く場所が要る。PlanRunStateは実行中に膨らんで進み具合を追い、大きな入出力は実行時にエージェントの記憶へ自動で保存され、取り出される。これがあるから、大きなファイルやページ分割されたAPIを、ステップ間で糸を切らずに扱える。

Portia AIはOpenAI、Anthropic、Mistral、Gemini、Bedrock、Azure OpenAIにつながり、Llamaのような独自・セルフホストのモデルも支える。実行を自分のRedisサーバーに向けてキャッシュでき、マルチエージェントの実行と認証をEndUser単位で割り当てれば、チーム全体で利用が整理される。