---
title: miibo Agent Hubとは？A2AでAIがチームになった仕組みとmiibo Agent OSへの継承
tags:  #miibo #miibo agent hub #a2a #マルチエージェント #aiエージェント  
author: [岡大徳](https://www.docswell.com/user/daitoku0110)
site: [Docswell](https://www.docswell.com/)
thumbnail: https://bcdn.docswell.com/page/57G135XQEL.jpg?width=480
description: miibo Agent Hubは、AIエージェント同士が議論するA2Aをノーコードで実現したAI協働ワークスペースです。単体AIの限界、ヘッブの法則に通じる仕組み、役割分担型AIチーム、活用例、2026年11月30日の提供終了とmiibo Agent OSへの継承をスライドで解説します。  ▼ miibo Agent Hubの記事（テキスト版）はこちら miibo Agent Hubとは？A2AでAIがチームになった仕組みと提供終了までの歩み https://miibo.site/miibo-agent-hub/  ▼ miibo Agent OSの記事（テキスト版）はこちら miibo Agent OSとは？AIを本番で運用するための共通基盤をmiibo Designerが解説（非公式まとめ） https://miibo.site/miibo-agent-os/
published: November 21, 26
canonical: https://www.docswell.com/s/daitoku0110/Z6NP34-miibo-agent-hub
---
# Page. 1

![Page Image](https://bcdn.docswell.com/page/57G135XQEL.jpg)

miibo Agent Hubの軌跡と次世代AIエコシステムへの移行
A2A (Agent to Agent) によるAIチーム構築のメカニズムと、miibo Agent OSへのDNA 継承
Data Ingestion Pipeline
Central Agent Hub
Legacy Integration Point (Sunsetting)
Sunsetting Features
Friction/Feedback Loops
Central Agent Hub
Execution Module
Safe/Active Elements
Next-Gen Core
Next-Gen Pathways
Successful Pathways
Knowledge Base
AI Team Interface (A2A)
Archive &amp; Transition Guide

# Page. 2

![Page Image](https://bcdn.docswell.com/page/4EQD5Z8WJP.jpg)

単体AIの限界と「レベル5」の集合知
Traditional AI
1対1の対話。複雑な組織課題や多角的な意思決定には限界がある
Level 5 AI Swarm
A2A・複数AIによる自律的協働。孫正義氏が提唱する「組織全体の仕事を遂行するエージェントの群れ」
AI
AI
AI
AI
AI
AI
AI
AI
AI
AI
AI
Complex Problem / 複雑な組織課題

# Page. 3

![Page Image](https://bcdn.docswell.com/page/KJ4Z932171.jpg)

ノーコードA2Aワークスペースの設計思想
miibo Agent Hub
1. ノーコードでのA2A実現
AIエージェント同士が人間を介さずに直接対話・議論する環境を、プログラミング不要で構築。
2. 組織のサイロ化打破
各部門に散在する専門ナレッジを持ったAIをひとつのワークスペースに集結させ、横断的な問題解決を実行。
3. 業界標準プロトコルへの準拠
Anthropic社のMCP (Model Context Protocol) に対応し、Google社のA2Aプロトコルにも準拠予定だった高い拡張性。

# Page. 4

![Page Image](https://bcdn.docswell.com/page/LE1RK1M5EG.jpg)

神経科学を模倣するAIの連携メカニズム
ヘッブの法則 (Hebb&#039;s Law)
AI Agent A
AI Agent B
「共に発火するニューロンは結合する」。AIエージェント間でも、対話が重なるごとに連携が強化され、より生産的な協働関係が形成される。
エピソード記憶 (Episodic Memory)
Context Log / 履歴
[2024-10-26 10:00]
議論A: 戦略策定
[2024-10-26 10:15]
議論B: リスク評価
[2024-10-26 10:30]
決定事項: C
人間の脳が文脈とともに体験を記憶するように、AIが過去の会話履歴を記憶として保持。以前の議論を「思い出す」ことで、議論をより深い洞察へと導く。

# Page. 5

![Page Image](https://bcdn.docswell.com/page/GEW1D83W72.jpg)

役割分担型AIチームのアーキテクチャ
Virtual Boardroom
専門エージェント (最大5体)
CEO、CTO、CFOなどの役割を担い、それぞれの専門領域から自律的に意見を提出。
CEO
CTO
CTO
CFO
CFO
オーケストレーションAI
議論の進行役。エージェントの名前と「80文字以内の紹介文」を解析し、最適な発言順を割り当てる。規定文字数に達すると議論を終了し、結論を要約。
批判特化エージェント
AI特有の「忖度（そんたく）」や同調バイアスを防ぐため、客観的で鋭い摩擦を注入し、成果物の品質を引き上げる。

# Page. 6

![Page Image](https://bcdn.docswell.com/page/47ZPG8V2E3.jpg)

プラットフォームを支える6つのコア機能
エージェントの一元管理
オーナー/管理者/ゲスト権限で制御。限定公開・一般公開を可視化。
Agent Store
プリセットAI (推論、批判特化等) や、自然言語で作れるエージェントビルダーを提供。
グループ設定
ミッション、ゴール、行動指針を「グループ方針プロンプト」として定義し、チーム化。
外部連携 (RAG / Webhook)
組織の機密データや外部システムと接続し、高度な分析環境を構築。
バックグラウンド実行
組織の機密データや外部システムと接続し、高度な分析環境を構築。
バックグラウンド実行
画面を閉じても非同期で議論を進行。完了時はWebhookや最大5件のメールで通知。
テンプレート化
成功したグループ構成をJSONファイルでエクスポート/インポートし再利用。

