AgentGPTレビュー【2026年】アーカイブ後の現状と今使う意味

AgentGPTは、ブラウザで目標を入力すると、AIがタスクに分解して順に実行していく様子を眺められるサービスです。開発はReworkdで、2023年4月に公開され、当時いち早く自律エージェントの動きを誰でも見られる形にしたことで知られています。2026年10月27日に確認したところ、GitHubのリポジトリはアーカイブ済みで読み取り専用になり、最終の更新は2025年4月29日でした。一方で、ホステッド版の画面は今も開き、無料の実行回数が表示されます。料金は無料枠と、案内が止まっている有料プランという状態です。実機での実行は行っていないため、挙動の質は未検証です。公開情報ベースで、現状と今から使う意味を整理します。

AgentGPTとは何か。ブラウザで動く自律エージェントの初期形

AgentGPTは、名前と目標を入れると、AIがその目標を小さなタスクに分け、一つずつ実行しながら結果を積み上げていく様子を、ブラウザの画面で見せてくれるサービスです。GitHubの説明文は「ブラウザで自律型のAIエージェントを組み立て、設定し、配備する」という内容で、配備という語が入っているのが当時らしい表現です。今の水準から見ると素朴ですが、当時はこの発想自体が新しく、公開直後に一気に広まりました。

仕組みは、目標を入力し、エージェントに名前を付け、最大の反復回数を決めて実行する、という流れです。実行が始まると、画面にタスクの一覧と、それぞれの実行結果が順に並びます。考案、実行、結果の確認、次のタスクの追加という循環が、そのまま見える作りになっています。完成品を受け取る道具ではなく、途中の思考を眺める道具だと言い換えてもいい。

入口にはテンプレートも用意されていました。調査、旅行の計画、学習という三つの型が挙げられており、目標の書き方の見本になります。空欄に何を書けばよいか分からない人が、最初の一歩を踏み出せるようにする工夫です。テンプレートの存在は、この道具が一般向けを意識していたことの表れでもあります。研究者向けの実験装置ではなく、触ってみるための入口を作ったことが、広まりの理由だと考えます。

当時の立ち位置を整理すると、二つの流れの交わるところにありました。一つは、目標を分解して自律的に動かす研究寄りの流れ。もう一つは、誰でも触れるWebアプリとして見せる流れです。AgentGPTは後者を選んだことで広まり、同時に、業務で使うには力不足という評価も早くから付きました。この二面性が、現在の位置づけにもそのまま残っています。

名前の似た道具が多いことも、補足しておきます。2023年前後に、目標を分解して自律的に動く仕組みが複数登場し、その多くが似た名称や似た画面を持っていました。調べ物をすると、別の道具の記事に混ざって説明されている例があります。この記事で扱っているのは、Reworkdが公開し、agentgpt.reworkd.ai で動いているものです。導入を検討する際は、どの道具の話かを確かめてから読む必要があります。

判断の分かれ目。仕組みの学習に使うか、業務の道具として使うか

分かれ目は、何を求めるかです。エージェントが目標を分解して動く流れを、自分の目で一度見ておきたいなら、AgentGPTは今も手軽な教材になります。一方、日々の業務を任せたいなら、選択肢に入れるべきではありません。開発が止まった道具を業務の基盤に置くと、モデルの更新にも不具合の修正にも追随できないからです。この線引きを最初に決めておけば、期待外れは起きません。

現況。リポジトリは2026年1月にアーカイブされた

現状の確認は、GitHubのAPIで行いました。アーカイブの真偽は、この項目が最も確実です。取得した内容では、archived が true、最終のpushが2025年4月29日、作成が2023年4月7日、星の数が36,272、フォークが9,194、ライセンスがGPL-3.0でした。つまり、コードは公開されたままですが、更新を受け付けない状態で固定されています。

アーカイブされた時期について、公式の告知は確認できませんでした。複数の第三者情報は2026年1月28日と伝えています。当方の環境では公式の告知文を見つけられなかったため、この日付は未検証として扱います。いずれにせよ、2025年4月以降にコードが動いていないことは、APIの記録から確かめられます。

ホステッド版の画面には「AgentGPT-3.5（0 / 5 runs）」という表示があり、無料の実行枠が5回であることが読み取れます。同じ画面の上部には、Webスクレイピングのエージェントを拡張したい人向けの案内が置かれています。開発元が別の事業に重心を移したことが、この導線からもうかがえます。サービスが止まったわけではないが、育てる対象ではなくなった、という状態です。

