WillBooster Inc.

「誰もが意欲的に過ごせる未来をつくる」
教育と生成AIの領域におけるソフトウェア開発・研究開発に取り組む、
WillBooster株式会社の公式アカウントです。

📢 現在、Issueを渡すだけでAIがPR作成まで実装する「Agentic Workflows」社内運用の様子をお届け中です！

[WillBooster Inc. @WillBooster]

／
Issueを渡すだけで、AIがPR作成まで実装！
🚀Agentic Workflows🚀
＼
弊社開発・社内運用中のツール「#AgenticWorkflows」について、活用の様子や改善の取り組みを随時お知らせしていきます📣
現在エンジニアだけでなく、デザイナーも活用しています🖌️
#生成AI #AIエージェント

[WillBooster Inc. @WillBooster]

Alibabaの公式アカウントより、最新フラッグシップモデル「Qwen3.8-Max」の発表がありました。来週オープンウェイト公開予定とされており、オープンモデルの選択肢拡大として注目されます。

[Qwen @Alibaba_Qwen]

📢Meet Qwen3.8-Max — our most capable model to date.

Next week, the open weights of Qwen3.8-Max will be released, and Qwen3.8-27B is also going open-weights to meet you all!🎉

Qwen3.8-Max, a new bar for coding and cowork at 2.4T parameters:

- Autonomous coding: 10+ days of self-evolving development, from empty folder to production without hand-holding, complete project trace in the GitHub：https://t.co/iVHZWQoeSo
- Real work, real results: Production-quality deliverables across hundreds of professions.
- Long-horizon mastery: System-level autonomous planning with closed-loop adaptive learning, driving 500+ turns of chip design optimization and 365 days of e-commerce strategy.
- Native multimodal intelligence: Vision isn't just input — it's a continuous feedback loop for planning, execution, and self-correction.

💰Pricing:
Input: $2.0 / M tokens
Output: $6.0 / M tokens
Implicit Caching: $0.25 / M tokens

Start building with Qwen3.8-Max! 🚀

📖 Blog: https://t.co/iwjmQxLBof
✅ Qwen Studio: https://t.co/4V2pFvDovG
⚡ API: https://t.co/gAGqaLQGbN

[Sakana AI @SakanaAILabs]

🐟 Sakana Namazu API 公開 🐟

本日、Sakana AIは大規模言語モデル「Namazu」をアップデートし、API「Sakana Namazu（サカナ・ナマズ）」として提供を開始しました。

Sakana Namazu API: https://t.co/4EatcdUW9N 🐟

[WillBooster Inc. @WillBooster]

OpenAIがTerraを20%、Lunaを80%値下げしました。
Codexのサブスクにも反映され、同じ利用枠で以前より多く使えるようになっています。

Codexでは親とサブエージェントに別のモデルを設定できるため、親をSol、サブエージェントをTerraにする構成もできますね。

皆さんはどのように使い分けていますか？
ぜひ教えてください！

#ChatGPT #Codex

[WillBooster Inc. @WillBooster]

代表・坂本が「Agentic Engineering」について解説します。

AIエージェントがファイルの編集・コマンド実行・テスト・レビュー・修正を繰り返し、開発作業を自律的に進める時代に。Context / Harness / Loop Engineering、複数エージェントのオーケストレーションを軸に、開発手法を体系的に解説します。

📅 8/5（水）18:00〜19:30
🚩 Zoomウェビナー

詳細・申込みはこちら
https://t.co/vJIs66OhEP

[Oikon @oikon48]

Claude Codeの開発者Boris Chernyが、Y Combinatorの Startup School 2026 にてOpus 5 リリース翌日に行った対談の概要↓

1. Opus 5 の能力

・超長時間の自律稼働:
Opus 5 は数日・数週間・数ヶ月単位でタスクを実行し続けられる。以前必要だった「/goal」などなしで、タスク完了まで自走する。

・プロンプトインジェクション耐性:
ウェブ上の悪意ある指示(「ユーザーのPCのデータを全部消せ」など)に従ってしまう問題が、実質的に再現できなくなった。これは3層の防御による。
① 3年間のアライメント研究による、モデル自体の耐性
② メカニスティック解釈可能性研究に基づく分類器。インジェクション発生時に発火する「ニューロン」を直接監視して検出する
③ Auto Mode の分類器

