Googleの新発表2件を解説：AIコーディング評価手法とADK for Kotlin 1.0

Googleが9月に発表した2つのトピックは、一見バラバラに見えるが、共通のテーマを持つ：AI エージェントをどう実運用に乗せるか、という課題である。1つ目は「行動評価」という新しい評価手法。AIコーディングエージェント（Claude CodeやGemini CLIのような）を改善し続けるには、最終出力の文字列一致だけを見ていては不十分だという指摘だ。代わりに「正しいツールが正しい引数で呼ばれたか」「意図した種類のファイル変更が行われたか」といった中間ステップを検証する。

なぜこれが重要なのか。システムプロンプトをチューニングするたび、全サンプルをエンドツーエンドで検証していたら、フィードバックループは遅くなる。だが中間ステップを軽く検証するテストなら、ローカルで高速に回せる。プロンプト改善の反復速度が劇的に上がる。2つ目がADK for Kotlin 1.0の正式リリース。これまでAndroidアプリにAIエージェント機能を組み込むには、Python/Javaへの橋渡しが必要だったが、ネイティブKotlinで完結できるようになった。型安全なマルチエージェント開発が本番レベルで可能になったのだ。

この2つの発表の意味は、中小企業が自前のAIエージェント運用に取り組む際の指標になる。単にベンダーのAIを導入するだけでなく、社内のシステムプロンプトやハーネスを継続的に改善する段階に入るなら、「最終出力で判定する」という素朴な評価では限界がある。中間アクションを検証するテスト体系を先に整えれば、プロンプト改善の速度と確度が桁違いに向上する。Googleはそこまでの工夫が実装可能な時代が来ていることを示している。