見分け方も書いておきます。GitHubのページを開くと、アーカイブ済みのリポジトリには読み取り専用である旨の帯が出ます。ファイル一覧の上部に、編集も提案も受け付けないという案内が表示される形です。加えて、最終の更新日が1年以上前で止まっていれば、実質的に維持されていないと判断できます。この二つを見るだけで、説明の新しい道具かどうかはおおよそ分かります。購入の前にこの確認を挟むだけで、期待外れの多くは避けられます。説明の鮮度を見る癖は、どの道具を選ぶときにも役に立ちます。

アーカイブとは、利用者にとって何を意味するか

アーカイブは、サービス停止とは違います。コードは読めるし、フォークもできます。変わるのは、不具合が直されないこと、新しいモデルに対応しないこと、質問に答えてもらえないことです。この三つは、使い始めてからでは取り返しがつきません。「動いている」と「維持されている」は別のことだと、この案件ははっきり示しています。無料で遊ぶぶんには問題ありませんが、仕事を預ける判断には使えません。維持の話は機能の話より地味ですが、効果は長く続きます。ここを見落とすと、後で大きな回り道をすることになります。

料金。無料5回/日と、止まっている有料プラン

料金の案内は、無料と有料の二段です。無料は1日5回の実行で、モデルはGPT-3.5。APIキーの持ち込みは不要で、アカウントを作れば試せると説明されています。有料は月40ドルで、実行回数の上限が上がり、GPT-4が使えるという内容です。ただし、この有料プランは案内が残っているだけで、稼働していないという指摘が複数の第三者情報にあります。表示と実態がずれている例として、覚えておく価値があります。

ここは慎重に書くべき部分です。有料プランの金額は、当方の環境では公式の契約画面まで進めず確認できませんでした。月40ドルという数字は、独立した複数の第三者情報で一致していますが、契約が成立するかどうかは別の話です。稼働していない可能性がある以上、この金額を前提に予算を組むべきではありません。

表示は地域・支払い周期・為替で変わるため、契約前に公式サイトの料金表を確認してください。ただし、この道具については、そもそも契約の入口が生きているかを先に確かめる必要があります。料金の比較より前に、支払いの画面に進めるかどうかを見る。普通の道具では省略できる手順が、ここでは要ります。

無料枠の5回という数字も、今の基準ではかなり少なくなります。目標を一つ試すのに、タスクの分解と実行で数回を消費します。設定を変えて試し直すと、すぐに枠が尽きます。1日の枠なので翌日には回復しますが、比較検討には向きません。試すなら、聞きたいことを一つに絞ってから開くのが現実的です。

無料で試すときの前提も書いておきます。ホステッド版はアカウントを作るだけで使え、APIキーを自分で用意する必要はありません。これは、モデルの利用料を運営側が負担している形です。だから回数に厳しい上限が付き、上限を外す有料の案内が用意されていました。無料で遊べる自律エージェントは、誰かが計算資源を払っているという当たり前の構造が、回数の数字に表れています。

向き不向きの見極め

向いているのは、AIエージェントの仕組みを学ぶ人、授業や勉強会で実演したい人、2023年の技術がどこまで到達していたかを記録として見たい人です。向かないのは、業務の自動化を検討している人、継続的に使う前提で契約を考えている人、最新のモデルで精度を求める人です。「歴史を見る道具」と「仕事を任せる道具」を混ぜないことが、判断の分かれ目になります。

仕組み。目標を分解して反復するループの読み方

AgentGPTの動きは、四つの段階の繰り返しです。目標を受け取る、タスクに分解する、一つを実行する、結果を見て次のタスクを足す。この循環を、決めた回数の上限まで続けます。上限に達するか、モデルが完了と判断すると止まります。仕組みとしては単純で、だからこそ中身が見やすい。

この表の下段が、当時から指摘されている弱さです。半分は設計の限界で、半分は当時のモデルの限界でした。回数の上限に当たって途中で止まる、目的から外れた方向に進む、同じ検索を繰り返す。どれも、目標の書き方と上限の設定で緩和できますが、根本からは消えません。第三者の紹介記事でも、複雑な課題では上限に当たりやすいと書かれています。ここは実際に動かさないと実感が伴わない部分で、当方では未検証です。

