Timbal AI

エージェントとワークフローはオープンソースのPythonフレームワークで書き、可観測性を最初から組み込む。コードは自分のものだ。作ったものはすべて、読めて、編集でき、ローカルで実行でき、セルフホストできるきれいなコードにコンパイルされる。ブラックボックスもベンダーロックインもない。型付きのツールシステムが、成長するエージェントを予測可能に保つ。

TimbalのAIナレッジベースは、ベクトル検索と構造化クエリを一つのエンジンとして扱う。文書とデータベースをまとめて分割し、取得する。エージェントは同じステップで、ポリシーの一節とデータベースの最新行を同時に引き出せる。二つのシステムを縫い合わせる必要はない。答えの半分がPDF、半分がCRMにあるチームにこそ重要だ。

実行はすべてスパン、タイミング、ステップ単位の詳細で追跡され、変更のたびに評価スイートが走る。チームが定めた評価を通過しない限り、本番には届かない。トレースは再生できる。曖昧な「エージェントが妙なことをした」が、直せる具体的な失敗に変わる。

Composerはエージェントを説明すれば動く骨組みが手に入る。手書きは不要だ。入力すれば、それが組み立てる。Timbalはこれを、計画するアーキテクトと並行して作業するビルダーに分けた。同社によれば最大10倍安く、2倍速い。UI生成器は、画面を一つずつ発明するのではなく、デザインシステムから組み上げる。

ACEガードレールが実行時のエージェント行動を制御し、権限、評価、監査ログは後付けではなく基盤の一部だ。コンプライアンス文書はセキュリティ審査に備えており、ISO 27001、取得作業中のSOC 2 Type II、GDPR、EU AI法への整合をカバーする。規制下のチームにとって、それは出荷できるか足踏みするかの分かれ目になることが多い。ここは重要だ。セキュリティチームは厳しい質問をする。証拠をあらかじめそろえた基盤なら、その大半に答えられる。

Timbalは自社のEUクラウド、自社のAWS、Azure、GCP上のVPC、完全なオンプレミスで動かせる。APIもガバナンスモデルもどこでも同じだ。自分の家を選べる。モデル呼び出しは自分のOpenAI、Anthropic、Googleアカウントで動かせ、キーは自分の保管庫に残る。モデル非依存でもあるので、アプリを設計し直すことなく、各タスクをMistral、Llama、その他OpenAI互換のエンドポイントへ振り分けられる。

100以上のネイティブコネクタがSAP、Salesforce、Slack、Teams、Drive、Jiraなどをカバーし、エージェントはすでに導入済みの電話、CRM、ERPシステムを通じて顧客に届く。AIアプリケーションを出荷すれば、自動生成され即座に稼働するAPIが手に入る。同じ基盤がエージェント、ワークフロー、ナレッジベース、インターフェースを扱うので、チームは四つのツールを貼り合わせずに済む。何が節約できるのか。主に、誰も引き受けたくない配線作業だ。