OpenAdapt Flow 2.7.0は、エージェントが一度実行したタスクをプログラムにし、新たな入力で再実行する機能を導入した。ブラウザーとデスクトップアプリでの保存操作を教える際は、人が署名した権限を活用する。開発者は反復タスクでモデル呼び出しを減らす一方、実行前後の記録と結果をより厳密に確認することになる。

1. 一度実行したタスクをプログラムで再生

新コマンドopenadapt wrapは、運用者が入力項目を定めたタスクを実行する。初回の呼び出しではエージェントを一度実行し、保存された記録を独立して確認した後、実行内容をプログラムに変換して承認する。以降は承認済みプログラムが新たな入力でタスクを再生するため、モデルを再び呼び出さない。

タスクは、ツール間接続のための通信規約であるMCPを通じ、他のツールから呼び出せるようローカルで提供することもできる。呼び出し元はタスクに宣言された入力項目を使う。リクエスト識別子を付けると、繰り返された呼び出しや中断された呼び出しに既存の実行を返し、同じ書き込みを再送しない。

モデルが見るタスク入力と対象の本人確認情報は、実際の値を示す代わりに型を表示する代替マーカーに置き換えられる。モデルがマーカーを入力すると実行ツールが実際の値を挿入し、保存結果を再読して確認する処理も実際の値を使ってローカルで行う。原文は、名前と識別番号を単に隠す従来の方式では、モデルが対象の記録を区別できなかったと説明する。

モデルに送るリクエストのサイズも調整された。同社の発表によると、Claudeの送信直前のリクエスト1件の既定上限は64 KiBから4 MiBに引き上げられた。従来の上限では、毎ターンにスクリーンショットを含める実行が2ターン目で終了していたという。OpenAIの既定上限は64 KiBのままで、設定可能な最大値は32 MiBだ。

2. 人が署名した範囲内で保存操作を学習

ブラウザーで保存操作を教える際に、人が署名した権限文書を利用できるようになった。文書にはタスクと入力、許可するオリジン、許可する書き込みと禁止操作を記載する。初回の実行は権限が検証され、許可された書き込みを含む場合に開始し、クリックやキー入力、選択操作を権限と照合する。権限の作成、署名、検証用コマンドも提供する。

デスクトップとリモートアプリでも、MCPを通じて保存操作を教えた後に承認済みツールを呼び出せる。権限文書はデスクトップとリモート画面も対象とし、デスクトップで教えた操作の権限範囲は、そのアプリに限定される。

3. 実行結果だけでなく評価器自体も検査

データベースに直接書き込むクライアントを監視するモードでは、エージェントが各操作の開始と終了を通知する。Flowは操作ごとに定めたデータベースの変更条件と、操作間の変化を確認する。どの操作にも属さない変化は、アプリの監査記録がエージェントのユーザーを指しているかに応じて、違反または不確実と判定する。

新しい監査ツールは、エージェントではなく環境の評価器をテストする。基準となる実行に誤った記録や値、重複書き込みや部分的な書き込みなどのエラーを注入し、無関係な変化を含む正常な対照例も実行する。誤った結果を通した事例や正当な結果を拒否した事例に加え、エラー率の推定の不確実性の幅を示すウィルソン95%区間を報告する。原文の実行コマンドは次のとおりだ。

python -m openadapt_flow.verifier_audit run --target module:factory --out DIR

ページ分割されたREST（Webリソースの要求・応答による通信方式）とFHIR（医療情報交換の標準規格）の読み取りには、不変のデータ集合を読むという保証と、全記録を受け取ったという宣言が必要になる。複数ページの結果を集める際、データが変化していないか、欠落なく読み取ったかを確認する基準だ。

4. アップグレード時は実行対象と記録条件を点検

再生対象のアドレスやデモアプリを明示し、長いコマンドラインオプションは完全な名前で記述する必要がある。

地域設定、日付の順序、キーボード配列が記録されたタスクは現在の環境と照合し、この情報がない以前のタスクは当該検査から除外される。

数字を含む本人確認情報は、日付、年齢、個数も現在の画面の値と原文のまま一致しなければならない。

ページの読み取りで完全性の宣言がない場合、データ集合のマーカーが欠落・変更された場合、識別子が重複した場合、識別子を区別する範囲である名前空間が混在する場合は、結果が未確定のままとなる。環境情報が記録と異なるか読み取れなければ再生を拒否し、再生の失敗や不確実な結果は、人が修復を承認するまで保留する。

5. モデル呼び出しを減らす代わりに承認手順へ投資

承認済みプログラムで反復タスクを処理すれば、モデル呼び出しを省き、重複書き込みも減らせる。初回の実行でモデルを使う際は、呼び出し前に費用と実行時間の上限を適用し、実行後に使用量を報告する。

一方、運用者は最初にタスクを教える際、権限文書と独立した記録確認を準備する必要がある。その後の修復にも、人の承認、署名付きの再承認、小規模な試験実行の手順が入る。反復実行で節約するモデル呼び出しの代わりに、初期設定と修復過程での確認業務が必要になる構造だ。

Flow 2.7.0は、反復タスクでモデル呼び出しを減らす代わりに、書き込み権限と結果を証明する確認手順を実行フローにさらに深く組み込んだ。