使えるモデルがOpenAIの系列に限られていることも、当時の設計です。今ならGeminiやDeepSeekを含む複数のモデルを用途で使い分けるのが普通ですが、AgentGPTはその選択肢を持ちません。モデルを差し替えるには、フォークしてコードを直す必要があります。モデルの選択肢が無いことは、精度の上限を固定することと同じ意味を持ちます。

反復の上限は、設定で決められます。上限を大きくすれば、目的に近づく可能性は上がりますが、消費と待ち時間も増えます。小さくすれば、途中で止まって成果が出ない。この調整は、目標の複雑さに合わせて人が決めるしかありません。上限は「どこまで任せるか」を数値で決める行為で、自動化の道具というより、仕事の切り方を決める道具だと言えます。

上限に当たったときの挙動も、理解しておくべき部分です。目的を達しないまま止まり、途中までのタスクが残ります。その残りを人が引き取るのか、目標を書き直して再実行するのかで、次の行動が変わります。この判断を誤ると、同じ目標を何度も回して枠を消費するだけになります。学習目的で触る場合も、この止まり方を見ておくと、今の道具との違いが実感できます。

判断の分かれ目。自前でホストするか、ホステッド版で済ませるか

自前で動かす道は残っています。リポジトリは公開されたままで、Dockerで立ち上げ、OpenAIのAPIキーを渡せば動く構成だと説明されています。検索を使うなら追加のキーも要ります。分かれ目は、学習の深さです。画面を眺めるだけならホステッド版で足ります。コードを読み、モデルを差し替え、上限の設計を変えたいなら、自前で動かすしかありません。読むだけか、直すところまで行くかで、必要な手間が大きく変わります。

自前で動かす場合の注意も書いておきます。アーカイブ済みのコードは、依存する部品の更新に追随していません。時間が経つほど、環境を用意する難易度は上がります。APIの仕様が変われば、動かなくなる可能性もあります。ここは、学習目的でも覚悟が要る部分です。

評価できるところ（公開情報からの判断）

• 仕組みが画面で見える。目標の分解と実行が順に並び、思考の流れを追える
• コードが公開されている。GPL-3.0で、フォークして改造できる
• 登録だけで無料で試せる。環境構築をせずに動きを見られる
• テンプレートが用意されている。調査や旅行の計画など、目標の書き方の見本になる
• ホステッド版が今も開く。資料として参照できる状態が保たれている
• 当時の設計がそのまま残っている。技術の変遷を比べる資料になる

最も評価したいのは、内部の動きを見せることに振り切った設計です。今の道具は、結果だけを返すものが増えました。それは使いやすい反面、中で何が起きたか分からない。AgentGPTは逆で、タスクの一覧と実行の記録を前面に出しています。仕組みを理解したい人にとっては、今でも最短の教材になり得ます。

二つ目は、コードが読める形で残っていることです。アーカイブは終わりではあるものの、教材としては十分に機能します。目標の分解をどう指示しているか、結果をどう次のタスクに反映するか。文章で読むより、実装を見たほうが早い部分です。同じ発想を自分の道具に移植したい人にとって、参照できる実装があるのは大きい。動く見本があるだけで、設計の相談は具体的になります。

三つ目は、公開の早さです。自律エージェントという言葉が一般に流通する前の段階で、誰でも触れる形にした。この判断が、その後の議論の土台を作りました。機能の出来ではなく、問いの立て方で貢献した道具だと評価できます。

気になったところ・条件付きの評価

• 開発が終わっている。アーカイブ済みで、不具合もセキュリティの修正も入らない
• モデルが古いまま固定されている。2023年の構成から変わっていない
• 有料プランの案内が残っているが、稼働の確認が取れない。契約の入口が不明
• 無料枠が1日5回で、比較検討には足りない
• 外部の情報に届かない場面があり、推測で埋める動きが出る（第三者情報）

一番気になるのは、案内と実態のずれです。有料プランの表示は残り、料金も書かれている。しかし開発は終わり、サポートの窓口も動いていない可能性がある。この状態は、初めて訪れた人には区別が付きません。「今も維持されている」と誤解させる表示は、無料の道具でも避けたいところです。アーカイブの事実はGitHubを見ないと分からないので、画面だけでは判断できません。

