エージェント構築とツール実践(Gemini 3の例を含む)

複数のガイドとオープンソースプロジェクトがエージェントの構築とモバイル自動化の実践を紹介しています。
Key insights
OpenAIガイド:エージェント主導のエンジニアリングチームと5つの主要な再構築フェーズ
OpenAIの公式ガイドは、ソフトウェア開発が「エージェント主導の実行と人間によるレビュー決定」の時代に入っていることを示しており、80%の反復作業をコーディングエージェントに任せることを提唱しています。能力の進化(推論時間の延長、コードベースの理解と自己修復)とソフトウェア開発の5つの主要なフェーズ(計画/設計/構築/テスト/レビュー&デプロイ)の再構築提案を示し、エンジニアリングリーダーのための5つの即実行可能な推奨事項(AGENTS.mdの作成、最初にPLAN.mdを書くことを要求、既存ツールの優先使用など)を提供しています。
Phil Schmidチュートリアル:Gemini 3 Proを使ってゼロから実用的なエージェントを構築する
Phil Schmidの実用ガイドはエージェントを「モデル+ツール+ループ+コンテキスト管理」として簡素化し、Gemini 3 Proを使用して100行未満のコードでプレーンテキストからファイルの読み書きと会話を維持できるCLIエージェントに進化させる方法を示しています。ツール設計、オンデマンドコンテキストの読み込み、Thought Signaturesの保持、最大ループ数の設定、デバッグの可観測性などのエンジニアリング実践を強調しています。
MobiAgent:オープンソースのモバイルエージェントフレームワークとエコシステム
オープンソースプロジェクトMobiAgentがGitHubで公開され、直接実行可能なアプリ、ADBベースの深い電話制御スクリプト、経験検索モジュール、マルチモデルアーキテクチャ(意思決定、位置特定、計画)を提供しています。フレームワークにはAgentRRアクセラレーター、MobiFlow評価ベンチマーク、完全なデータ収集と注釈処理チェーンが含まれ、好みの保持、カスタム実行フロー、並列マルチタスクをサポートしており、モバイル自動化エージェント開発者が学び統合するのに適しています。
コミュニティの実践とツールの相補性:リアルタイムレンダリング、ファイルシステムコンテキストエンジニアリングなど
コミュニティの例には、Gemini 3を使用してカメラ画像をリアルタイムでゴッホスタイルにレンダリングする(音楽の視覚化をサポート)ことや、トークンのオーバーフローと検索不正確性を軽減するためにファイルシステムを統一インターフェースとして使用してエージェントのコンテキストエンジニアリングを最適化することに関する議論が含まれています。これらの実践は、実際のエンジニアリングにおけるオンデマンドの読み込みとツールベースの設計の価値を強調しています。