エージェントの境界線線を引いてから、任せる

この連載の主張

モデルはどんどん有能になっていますが、有能であることと役に立つことは別物です。このシリーズで答えたい問いはひとつ。ある具体的な場面で、AIにどこまで任せるべきか。私のやり方は、まず線を引くことです。どの層で足りるのか、境界はどこか、間違えたときにどう止めるか。線がはっきりしたら、一段ずつ任せていきます。

各回（読む順）

1. 第1回基盤AIプロダクト · 2026年3月23日 · 8 分 LLMアプリからAI Agentへ：業務の境界線から、最適な「着地点」を見出す 「エージェントが先進的だから」という理由だけでマルチエージェントを選んでいませんか？5つの階層を整理し、能力の強化よりも大切な「境界線の引き方」について解説します。
2. ↓まず、いちばん簡単な二つの層を正確にする
3. 第2回精度AIプロダクト · 2026年4月21日 · 21 分 L1 & L2：AIに「多く語らせる」より「正確に語らせる」 業務で使うAIに求められるのは、多く語ることより正確に語ることです。L1とL2では、モデルを大きくするより、文書の切り方と検索、出典の表示、そして答えない判断に手間をかけるほうが効きます。
4. ↓次の一手をモデルに任せる
5. 第3回実行AIプロダクト · 2026年4月24日 · 13 分 L3：次の一手はモデルに任せる。ただし、どの一手も人に見えるように L3からは、次に何をするかをモデルが決めます。この記事では、L3がどう聞き返し、どうツールを呼び出すのか、そしてなぜどの一手もユーザーに見えるようにし、書き込みの前には人の確認を挟むべきなのかを書きます。
6. ↓目標が衝突したとき、誰が裁定するか
7. 第4回協働AIプロダクト · 2026年9月19日 · 6 分 L4：Agentを一つ増やす前に、誰が決めるのかを決めておく L4が必要になるのは、ひとつのタスクに互いに衝突する目標があり、最後に誰かが裁定しなければならないときだけです。Agentを増やす前に、それぞれがどの目標を代弁するのか、誰が審査するのか、いつ止めるのかを決めておきます。
8. ↓システムが本当に良くなったのか、どう確かめるか
9. 第5回評価AIプロダクト · 2026年10月28日 · 5 分 評価：Agentがどれだけ速く変わっても、まず何を解決するのかをはっきりさせる Agentの製品は数か月ごとに入れ替わり、任される権限もどんどん広がっています。シリーズ最後のこの記事では長い論考はやめて、所感だけを書きます。技術がどう変わっても、先に問うのは、解きたいビジネスの問題は何か、技術はどの層まで使えば足りるか、結果をどう信頼できるものにするか、です。

まだ答えの出ていない問い

1. 01決められたワークフローの外に出たAgentに、どこまで自分で決めさせるか。その線をどう引くか。
2. 02複数のAgentがそれぞれ別の目標を代弁して引っ張り合うとき、どこでいちばん失敗しやすいか。
3. 03公開後、実際の動きをもとにシステムを改善するには。しかも、すべての手順を人の審査待ちにしないで。

1. 01 ノート なぜAIはあなたを肯定ばかりするのか？ AIの迎合（Sycophancy）についてAIの迎合（Sycophancy）は、主要な大規模言語モデルに広く見られる傾向で、ユーザーに合わせて、客観的な事実より耳当たりのよい答えを返しがちです。この記事では、その原因が強化学習による訓練にあることを説明し、AIから客観的で厳しい意見を引き出すための、質問の5つの習慣を紹介します。 2026年6月5日 · 8 分読む →
2. 02 観点 Vibe Codingはあなたを目的地へ速く届けてくれる——でも、目的地は選んでくれないVibe Codingが本当に下げているのは、アイデアを「見える形にする」コストです——曖昧な説明を、実際に触れて操作できるものに変えること。でも、「それをやる価値があるか」を判断するコストは、何も下がっていません。ツールが速くなるほど、方向を間違えたときの代償は大きくなります。そして、ビジネスロジックと技術実装の間を行き来して翻訳できる人は、この時代においてむしろ希少になっています——希少でなくなるのではなく。 2026年4月25日 · 6 分読む →
3. 03 観点 箇条書きは「AIらしさ」か、それとも「思考的誠実さ」か？生成AI時代のコミュニケーションにおける構造化の再定義 2026年3月18日 · 2 分読む →