本文へ移動

研究Paper

エージェント主導の開発における人の注意の配分

AI エージェントが計画から検証までを担うソフトウェア開発では、限られた人の注意をどの段階に配分するかが、設計上の重要な問題になる。本稿は、人の関与を最終段の体験評価に集約する方法 AFHL(Agent-first, Human-last)を提案し、二つの作業モードと検証状態の報告規則からなる構成を示す。あわせて、この配分が伴うリスクと、適用の限界を論じる。

  • 開発
  • エージェント

概要

AI エージェントが、ソフトウェアの計画、実装、検証、記録までを担えるようになりつつある。開発の作業の大半をエージェントが生成するようになると、人の役割は、すべての変更を確認することから、限られた注意をどこに向けるかを選ぶことへと移る。本稿は、人の関与を最終段の体験評価に集約する開発の方法 AFHL(Agent-first, Human-last)を提案する。AFHL は、体験の作り込みを優先する作業モードと、内部品質を整える作業モードを分け、エージェントに検証状態の明示を求める。あわせて、この配分が伴うリスクと、適用の限界を論じる。

1. 背景

従来のソフトウェア開発では、人が変更ごとに差分を読むコードレビューが、品質を保つ主要な手段であった。しかし、エージェントによって変更の量が増えるほど、この方法は、変更の量に比例して人の注意を消費する。少人数の組織では、差分の確認に注意を使うほど、利用者の体験を評価する時間が失われる。

一方、操作したときの感触、応答の速さ、画面の動きの自然さといった体験の質は、実際に操作した人でなければ判断しにくい。エージェントが自ら検証できる範囲と、人にしか判断できない範囲のあいだには、このような非対称性がある。

2. 問い

本稿の問いは次のとおりである。エージェントが開発の大半を担うとき、少人数の組織は、人の注意をどの段階に配分すれば、利用者の体験の質を保てるか。

3. 関連する考え方

  • コードレビュー:人が変更ごとに差分を確認する慣行である。AFHL は、日常的なコードレビューを前提とせず、技術的な確認を、人が必要とした時点に限る。
  • ヒューマン・イン・ザ・ループ:自動化された処理の要所に、人の判断を組み込む設計である。AFHL は、人の判断を最終段の体験評価に置き、途中の関与を方向の確認に限る、という配置の一つと見ることができる。
  • 技術的負債:短期の進捗のために設計や検証を先送りすると、のちの変更の負担が増えるという見方である(Cunningham, 1992)。AFHL の既定の作業モードは、テストと整理を意図的に先送りするため、負債を生む。AFHL は、先送りした対象を記録し、別の作業モードで返済する手順を設けることで、これを管理の対象にする。

4. 方法

4.1 役割の分担

エージェントは、計画、実装、必要な検証、自己レビュー、記録を担う。人は最終段で実機を操作し、UI と UX を評価して、修正を指示する。人の関与を最後に置くことから、この方法を Agent-first, Human-last(AFHL)と呼ぶ。

4.2 二つの作業モード

  • Iteration(既定):UI、操作感、応答性、動きの連続性の作り込みを優先する。テストは、変更に直接かかわるものに限る。ただし、データの損失、保存形式の移行、重大な退行は、配布の前に確認する。広範な整理と網羅的なテストは先送りし、その対象と理由を記録する(refinement backlog)。
  • Refinement(明示的な指示があるときのみ):合意した体験を変えずに、設計、コード、テストを整える。完了後は Iteration に戻る。

二つのモードを分けるのは、体験の作り込みと内部品質の整備を同時に求めると、いずれも中途半端に終わりやすいためである。モードごとに完了の条件を定める。Iteration では、体験を評価できる完成度に達したことを、Refinement では、合意した範囲の受け入れ条件と検証の結果を示したことを、それぞれの完了とする。

4.3 途中の確認と検証状態の報告

Human-last は、人が開発の途中に関与しないことを意味しない。新しい画面や大きな変更の前には、エージェントがプレビューを提示し、人が方向を確認する。

また、人による試用を、エージェント自身の検証の代わりとはしない。エージェントは報告において、ビルドが通ったことと、人が実機で確認したことを区別し、未確認の事項を未確認と明記する。

4.4 規則の明文化

これらの規則は、各 repository の手引き(AGENTS.md など)に明文化する。エージェントは作業の開始時にこの手引きを読むため、担当するエージェントやモデルが替わっても、同じ規則のもとで作業を続けられる。

5. 考察

AFHL は、人の注意を、差分の確認から体験の評価へ移す。この配分は、エージェントが検証できる範囲と、人にしか判断できない範囲の非対称性にもとづく。人の注意が最も希少な資源であるとき、それを、エージェントが代わりに担えない判断に集めることには合理性がある。

ただし、この配分は二つのリスクを伴う。第一に、既定の作業モードで先送りしたテストと整理が、技術的負債として蓄積する。記録と Refinement はこれを管理の対象にするが、Refinement に移る時期は、人の判断に委ねられている。第二に、体験の評価が、評価者の暗黙の基準に依存する。評価者が一人であれば基準は一貫するが、その基準は検証も共有もされない。

また、人の関与を最後に置くだけでは、最終段で大きな手戻りが生じうる。途中にプレビューによる方向の確認を置くのは、人の関与を小さく保ちながら、手戻りを抑えるための折衷である。

6. 適用の現状と限界

当社は 2026 年 8 月から、自社のアプリケーション開発にこの方法を用いている。本稿の内容は、その運用の中で定めた規則にもとづく。

  • 評価者は筆者 1 名で、運用の期間も短い。ほかの規模の組織や、ほかの種類のソフトウェアに当てはまるかは、確かめていない。
  • コードレビューを中心とする従来の方法と、同じ条件で比較していない。
  • 公開後の不具合や利用者の評価など、成果の質にもとづく評価は、まだ得られていない。

7. 今後の課題

  • 公開後の不具合や利用者の反応にもとづいて、この方法による成果の質を評価する方法。
  • 評価者が複数になったときに、体験の評価基準を言語化し、共有する方法。
  • Refinement に移る時期を、人の判断のほかに、どのような指標で決められるか。

参考文献

  • Cunningham, W. (1992). The WyCash portfolio management system. In Addendum to the Proceedings of OOPSLA ’92 (pp. 29–30). ACM.

関係するもの

更新の履歴

  1. v0.42026年10月5日論文の形式に改め、題名を変えた。関連する考え方、考察、限界を足した。
  2. v0.32026年9月30日運用の経験を足した。
  3. v0.22026年9月9日Iteration と Refinement の二つのモードに分けた。
  4. v0.12026年8月18日最初の版。エージェントと人の分担を書いた。

この文書の URL は変わりません。版を添えて引用してください。

研究の一覧へ