Google、Android StudioとCLIをサードパーティ製AIエージェントに開放

Googleは公式にAndroid開発エコシステムをサードパーティ製の人工知能（AI）エージェントに開放し、Anthropic社のClaude CodeやOpenAI社のCodexといったツールが、Android Studioおよびコマンドラインインターフェースと深く連携できるようにしました。2026年10月28日のAndroid Dev Summitで発表されたこの動きにより、これらの外部エージェントはコード生成だけでなく、公式ツールチェーン内でのビルド、テスト、デバッグ、修正の検証まで可能になります。今回のアップデートは、プロプライエタリなロックインからの大きな転換を示すものであり、開発者が好みのAIモデルを選択しつつ、それをGoogleのプロフェッショナルグレードのインフラストラクチャに統合できる自由を提供します。

何が起きたか

この発表の核心は、新しいAndroid Studio Rabbit 2リリースにおける「Bring Your Own Agent」機能の安定化です。この機能は、オープンなAgent Client Protocolに準拠する40以上のコーディングエージェントをサポートしています。Googleは自社製のGeminiベースのツールの使用を強制するのではなく、統合開発環境（IDE）への標準的なアクセスを提供しています。開発者は複数のエージェントをインストールし、それらをシームレスに切り替え、プロジェクト構造、ビルド設定、シンボルなどIDEの完全なコンテキストをエージェントに継承させることができます。これにより、エージェントが遅いコード検索やターミナルでの推測によってコンテキストを再構築する必要がなくなります。

グラフィカルインターフェースに加え、GoogleはClaude CodeやCodexといった主要なエージェント向けの公式Android CLIプラグインをリリースしました。これらのプラグインは、エージェントの機能をプロジェクト作成、エミュレータ管理、UI検査、ドキュメントアクセスへと拡張します。重要な追加機能として「Change Review」があります。これは保留中の変更をスキャンして一般的な問題を検出し、適用前に大規模な変更セットに対して開発者をガイドします。これにより、自律的な提案がマージされる前に品質と一貫性について審査され、チェックされていないAI生成コードに関する懸念に対処します。

仕組み

この統合は、外部AIモデルがAndroidツールと通信できるようにするオープン標準であるAgent Client Protocolに依存しています。エージェントがAndroid Studioに接続すると、Compose Previewの状態やLogcat出力など、人間の開発者が見るのと同じコンテキストデータへの読み取りアクセス権を取得します。この共有コンテキストにより、エージェントはファイルを最初から再解析することなく、アプリの現在の状態を理解できます。ターミナルユーザー向けには、新しいandroid previewコマンドにより、エージェントはJetpack Composeプレビューをコマンドライン上で直接レンダリングでき、フルIDEやエミュレータの起動を回避できます。Googleは、この方法によりエージェントがUIタスクを77%速く完了し、トークン使用量を最大3分の1に削減できると主張していますが、具体的な測定手法については詳細が明かされていません。

デバッグとテストのために、CLIにはandroid device remoteコマンドが含まれるようになりました。これにより、エージェントはGoogleのラボにある物理デバイスへのアクセス権を取得します。これにより、エミュレータだけに頼るのではなく、実世界でのテストが可能になります。さらに、android signalsコマンドは、Android vitalsやFirebase Crashlyticsレポートなどの本番データをターミナルワークフローにパイプします。エージェントはこのデータを使用して、メモリリーク、アプリケーション応答なし（ANR）エラー、クラッシュを調査できます。デモされたワークフローでは、Claude CodeがLeakCanaryライブラリを使用して複数デバイス間のメモリリークを特定し、特定のコードセグメントを追跡し、修正を適用し、解決を確認するためにテストを再実行しました。

主な詳細

• 「Bring Your Own Agent」機能はAndroid Studio Rabbit 2で安定版となり、Agent Client Protocol経由で40以上のエージェントをサポートします。
• 新しいCLIコマンドには、ターミナルベースのComposeレンダリング用android previewと、物理テストデバイスへのアクセス用android device remoteが含まれます。
• Googleによると、ターミナルプレビューコマンドを使用したエージェントは、UIタスクを77%速く完了し、トークン使用量を最大3分の1に削減しました。
• android signalsコマンドは、Firebase CrashlyticsおよびAndroid vitalsデータをエージェントのターミナルワークフローに直接統合し、本番環境でのデバッグを行います。
• 複雑なタスクに対するエージェントのパフォーマンスを評価するために、完了時間とコストの両方を測定するAndroid Bench 2.0が導入されました。
• Android製品担当バイスプレジデントのMatthew McCullough氏は、目標はユーザーをGoogle独自のプロプライエタリなGeminiモデルへ誘導することではなく、開発者に選択肢を提供することであると強調しました。

なぜ重要なのか

ソフトウェアエンジニアやテクニカルリードにとって、この開発はAI支援ワークフローの採用における摩擦を軽減します。以前は、外部AIツールを使用する場合、ウィンドウ間でコードスニペットをコピーしたり、深いIDEコンテキストを持たない限定的なプラグイン統合に頼ったりすることが多くありました。エージェントにビルドシステム、プロファイラ、クラッシュレポートへのネイティブアクセスを許可することで、GoogleはAIが自身の作業を検証できるより結束したループを実現します。これにより、開発者の役割はすべてのコード行を書くことから、ルーチンなデバッグやUI調整を処理できる自律エージェントのレビューとガイダンスへとシフトします。同じIDE内で異なるAIモデル間を切り替える能力もベンダーロックインを防ぎ、チームがコストやパフォーマンスに基づいて特定のタスクに最適なモデルを選択できるようにします。

しかし、自律的なバグ検出の速度は新たな課題をもたらします。ソースで指摘されているように、自律検出は修正を上回る場合があり、あるスキャナーは29,000件の潜在的脆弱性を識別しましたが、解決したのは数百件だけでした。Change ReviewやAndroid Bench 2.0のようなツールの導入は、構造化された評価とマージ前チェックを提供することでこれを緩和しようとしています。AIエージェントは明白なメモリリークを効率的に解決しても、レースコンディションのような微妙な問題を見逃す可能性があるため、開発者は依然として「人間がループに入る（human in the loop）」アプローチを維持する必要があります。焦点は、単なる生成から、AI出力の管理と検証へとシフトしています。

できること

• Android Studio Rabbit 2に更新し、安定版の「Bring Your Own Agent」機能にアクセスして、互換性のあるAIエージェントをインストールしてください。
• ターミナルでandroid previewコマンドを実験し、トークン使用量を削減してUI反復タスクを高速化してください。
• android signalsコマンドを設定し、エージェントをFirebase Crashlyticsデータに接続して、本番環境の問題の自動調査を行ってください。
• Change Review機能を使用して、AI生成の大規模な変更セットをコードベースに適用する前に監査してください。
• Android Bench 2.0を使用して好みのAIモデルを評価し、複雑なAndroidタスクにおけるパフォーマンスとコストへの影響を理解してください。
• LeakCanaryをAIエージェントワークフローに統合し、開発中のメモリリークの検出と解決を自動化してください。