エージェントエンジニアリングの現代ソフトウェア

エージェント エンジニアリング 発表者: Toshiaki Masumori

エージェント エンジニアリングとは？ が提唱 を活用した新開発スタイル は「能動的な協働者」へ • Andrej Karpathy • AI • AI

コーディングツールの進化と 新たなパラダイムの必要性 AI ・ の急速な普及 開発効率は向上、しかし新たな課題 再現性・品質保証・チーム開発の壁 エージェントエンジニアリングへの転換点 • GitHub Copilot Cursor • • •

Vibe Coding 雰囲気コーディング 定義：直感的・即興的なAI活用 メリット：高速プロトタイピング • デメリット：再現性の欠如、品質のばらつき • •

Vibe Coding vs エージェントエンジニアリ ング 再現性：低 vs 高 品質保証：曖昧 vs 明確 チーム適性：困難 vs 適合 規律性の違いが成果を分ける

人間の役割 変化 • • • 実装中心→設計・監督へシフト アーキテクチャ設計の責任 意思決定・判断力が核⼼に

人間とAIの 階層的役割モデル 戦略・方針決定 人間が担当 ビジネス価値判断 アーキテクチャ設計 人間が担当 システム整合性保持 実装・コーディング AIエージェント 高速・正確な実⾏ テスト・検証 AIエージェント 自動化・効率化

ハーネスエンジニアリング 基本概念 ハーネス＝AIの行動を制御する「⼿綱」 AI出力を期待値に合わせて制約・⽅向付け

コンテキスト設計と ハーネスの重要性 適切な情報提供 必要な背景情報を過不 足なく提供 制約条件の設定 出力形式の定義 ルールの明示化 の行動範囲を明確 に限定 期待する結果の構 造を指定 プロジェクト固有 の規約を文書化 AI

ハーネスエンジニアリング 実践例 プロンプトテンプレート 再利用可能な 指示の標準化 自動化ツール統合 Linter・テストの 自動実⾏組込み CI/CD連携 コミット時の 品質ゲート設置 実行環境構築 一貫した開発 環境の提供

前半まとめ エージェントエンジニアリ ングの本質 • • • 人間は「指揮者」として設計・監督 環境構築がAIの価値を最大化 理論から実践への架け橋

現場の課題１ 認知限界 導入で開発速度は飛躍的に向上。一方で巨大な が頻発しレビュー困難に。人間の認知限界がボ トルネックとなる新たな課題が発生。 AI PR

技術負債の 指数関数的増加 • 短期生産性 vs ⻑期メンテナンス性 • 負債蓄積で後戻り困難に • 品質低下の負の連鎖発生

課題３ ブラックボックス化 生成コードの理解困難化 属人化の新たな形態 チーム共有の障壁に • AI • •

アプローチ１ 自⼰レビューの仕組み化 導入 コミット前の自動チェック機 構 自動検出 AIが問題を即座に発見 Hooks 自動修正 検出した問題を自動で修正 自動検証 修正結果の品質を確認

リポジトリルール の整備 .cursorrules / CLAUDE.md Golden Path 提供 ルール文書化 遵守促進 コンテキストを AIに注入 参考実装で 望ましいパターン共 有 プロジェクト固有 ルールを明文化 チーム全体での 一貫性確保

静的解析ツールの 再評価 の役割再認識 でのルール検証強化 出力の検証者として活⽤ • Linter • CI/CD • AI

実践例１ DBマイグレーション ・スキーマ変更の自動検証 ・ロールバック可能性の保証 ・品質保証の自動化でリスク削減

実践例２ フロントエンド差異分析 （ ）導入 変更の自動検出・⽐較 目視確認を排除し検証を⾃動化 スクリーンショット差分で品質担保 • VRT Visual Regression Testing • UI • •

実践例３ コードレビュー自動化 • • • 一次レビューを⾃動ツールで実施 構文・スタイル・セキュリティを機械検証 人間は設計⽅針の判断に集中

まとめ１ 基礎力の重要性 は基礎を置き換えない 技術力を増幅する存在 堅牢な基盤が成功の鍵 • AI • •

まとめ２ 人間とAIの協働プロセス確⽴へ • 適切な役割分担の設計 • 相互補完的な関係構築 • 持続可能な開発体制へ

エージェントエンジニアリ ング Thank You ご質問をお待ちしています 時代の新しい開発パラダイム AI