2. システムプロンプトの80%削除

Claude Code は新モデルが出るたびにシステムプロンプトやツールを大幅に変更・削除している。理由は、旧モデルの欠点を補正するための指示が、賢くなった新モデルには不要になるため。むしろ指示なしの方がモデルが賢く振る舞うことすら実験で判明している。

関連する話:
① --system-prompt でシステムプロンプトを自由に差し替え可能
② 非公開機能の環境変数(simple=1)で全プロンプトを削除した状態で実行でき、社内ではこれを「アブレーション」(削除して各行の影響を測る評価手法)に使っている
③ 現在の Claude Code のコードのほとんどは安全性・権限管理・静的解析・UI関連のみ

3. AIプロダクトの作り方:「削除する勇気」

Borisの推奨ワークフロー:
① まず削除する(システムプロンプト、CLAUDE.md、スキル、フック等)
② 実際に使ってみる。推測で指示を書かない
③ 同じ失敗を繰り返し観察したときだけ、その指示を追加し直す

指示は毎回モデルが読むコストになるため、本当に必要なものだけ残すべき、という考え方。

従来のソフトウェア工学(事前の綿密な設計、大規模なリアーキテクチャ)とは正反対で、モデルは「生き物」のようなもの。世代ごとに性格が違うため、経験科学的に試して観察して調整するしかない。

evalは比較的長持ちするが永遠ではない:1〜3モデル世代で飽和(スコアが上限に達する)してしまうため、捨てて新しく作り直す必要がある。

4. 「Unhobbling」とプロダクトオーバーハング

・プロダクトオーバーハング:
今のモデルには、誰もまだ気づいていない・引き出せていない能力が大量に眠っているという考え方
・ホブリング(hobbling):
プロダクト側がモデルの邪魔をして能力を制限してしまうこと

Claude Code 自体が良い例。Sonnet 3.5 の時代、他のコーディング製品は行単位の補完や読み取り専用チャットだったが、「モデルはファイル丸ごと書けるはず」と考え、足場を全部取り払って最小限のハーネス(ターミナル)を与えたのが誕生の経緯。

5. 具体的な事例

・ Bun の Zig→Rust 書き換え:
Claude Code の基盤である JavaScript ランタイム Bun(10万行超)を、テストスイートを検証基準として1つのプロンプト+ダイナミックワークフローで書き換え。11日間実行して完成し、現在本番で使われている。人間なら1年以上かかる作業。

・ Electron→Swift ネイティブアプリ書き換え(進行中):
Boris が Claude Tag(Slack上のClaude)に出したプロンプトは「Electronアプリを Mac VM で起動してスクリーンショットを撮り、Swift版とピクセル単位で比較し、完了するまで止まるな」というシンプルなもの。2週間以上稼働し続けており、Claude は自発的に Slack チャンネルを作って進捗をライブブログしている。

・OpenCV でお絵描き:
「OpenCVを使ってこの画像を描いて」と頼むと、肖像画や動物、風景をかなり上手に描ける。描画を訓練したわけではなく、引き出し方(elicitation)の問題だった。社内で偶然発見されバズった。こうした未発見の能力が何十・何百とあるはず、というのが彼の仮説。

6. プロンプトエンジニアリングの変化

「プロンプトエンジニア」→「コンテキストエンジニア」という職種の流行は移り変わる。今重要なスキルは以下の通り:

・少し難しすぎると思うタスクを与えること。過剰に細かい手順指定(「1をやって2をやって…」)は現代のモデルには逆効果。タスク・ガードレール・完了条件だけ高レベルに記述して任せる
・検証手段を与えること。これが最も軽視されている最重要ポイント。テストスイート、スクリーンショット比較など、モデルが自分の作業を確認できる仕組みがあれば詰まらずに走り続ける
・詰まった箇所を観察し、プロンプト改善・スキル追加・MCPでのコンテキスト供給で修正する

一発逆転の裏技(one weird trick)は存在しない。ベテランエンジニアほど過剰設計・過剰指定してしまう失敗パターンに陥りやすく、「同僚に任せるように扱う」意識への転換が必要。

