全338件
3日間で証明された「AI労働力」のリアル 3日間。9つのリポジトリ。1万4,337ファイル。これらがAIエージェントに開発を丸投げした結果だ。 約72本のPull Requestを作成し、270万行以上のコードを削除した。 数字だけ見れば圧倒的だ。 しかし、その裏で起きたのは「AIの暴走」と「人間の認知の限界」だった。 AIエージェントはもう「便利なチャットボット」ではない。
AIコーディングの「次のフェーズ」 AIコーディングツールを毎日使っているのに、まだチャット画面にコードを貼り付けている。 その作業、MCPで消える。 MCP（Model Context Protocol）を導入したAIエージェントは、DBスキーマを自分で確認し、ファイル構造を自分で把握し、コードを生成して配置し、動作確認まで自律的に実行する。人間がやることは「最初の一言」だけだ。
AIモデルの進化は「賢さ」から「思考の強度」の制御へ AIモデルの進化は「賢さ」から「思考の強度」の制御へとフェーズが変わった。 最新のAIエージェント環境では、単にモデルIDを差し替えるだけでは終わらない。 タスクごとに強度を切り替える「ダイヤル」を持つ運用機器へと変貌を遂げている。 その挙動を外部から制御する「SKILL.md」という概念が普及している。
AI開発の潮目が変わった。 チャット画面でプロンプトをこねる時代は終わる。 Workspace AgentsとEuphonyの登場だ。 これらは単なる新機能ではない。 AIが「対話するツール」から「バックグラウンドで自律的に動くシステム」へ進化した。 開発者に求められるスキルセットが根底から覆る。 知っておかないと、周回遅れになる。 数字と事実ベースで、この変化の正体を解き明かす。
誰もがエージェントに全振りする状況 各社が一斉にエージェントへ注力している。 単発のチャットで遊ぶ時代は終わった。 週次9億アクティブを抱える巨人が、反復業務の自動化に注力している。 開発者の仕事は「APIを叩くコードを書く」から「自律エージェントのワークフローを設計する」へシフトした。 この波を傍観すれば、確実に置いていかれる。
推論速度1000 TPSの時代が到来した。 エージェントのボトルネックは、AIモデルの推論速度からAPIの通信速度へと移行した。 OpenAIはWebSocketによる持続的接続を導入し、エージェントループ全体で40%の高速化を実現した。 これはインフラ層のアップデートであり、開発者のコードの書き方やAIとの向き合い方に影響を与える。
Googleは2026年のCloud Nextにて、AIエージェント向けに設計されたTPU 8iを発表した。このチップは、AIエージェントが推論・計画・実行を行うマルチステップワークフローを高速化する。同時に発表されたTPU 8tは、大規模なメモリプールを活用し、複雑なモデルのトレーニングに最適化されている。これらのインフラは、応答性の高いエージェントAIを普及させるための基盤となる。
思考をコードに託すか、モデルに委ねるか AIエージェントの設計思想は二極化している。 コード実行で推論するか、モデル内部で討論させるかだ。 一方は軽量な自律制御を追求するSmolAgents。 もう一方はモデル内蔵の推論と討論で精度を叩き出すGrok 4.20だ。 その間を取り持つ標準化プロトコルMCPの存在。 この3つのレイヤーの組み合わせで、システムのコストと拡張性が決まる。
