6月25日、SiliconAngleが「Sail Research raises $80M to optimize long-horizon AI agents」と題した記事を公開した。長期タスク対応AIエージェントの推論インフラを提供するSail Researchが8,000万ドル（約80億円）を調達したというニュースだが、注目すべきは調達額そのものよりも「競合の10分の1のコストでエージェントを動かす」という技術的主張だ。
コストは競合の10分の1——BrowseComp-Plusで90.72%
Sail Researchは今回の発表に先立ち、BrowseComp-Plusというベンチマークで自社プラットフォームを評価した。BrowseComp-Plusは、時間のかかる複雑なオンラインリサーチタスクをAIエージェントが実行する能力を測定するもので、OpenAIが開発・公開したBrowseCompベンチマークを拡張した評価セットだ（※オリジナルのBrowseCompはOpenAI由来だが、BrowseComp-Plusの管理主体については元記事に明示がなく、スコアの独立検証は現時点では確認されていない）。
結果として、Sail Researchのプラットフォームはスコア90.72%を記録し、推論コストは競合サービスの10分の1だったと主張する。
コスト削減の源泉については、共同創業者兼CEOのNeil Movva氏が公式ブログで次のように説明している。
"Unlike a human waiting at a keyboard (top priority: speed), agents need scale, reliability, and sustainable cost. Sail finds this efficiency everywhere in the stack: we carefully choose our chips, write custom inference engines, and run a global controller that fully utilizes every computer in our fleet."
— Neil Movva（Sail Research CEO）
具体的には、チップの選定、カスタム推論エンジンの開発、フリート全体を効率的に活用するグローバルコントローラーの運用という三層のアプローチを採る。
Sequoia主導のシリーズAで評価額4億5,000万ドル
推論（インフェレンス）特化のスタートアップSail Researchは、Sequoia Capital主導のシリーズAを中心に計8,000万ドルを調達した。評価額は4億5,000万ドル。シードラウンドはKleiner Perkins主導で実施済みであり、投資家にはIntel CEOのLip-Bu Tan氏、AlphabetのチェアマンであるJohn Hennessy氏、Redpoint Venturesも名を連ねる。
「数週間かかるタスク」を動かすインフラ
Sail Researchが取り組むのは、ロングホライズン（long-horizon）AIエージェント——完了までに数週間以上を要するような長期タスクを処理するエージェント——の推論基盤だ。
AIエージェントは長期タスクを小さなステップに分解して順次実行する。ステップの途中で外部システムからのデータ取得を待つ「アイドル時間」が発生するが、Sail Researchのプラットフォームはその待機中にエージェントを一時停止させることでインフラコストを抑える。
実行環境として「Sailbox」と呼ばれるLinuxベースの仮想マシンを使用する。開発者はイメージ（ソフトウェアモジュールや設定のバンドル）をインストールして各Sailboxをカスタマイズでき、複数のSailboxを連結してAIエージェントのアンサンブルを構成することも可能だ。
カスタム推論エンジンを積み上げる技術戦略
Sail Researchのプラットフォームは、複数のオープンソース推論エンジンをカスタマイズしたものを組み合わせて動作する。推論エンジン（inference engine）とはAIモデルのハードウェア使用量を削減するツールのことで、代表的なものにvLLMがある。vLLMはPagedAttentionというアルゴリズムでGPUのVRAMを効率的に活用し、推論スループットを高める手法として広く採用されている。
Sail Researchはこうした既存ツールをそのまま使うのではなく、独自にカスタマイズして重ねるというアプローチを取る。調達した資金は引き続き推論インフラの強化に充てる予定だ。
ロングホライズンエージェントは、単発の質問応答とは異なり、長時間にわたって自律的に動き続けるという特性から、コスト管理とスケーラビリティが従来比で格段に難しい。この領域では、AnthropicやOpenAIもエージェント向け推論の効率化に注力しており、スタートアップにとっては差別化の難易度が高い市場でもある。Sail Researchのアプローチ——待機中の一時停止、カスタム推論エンジン、チップ選定の最適化——がどこまで実用規模で機能するかは、今後の採用事例が明らかにするだろう。
詳細はSail Research raises $80M to optimize long-horizon AI agentsを参照していただきたい。