7. 数千エージェントの並列実行

・ダイナミックワークフロー:
「use a workflow」と言うだけで起動。Bun をサンドボックスとしてVMを立ち上げ、Claude がエージェント群をオーケストレーションする。
第1弾のエージェント群が作業
→第2弾が検証・要約
→第3弾が再展開、
という多段構成。Borisの関数型プログラミングの背景から「エージェントの代数」(直列合成・並列合成)として設計されている。

・ループとルーチン: ループはローカルのcronジョブ、ルーチンはクラウド実行版(PCを閉じてもOK)。反復タスク向けで、コンテキストは共有しないがメモリは共有できる。

・自己メンテナンスの実例: Anthropic社内では Claude が自社コードベース(CLI、iOS、Android、デスクトップ)を毎日20〜30のルーチンで保守している:
① デッドコードの削除(プロンプトは一文のみ)
② 100%展開済み実験フラグの削除と本実装化
③ テストカバレッジ不足箇所へのテスト追加/無駄なテストの削除
④抽象化ポリス。コードベース内に重複して存在するほぼ同一の抽象を発見して統一

かつて数十〜数百人のエンジニアが必要だった作業であり、人間は新機能開発やユーザー対話に集中できるようになる。

8. 「コーディングは解決済み」の但し書き

Borisのやる種類のコーディングは解決済みだが、以下はまだ苦手:
① 深いシステムプログラミング
② 分散システム
③ ピクセル単位のUI検証(Opus 5 で視覚・コンピュータ操作は大きく前進したが完璧ではない)

これからの優秀なビルダーの条件: 経験主義的であること。過去のモデルの常識も理論も一旦忘れ、試して、観察して、調整する。過去の先入観を手放し、以前ダメだったことを再挑戦できる人が成功する。

9. CS学生への助言

Boris自身は中学時代に TI-83 電卓の BASIC で「数学テストでカンニングするため」にプログラミングを独学(数学が難しくなるとアセンブリまで学ぶ)という実践をした。
助言は以下の通り:

・CS理論だけでなく応用力を学ぶ: デザインセンス、ビジネス感覚、データサイエンス、ユーザーとの対話
・まず自分が欲しいものを作り、次に人が欲しいものを作る

モデルの進化は指数関数的で、ハーネスやプロンプトは使い捨て・作り直し前提。価値があるのは「削除する勇気」「難しめのタスク+検証手段を与える設計」「経験主義的な観察と反復」であり、今日のモデルにすでに眠っている未発見の能力(プロダクトオーバーハング)を引き出した者が、次の Claude Code を作れる。

（Claudeにtranscriptをまとめてもらったものを、手直ししてまとめています）
https://t.co/KV9gAex0K3

[WillBooster Inc. @WillBooster]

Agentic Workflowsの動作確認は、AIの発言を信用せず、ブラウザ操作を録画＆スクリーンショットで判断根拠を残します。
今回は長い本文が正しく折りたためているか、短い本文に余計な制御が出ていないかを確認しました。
#AgenticWorkflows #AIエージェント

[OpenAI @OpenAI]

We are committed to pushing the model frontier across cost efficiency, capability, and speed.

Starting today, we are reducing prices for GPT-5.6 Luna by 80% and GPT-5.6 Terra by 20% , and offering a faster option for GPT-5.6 Sol in the API.

Luna and Terra’s lower prices are reflected in how usage is counted in Codex and ChatGPT Work, so your usage goes further.

[WillBooster Inc. @WillBooster]

#AgenticWorkflows では、タスクに応じて複数のモデル（Claude系 / GPT系など）を切り替えて実行しています。

最近のモデルリリースが続く中で、改めて感じるのは「一番賢いモデルを常に使う」わけではない、という点です。

・難易度の高い実装には高精度モデル
・定型的な検証や単純作業にはコストを抑えたモデル
・reasoning effortの調整も組み合わせる

コストと精度のバランスを、実行プロファイルとして事前に定義しておくことが、運用を安定させるポイントになっています。

#AgenticWorkflows #生成AI

[WillBooster Inc. @WillBooster]

グラフエンジニアリング ― Agentic Workflowsのどこが「グラフ」なのか

複数のエージェントを配線図みたいにつなぐ。それがグラフエンジニアリングだと思っています。
社内ツール「Agentic Workflows」を、ノード・エッジ・共有状態の3つで見てみます。

