「ローカルAIがズルズルと動き続けて無駄にバッテリーやGPUリソースを消費してしまう問題」を解決する技術「AgentStop」がBraveによって開発される

AI関連の話題ではChatGPTやClaudeなどのクラウドベースのサービスが注目されがちですが、外部に情報を漏らすことなくAIを実行できるローカルAIの開発も盛んに行われています。プライバシー重視ブラウザ「Brave」の開発元もローカルAI関連の開発に取り組んでおり、ローカルAIエージェントの無駄な実行を中断してバッテリー消費を抑えるシステム「AgentStop」を開発したことが2026年5月28日に発表されました。

AgentStop: Terminating Local AI Agents Early to Save Energy in Consumer Devices | Brave
https://brave.com/blog/agentstop/

ローカル環境でAIを実行する場合、当然のことながら自分のPCの計算リソースやバッテリーを消費することになります。単純なチャット用途に使う場合は応答内容を出力しきった時点で処理が停止するため大きな問題にはなりません。しかし、複雑なタスクを実行するAIエージェントとして実行する場合は長い処理ステップを繰り返し実行する必要があり、「何度も繰り返し推論した結果、最終的に処理に失敗する」というパターンも頻繁に発生します。

以下のグラフはM1 Maxを搭載したMacBook Proで「Qwen3-Coder-30B-A3B」をAIエージェントとして実行した際のシステム負荷の推移を示しており、「処理が10分以上続く」「LLMの推論呼び出しを30回以上実行している」「GPUの消費電力が40Wを超えるときがある」「GPUの温度が90度以上の状態が長時間続く」ということが分かります。つまり、ローカルAIエージェントはMacBook ProのCPUやGPUを長時間占有してバッテリーも大きく消費してしまうというわけ。長時間の処理を実行しても最終的にタスクに失敗し、計算リソースの占有やバッテリー消費が無駄になってしまうことも多々あります。

そこで、Braveの開発チームはローカルAIエージェントのタスク失敗を早期検知して実行を中断するシステム「AgentStop」を開発しました。ローカルAIエージェントがタスクに失敗する場合は「出力トークンに対する確信度が低い」「ステップごとの処理トークン数が異常に多く、堂々巡りに陥っている」「同じ結果を繰り返し出力する」といった「失敗の兆候」が現れます。AgentStopはローカルAIエージェントの出力を監視して失敗の兆候が現れた際に動作を中断することでバッテリー消費などを抑えることができます。

Qwen3-Coder-30B-A3BをローカルAIエージェントとして用いてベンチマークテスト「SWE-Bench Verified」の500個のタスク実行した場合、AgentStop有効時は無効時と比べて電力消費が約19％減り、タスク完了率の低下は約3％に抑えることができました。

BraveはAgentStopを「ローカルAIエージェントをプライバシーと利便性だけでなくエネルギー効率にも配慮したものとするための第一歩」と位置付けています。

AgentStopのオープンソースプロジェクトとして開発されており、以下のリンク先でソースコードが公開されています。ライセンスはMIT Licenseです。

GitHub - brave-experiments/AgentStop: AgentStop: Terminating Local AI Agents Early to Save Energy in Consumer Devices · GitHub
https://github.com/brave-experiments/AgentStop