LangChain：Deep AgentsにツールコールをまたぐコードのためのQuickJSインタープリターが登場

LangChainは2026年5月20日、Deep Agentsフレームワークにインタープリターを導入しました。これはLLMのツールコール間でエージェントがコードを書いて実行できる組み込みのQuickJSランタイム環境で、状態をメッセージ履歴にシリアライズする必要がありません。状態がモデルコンテキストではなくランタイム内に永続するため、一部のタスクでトークン消費を最大35パーセント削減できると同社は主張しています。

インタープリターはコード実行ツールとどう違うのか？

従来のツールコールモデルでは、LLMがツールを選び、ツールはモデルの外で実行され、結果がツール出力メッセージとして返され、モデルが次のステップを決定します。各中間ステップがコンテキストウィンドウを埋め、複雑なマルチステップタスクはすぐにトークン制限に達します。インタープリターは中間層を導入します：エージェントがメモリ制限とタイムアウトを持つQuickJSエンジンで実行されるJavaScriptコードを書き、そのコードが直接ツールを呼び出し、データを操作し、ステップ間で状態を保持します。

これはOpenAI Code InterpreterやClaudeのコード実行（ツールとして動作する）とは異なります——インタープリターはエージェントが各ステップでLLMコンテキストを通ることなく、1つのプログラム単位で複数のツールを呼び出せるランタイムレイヤーです。

35パーセント削減の主張を支えるものは？

LangChainの発表では具体的なベンチマークシナリオが示されています：大きなドキュメントセット（例：200本のPDFの分析）を処理するエージェントは従来200ステップのメッセージ履歴を生成します。インタープリターを使用すると、エージェントは各ドキュメントに対してツールを呼び出すループコードを書き、結果をローカル変数に集約し、最終サマリーだけをモデルに返します。これにより入力（後続の各呼び出しの履歴コンテキストが小さくなる）と出力（モデルが繰り返しのツールコール指示を生成しなくて済む）の両方が節約されます。

セキュリティはどう解決されるのか？

QuickJSインタープリターは明示的に最小化されたアクション空間を持ちます。デフォルトでファイルシステム、ネットワーク、Shellへのアクセスはありません。すべての機能は組織が設定するホストブリッジを通じて開放する必要があります。これにより、操作されたプロンプトがエージェントに本来アクセスすべきでないリソースにアクセスさせるプロンプトインジェクション問題を回避します——境界はLLMではなくランタイムレベルで定義されます。

エージェントエコシステムにとって何を意味するか？

このアプローチはAnthropicの「コンピューター使用」モデル（ClaudeがサンドボックスでアクションをExecute）やOpenAI Code Interpreterと哲学的に似ていますが、オープンエンドなコード実行ではなくツールオーケストレーションに最適化されています。AutoGPT、CrewAI、AWS Strands Agentsも同様のパターンに従う可能性が高く——LLMとツールの間のプログラム的レイヤーは現代のエージェントアーキテクチャの標準コンポーネントになりつつあります。