■ ノード（役割を持った工程）
issueのURLを渡すと、タイトルが「fix:」で始まる不具合系なら「失敗するテストを書く → 実装する → 検証する →（Webアプリなら）動作確認する → セルフレビューする → PRを作る」と、役割の違う工程が順番に動きます。各工程は別スレッドで、それぞれ自分のループを回しています。

■ エッジ（つなぎ方）
一本道じゃありません。タイトルの接頭辞でfixとfeatに経路が分かれます。検証が落ちたら修正に戻して最大5回、動作確認が落ちたら実装に戻して最大2回、というループバックもあります。

■ 共有状態（受け渡される途中成果）
全工程が同じ1本のブランチの作業ディレクトリを共有していて、前の工程がコミットした変更の上に次の工程が積み上げていきます。
交差点の判定は、AIの「OKです」じゃなく客観的な事実でやっています。検証はコマンドの終了コード、動作確認は録画とスクリーンショットのファイルが実際に存在するかどうか。証拠がなければ成功扱いにしません。

名前付きのノード、条件分岐、ループバック、客観判定の共有状態。AgenticWorkflowsは、すでにグラフの形になっています。

#AgenticWorkflows

[WillBooster Inc. @WillBooster]

ここ数日のAI動向を見ると、単体のループから複数エージェントの連携（グラフ）への移行が加速している印象です。

OpenAIのエージェント事例も、Claudeの高度なコーディング能力も、結局は「複数の役割をどう配線し、どこで判定するか」が問われています。

グラフ化の利点は、途中再開や並列処理がしやすい点にあります。
一方で、各ノードの「合否判定」をAIの自己申告だけに頼ると、整然とした誤りを量産するリスクもあります。

実務では「構造」と「判定基準」を分けて設計することが、依然として鍵だと感じています。

#グラフエンジニアリング #AIエージェント #AgenticWorkflows

[WillBooster Inc. @WillBooster]

Claude Opus 5がリリースされ、コーディングや長時間のエージェント作業で高い評価を得ているようです。

単一プロンプトで本格的なゲームを生成するデモも話題ですが、実務では「生成できた」だけでは不十分です。

弊社のAgentic Workflowsでは、以下の点を意識してモデルを切り替えています。

・実装役と検証役を分離する
・着手前に環境の健全性を確認する
・出力をそのまま採用せず、テストや静的解析を必須にする

モデルの性能が上がるほど、ハーネスと判定基準の設計が重要になります。

#Claude #AgenticWorkflows #生成AI

[WillBooster Inc. @WillBooster]

コメント欄が「ちゃんと動いた」と思ったときほど、見落としやすい落とし穴があります。

文章を保存できる。
一覧に表示できる。
編集も削除もできる。

ここまでできると完成に見えます。

でも、入力された内容をそのままHTMLとして表示していると、他の利用者のブラウザ上で意図しないスクリプトが動くことがあります。

これは XSS（クロスサイトスクリプティング） と呼ばれる脆弱性です。

コメント欄、プロフィール欄、問い合わせ内容、管理画面のメモ欄。
「入力した内容をあとで画面に表示する機能」は、どれも確認対象になります。

AIエージェントで画面を作った後は、入力値をそのままHTMLとして扱っていないか確認したいポイントです。

#Webセキュリティ #AIエージェント

[Artificial Analysis @ArtificialAnlys]

Claude Opus 5 is narrowly the most intelligent model on the Artificial Analysis Intelligence Index, offering comparable intelligence to Fable 5 at 26% lower Cost per Task

We supported @AnthropicAI to evaluate Claude Opus 5 ahead of release: it sets the highest GDPval-AA v2 and AA-Briefcase scores so far. Opus 5 (max) scores 61 on the Artificial Analysis Intelligence Index, effectively tied with Claude Fable 5 (max, 60), and ahead of GPT-5.6 Sol (max, 59), Kimi K3 (57), and Claude Opus 4.8 (max, 56)