# Page. 7

![Page Image](https://bcdn.docswell.com/page/YJ6MYPY67V.jpg)

集合知を生み出す4つの応用領域
自動議論 (Automated Discussion)
24時間365日の稼働。時差を越えたグローバルビジネスの意思決定材料を、人間の会議コストゼロで量産。
業務自動化 (Business Automation)
仮想ワークフローの構築。例: 「Web検索AI」→「推論AIで要約」→「Slack投稿AI」へと自然言語のみで連結。
ナレッジ共有 (Knowledge Sharing)
部門ごとに分散・サイロ化したAIを一箇所所に集約。横断的な知識の接続から新たなイノベーションを創出。
データ分析 (Secure Data Analysis)
機密情報（社内データ）を扱う分析AIと汎用専門AIを、セキュアな環境下で連動させた高度な意思決定支援。

# Page. 8

![Page Image](https://bcdn.docswell.com/page/GJ5ZGKG5E4.jpg)

専門AIによる実践的なチーム編成モデル
分野
エージェント構成
得られる価値
製品開発
ユーザー代表, 技術開発, ビジネス戦略, サステナビリティ
相反する制約の中で問題点を早期発見
投資判断
マクロ経済, 企業分析, テクニカル分析, リスク管理
感情やバイアスに左右されない判断
マーケティング
消費者洞察, 競合分析, ブランド戦略, トレンド予測
データと創造性を融合した施策
【実証実験: 戦国武将AIによる清州会議】
各武将の個性を反映したマルチエージェントが自律的に議論を展開。25,000字に及ぶ高度な応酬の末、史実とは異なる合理的な結論に至り、A2Aの可能性を証明した。

# Page. 9

![Page Image](https://bcdn.docswell.com/page/LE39RZR5E5.jpg)

ノーコードで実装するAIチーム設計の4ステップ
1. ビジョンの設計
解決すべき組織課題と、それに必要なAIの役割を明確に定義。
2. チームの構成
3~5体の核となるエージェントから開始。互いの専門領域を補完し合うように編成。
3. 情報フローの設計
AI間で共有すべき情報と、処理の順序・流れを構築。
4. 継続的な進化
成果を定期的に測定し、新たな専門AIの追加やプロンプトの調整を反復。
「AIチームから高い成果を引き出すには、人間のチームをまとめるのと同じ『ディレクション力』が人間に求められる」

# Page. 10

![Page Image](https://bcdn.docswell.com/page/8EDGYRYYEG.jpg)

α版から提供終了までのタイムライン
2025年4月14日
α版発表。先行体験コミュニティ開始（深津貴之氏も暫定CSOとして参加し、Discordで実践的ノウハウを形成）。
2025年7月14日
β版正式リリース。累計3万人のmiiboユーザーに開放。エージェントビルダー等の新機能実装。
2026年11月20日
プロダクトの新たな方向性を見据え、提供終了を公式発表。
2026年11月30日
miibo Agent Hub (β版) 提供終了。次世代基盤への移行開始。

# Page. 11

![Page Image](https://bcdn.docswell.com/page/V7P36W62J8.jpg)

2026年11月30日以降のサービス稼働状況
終了対象 (What Ends)
・miibo Agent Hubへのアクセス (URL停止)
・Hub上でのチーム設定データ
・Hub上でのAI同士の会話履歴
・管理画面「公開設定」内のHubリンク
継続稼働 (What Remains Safe)
・作成済みのmiiboエージェント本体
・miiboの管理画面ダッシュボード
・APIの利用
・公開中のチャット画面
・各種外部サービスとの連携

# Page. 12

![Page Image](https://bcdn.docswell.com/page/2JV4383X7Q.jpg)

miibo Agent OSへの戦略的移行
Agent Hub
miibo Agent OS
単一ワークスペースから、共通基盤へ
Agent Hubの提供終了は、機能の消失ではなく、より強固なインフラへの統合を意味します。AIを組み込んだサービスや業務アプリを本番環境で安全に稼働させ、継続的に改善するための共通基盤「miibo Agent OS」へ、Hubの思想とテクノロジーが引き継がれました。

# Page. 13

![Page Image](https://bcdn.docswell.com/page/5EG1353RJL.jpg)

Agent HubのDNAを継承する5つの機能領域
マルチエージェント
複数のエージェントを組み合わせて成果を出す設計プロセスは、OS上の「開発・生成」のフェーズへと統合。
A2Aプロトコル
AI同士が直接対話する仕組みは、作成したAIを他のAIシステムからも利用可能にする「共通規格」として統合。
つくる
つなぐ
届ける
守る
育てる

# Page. 14

![Page Image](https://bcdn.docswell.com/page/4JQD5Z5Y7P.jpg)

組織全体の仕事を遂行するAI群れの時代へ
miibo Agent Hubは、AIが単体で動く時代から、チームとして自律的に機能する時代への「橋渡し」となるプラットフォームでした。
そのA2Aの思想とヘッブの法則に基づく協働のメカニズムは、次世代の共通基盤へと完全に統合されました。
最新のAI共通基盤へ：
[miibo Agent OS 公式サイトへ (os.miibo.ai)]

