Articles
AI Agent Operations
AIエージェント運用では、単一AIにすべてを任せず、探索、生成、レビュー、判断、承認を分けます。
Why Roles Are Split
単一AIで完結させると、生成の癖もレビューの観点も、そのモデル1つに引っ張られます。生成時の偏りとレビュー時の偏りは似やすく、自己レビューでは同じ種類の欠陥が残ります。探索役と批判役を分けると、別の種類の欠陥が見えるようになります。
効いているのは、複数のモデルを並べること自体ではなく、役割を分けることです。どのモデルが最強かより、どこを誰に担当させるかを見ます。
Operating Model
複数AIを役割ごとに分け、CLI runnerやsubagentで呼び出し、request、response、summary、failure artifactを残します。これにより、何を依頼し、何が返り、どこで失敗したかをあとから検証できます。口頭の「やりました」ではなく、diff、ログ、テスト結果、reviewで判断します。
Patterns
運用では次の型を使います。
- 探索役と批判役を分ける。
- 親エージェントは統合判断に集中し、実作業ロールを委譲する。
- 長時間処理はログとartifactで観測可能にする。
- 一時的な知識は作業contextに置き、永続知識は正本に戻す。
- 不可逆な判断は人間承認に戻す。
The Human Line
AIは速く、反復を恐れず、局所最適に強い。一方で、未来の変更、運用、責任、不可逆な失敗の痛みを自分のものとして持ちません。だから仕様の確定、不可逆な操作、最終承認は人間の停止線として残します。
AIに任せる範囲が広がるほど、人間の役割は実装者から、未来のコンテキストを持つ判断者へ寄っていきます。エージェント運用の設計とは、この分担をハーネスとして明文化することです。
Related Articles
この運用の背景は、次の公開記事に書いています。
- 単一AIではなく実行基盤で考える — 役割分離と実行基盤の設計
- Subagentはいつ使うべきか — 並列実行とorchestratorの実測比較
- 未来のコンテキスト — 人間に残る判断の正体
関連する正準ページ: AI Harness ・ AI-BPO / FDE