二つ目は、モデルの固定です。2023年のモデルで動く道具を、2026年の業務に当てる意味は乏しい。同じ目標でも、今のモデルなら分解の粒度が違い、無駄な反復も減ります。道具の設計が古いのではなく、中身のモデルが古いのです。この差は、画面を触っただけでは分かりにくい部分です。

自前で動かす場合、APIキーの管理は自分の責任になります。キーが漏れれば、自分に課金が来ます。共用の環境に置くなら、権限を絞ったキーを用意し、利用の上限も設定しておくべきです。アーカイブ済みのコードは、この種の守りが古いままです。学習のつもりで公開サーバーに置くのは避けたほうが安全だと考えます。

三つ目は、説明の少なさです。開発元の重心は別の事業に移っており、この道具についての新しい説明は出てきません。使い方の疑問は、当時の記事かコードを読んで埋めることになります。学習目的なら許容できますが、業務で使う人には負担になります。

ManusやChatGPTとの違いは？今から使う意味をどう見るか

現在の選択肢と並べると、差ははっきりしています。Manusのように、目標を渡すと複数の作業を順に進めて成果物まで返す道具が登場し、ChatGPTやClaudeにも、調べ物や操作を任せる機能が入りました。どれも、AgentGPTが当時見せた発想を、実用の水準まで引き上げたものです。ここで比べるべきは、機能の数ではなく、任せた後に何が残るかです。

この表で示したのは役割の違いで、性能の順位ではありません。実機で並べていない以上、優劣は書けません。ただ、任せた後の状態が違うことは、公開情報から読み取れます。AgentGPTは記録が残る。他の道具は成果物が残る。欲しいのが記録か成果物かで、選ぶ道具は変わります。

開発の道具と組み合わせる発想もあります。GitHub CopilotやCursorのように、作業の場に組み込まれた補助は、エージェントの考え方を別の形で実装しています。契約や定型の処理を任せるならZapierやMakeのような自動化の道具のほうが確実です。AgentGPTの役割は、それらの手前にあった「考え方の見本」だと位置づけられます。

判断の分かれ目。今の道具に乗り換える基準

乗り換えを決める基準は、任せたい仕事の成果物が決まっているかどうかです。「毎週の調査をまとめて一本の資料にしたい」のように成果物が決まっているなら、今の道具のほうが速く、確実です。「エージェントに仕事を任せるとはどういうことかを、先に理解したい」なら、AgentGPTを一度動かす価値は残っています。目的が理解か成果かで、答えは正反対になるというのが、この道具の現在地です。

乗り換えを検討するときの手順も書いておきます。任せたい仕事を一つ決め、成果物の形を決め、所要時間の上限を決める。その三つを持って、今の道具を一つ試す。AgentGPTで同じ仕事を試す必要は、この段階ではありません。比較の土台ができてから、当時の実装がどこで止まったかを見に行く順序のほうが、学びが残ります。先に現在の水準を知り、後から歴史を眺めると、差の意味が理解しやすくなります。

記録を残すなら、実行の様子をNotion AIに写して所感を添える方法があります。タスクの分解がどう偏ったか、どこで繰り返しに入ったか。失敗の記録は、今の道具を評価する目にもなります。道具として使い捨てるのではなく、比較の基準として一度触っておく。それが、2026年10月現在でこの道具にできる一番有意義な使い方だと考えます。触って終わりにせず、記録を残すところまでやっておくと、後の判断が楽になります。

よくある質問

まとめ

主な参照元：AgentGPT公式サイトのホステッド版画面（2026年10月27日確認）。無料枠の表示と、画面上部の案内の内容は同日の表示にもとづく。リポジトリの状態（アーカイブ、最終更新2025年4月29日、作成2023年4月7日、星の数36,272、フォーク9,194、ライセンスGPL-3.0）はGitHub APIの応答（2026年10月27日取得）による。出典：LemonSight「AgentGPTのレビュー」（2026年10月27日確認）、出典：AIToolsAtlas「AgentGPT」（2026年10月27日確認）、出典：AITrendTool「AgentGPTのレビュー2026：自律エージェントの料金と現状」（2026年10月27日確認）。アーカイブの日付と有料プランの金額は第三者情報にもとづき、未検証として扱った。実機検証は未実施。