概要
AIエージェントの活用がプロンプト入力から運用へと移行する中、エージェントの自律性と複数調整能力を軸にした6段階の階層モデルを提唱し、安全な委任のあり方を定義する。
詳細内容
Addy Osmani氏による、AIエージェントの自律性を評価・導入するためのフレームワークに関する論考です。AIがソフトウェア開発に深く統合されるにつれ、エンジニアの役割はプロンプトの作成から「自律プロセスの運用」へと変化しています。本記事では、自律性を「Agency（単体エージェントの試行錯誤能力）」と「Orchestration（複数エージェントを調整する能力）」の2軸で捉え、レベル0（アシスト）からレベル5（例外管理による自動化工場）までの6段階を定義しています。
### 自律性の6つのレベル
1. **Level 0 (Assist):** 提案のみを行い、人間がすべてを判断する（補完等）。
2. **Level 1 (Supervised Action):** エージェントが実行するが、一歩ごとに承認を求める。
3. **Level 2 (Scoped Task Delegation):** 境界の明確なタスクを委任し、エージェントは証拠（テスト結果等）を提出する。
4. **Level 3 (Goal-driven Autonomy):** 目標達成のために自律的に反復・試行錯誤を行う。
5. **Level 4 (Parallel Delegation):** 複数のエージェントを並列に走らせ、各作業を独立して管理する。
6. **Level 5 (Managed-by-exception):** マネージャーエージェントが全体を統括し、人間は失敗時のみ介入する。
### 導入のポイントと注意点
自律性を高める際の最大のボトルネックは「検証（Verification）」です。筆者は、自律レベルをタスク名ではなく「検証プロセスの堅牢さ」に基づいて決定すべきだと強調しています。また、承認疲れによる「権限の垂れ流し」や、詳細を見ずに要約だけで判断する「サマリー代用」などのアンチパターンに警鐘を鳴らし、MTBI（介入までの平均時間）やトークンコストといった指標による定量的な管理を推奨しています。最終的に、エンジニアの技能は「どのレベルの自律性が適切かを見極め、防御的なガードレールを構築する能力」に集約されます。