TIP
メニュー
EN
← Research

Research

AIQSEをAgentic Codingの現場に当てはめる — 三角形と2つの原則で見るガバナンス設計

2026/09/15

1. Agentic Codingが速度そのものをリスクに変える

AIエージェントがコードを直接書き換える力を持つとき、統制のないまま実行速度だけを追い求めると、その速度自体がリスクになる。本誌が編集の軸に置く提案AIQSE（AI Quality-driven Software Engineering）は、仕様・品質・検証の3頂点からなる「三角形」でコードの正しさを定義し、コードそのものは生成・破棄・再生成される内部の生成物として扱うことで、エージェント駆動の速度を財務水準の正確性・セキュリティ基準に対して説明可能にしようとする（三角形の全体像は本誌「AIQSE — ソフトウェア開発を『線』ではなく『三角形』で捉え直す提案」を参照）。

本稿では、その三角形をAgentic Codingの実務にどう落とし込むかを、特に原則4（検証は実装から独立していなければならない）と原則5（自律は検証が強くなる速さでしか進んではならない）という2つを軸に、具体的な実装例とともに見ていく。

2. 三角形を実務のステップに落とし込む

  1. 仕様（Specification） — コードを書く前に、機械可読な仕様と受け入れ条件を定義する
  2. 品質モデル（Quality） — 仕様に散らばっている品質関連の事実を、9つの次元（入力・業務・状態・セキュリティ・並行性・性能・副作用・エラー処理・可観測性）に沿って整理する
  3. 実装（Implementation） — 仕様と品質モデルを文脈として与え、AIエージェントに内部（コード）を生成させる
  4. 証跡（Evidence） — 検証パイプラインを実行し、品質モデルの各行に対する証拠を集める。すべての行に証拠がそろって初めて三角形が閉じる

3. 各段階を具体的に見る

抽象的な流れだけでは実感が湧きにくいので、それぞれの段階で実際に何を使うのかを具体的に示したい。

仕様の段階では、自然言語の要件を、受け入れ条件のチェックリストや、OpenAPIスキーマ・型定義のような機械可読な形式に落とし込む。「ログイン機能を作って」という曖昧な指示ではなく、「このエンドポイントは、この入力形式を受け取り、この条件でこのレスポンスを返す」という形で、独立した2つの実装が振る舞いとして同値になりうる粒度まで具体化しておく。

実装の段階では、この仕様と品質モデルを文脈として、AIエージェントが内部を生成する。本誌が別記事で扱った「ループ・エンジニアリング」の考え方――権限管理・コンテキスト管理・タスク分割といったインフラを人間側で設計し、AIの判断範囲を狭く保つ――が、この段階の土台になる。AIQSEの「自律ループ」仕様も、エージェントの文脈を「その変更の三角形」に限定し、スコープの無断拡大を禁じるという、同じ考え方をより厳密に定めている。

証跡の段階は、本誌の別記事で扱った評価ハーネスの仕組み（promptfooのようなツールをCIパイプラインに組み込み、スコアが閾値を下回ればマージをブロックする）が直接対応する。ここで決定的に重要なのが原則4だ——検証のチェックは、実装を生成したのと同じエージェント・同じ生成パスから作ってはならない。 同じ生成パスがコードとテストの両方を生み出すと、テストはコードの前提（バグを含む）を継承し、検証は循環した自己確認になる。人間が書いた期待結果、あるいは仕様と品質モデルだけを渡した別の生成パスによるチェックが、この独立性を保つ具体的な方法になる。

運用の段階では、本誌が扱ったOpenTelemetryのGenAI Semantic Conventionsのような標準規格を使い、本番稼働後もエージェントが「何を、なぜ実行したか」を構造化ログとして残し続ける。これは本誌が別記事で扱った「判断ログ」の設計とも直結し、AIQSEが定める「証跡」の要件（証拠は特定の実装コミットに紐づき、再生成されれば無効になる）を満たす形で記録する必要がある。

4. なぜ「仕様」を起点に置くのか

自然言語のチャットベースでエージェントに指示を出すやり方は、初速は速いが再現性に乏しい。仕様を機械可読な形で先に固定することで、エージェントの実装結果を仕様に対して自動検証できるようになり、レビューの焦点を「コードの一行一行」から「仕様・品質モデルとの整合性」へ移すことができる。

5. 「任せてよい範囲」は検証の強さが決める

Agentic Codingのガバナンス設計で最も判断を誤りやすいのが、「どこまで人間の確認を省略してよいか」だ。ここで効くのが原則5——自律は、検証が強くなる速さでしか進んではならない。 AIQSEの自律レベルの考え方に沿えば、まずは人間が仕様と品質モデルを書き、AIが実装を埋め、人間が証跡を読んで判定する体制（レベル2）から始め、AIが起草した仕様・品質モデルを人間が承認するだけで済むようになったこと（人間の承認が実質的な形式になったこと）を実績で示してから、次の段階に進む、という順序が実務的だ。逆に、検証の仕組みが追いついていない段階で人間のチェックポイントを省略するのは、AIQSEが製造業の歴史から繰り返し警告する「プロセス管理より先の自動化」そのものである。

6. まとめ — 個別の要素技術は目新しくない

ここまで見てきたように、この設計を構成する個々の要素――機械可読な仕様、CI組み込みの評価ハーネス、構造化された監査ログ――は、それぞれ単体では目新しい技術ではない。むしろ、従来のソフトウェア工学がすでに持っていた「仕様→実装→検証→運用」というプロセスの規律を、AIエージェントという新しい実装者に対しても、検証の独立性を保ったまま一貫して適用するという点にAIQSEの本質がある。速度を落とさず品質を担保する道は、特別な新技術の発明ではなく、既存の規律をAI時代にも手を抜かずに適用し続けることだ、というのが実務上の要点である。