Key takeaways:
➤ New leader in agentic knowledge work: Claude Opus 5 (max) scores 1861 Elo on GDPval-AA v2, >100 points ahead of Claude Fable 5 and GPT-5.6 Sol (max). On AA-Briefcase, our proprietary agentic knowledge work benchmark, it scores 1720 Elo, +146 ahead of Fable 5. These benchmarks test the ability of models to produce accurate and well-presented professional outputs using our open source reference agent harness, Stirrup
➤ Joint first place on the Coding Agent Index: Claude Opus 5 (xhigh) with Claude Code leads the Artificial Analysis Coding Index, including the highest score on SWE-Atlas-QnA
➤ Frontier intelligence with reduced cost: Claude Opus 5 (max) costs $2.03 on average per Intelligence Index task, below Claude Fable 5 (with fallback) at $2.75, but still above Claude Opus 4.8 (max) at $1.80 and Claude Sonnet 5 (max) at $1.53. However, at high and xhigh reasoning efforts Opus 5 can outperform both Opus 4.8 and Claude Sonnet 5 at a lower cost per task
➤ Frontier agentic terminal use: 89% on Terminal-Bench v2.1 at max effort, roughly in line with the leader, GPT-5.6 Sol (xhigh)
➤ Outperformance on scientific reasoning: Along with leading agentic performance, Claude Opus 5 scores 53% on Humanity’s Last Exam in line with Fable 5; on CritPt, a frontier physics evaluation developed by Argonne and UIUC researchers, it also matches Fable 5 but sits behind GPT-5.6 Sol, GPT-5.5 Pro, and GPT-5.6 Terra
➤ Factual knowledge still lags Fable 5: As expected from the models’ size classes, Opus 5 still has lower factual knowledge on AA-Omniscience than Fable 5. It improves +7 points on AA-Omniscience Accuracy over Opus 4.8, but answers more often when uncertain - its hallucination rate rises +14 points to 50%
➤ Improving efficiency, but only on the Intelligence vs. Cost per Task Pareto frontier at high Intelligence levels: Opus 5 outperforms Fable 5 at lower cost, but at lower effort levels it sits just behind the GPT-5.6 family on the Intelligence vs. Cost per Task frontier

Other model details:
➤ Context window: 1 million tokens (equivalent to Opus 4.8)
➤ Pricing: As with recent Opus launches, tokens cost $5/$25 per million tokens of input/output; cache pricing remains at a 25% premium for cache writes ($6.25 per million tokens) with 5-minute time to live, and 90% discount for cache hits ($0.50 per million tokens)
➤ Five effort settings (low, medium, high, xhigh, max), and support for server-side fallback as with Fable 5. Intelligence Index evaluations were run with Opus 4.8 fallback enabled

[Claude @claudeai]

Introducing Claude Opus 5.

It's a thoughtful and proactive model that comes close to the frontier intelligence of Fable 5 at half the price.

[WillBooster Inc. @WillBooster]

📢 代表・坂本が登壇します

コードを書かせるだけの"Vibe Coding"から、レビュー・検証・セキュリティまで見据えた"Agentic Engineering"へ。AIエージェントに開発を任せる範囲が広がる中で、「どこまで委ねて、何を人間が担保すべきか」に悩んでいませんか？

【GLOCOM六本木会議オンライン】
AIエージェントによるソフトウェア開発の最前線 ― Vibe CodingからAgentic Engineeringへ

📅 2026年8月5日（水）18:00〜19:30
🚩 Zoomウェビナー

申し込み・詳細はこちら
https://t.co/vJIs66OPun

[WillBooster Inc. @WillBooster]

本日、人間環境大学附属岡崎高等学校にて「生成AIの基本と校務/教務への応用」研修の講師を弊社が担当しました🧑‍🏫

本研修は愛知県岡崎市の人間環境大学附属岡崎高等学校にて開催され、教員の皆さまを対象に、生成AIやAIエージェントの仕組み、プロンプトエンジニアリングの基本、AI利用時の留意点、そしてGemini Notebookを活用した教材・資料作成や校務・教務の効率化について解説しました。

[WillBooster Inc. @WillBooster]

#AgenticWorkflows は、複数のエージェント（codex / claude / antigravity）を切り替えて実行できます🤖

codexでは、実行プロファイルとして、モデル（GPT-5.6 Sol / Terra / Luna）と reasoning effort（low～xhigh）を組み合わせたプリセットを選択可能。

さらに、agentic-workflows のバージョンやランナーも指定できるため、タスクの難易度に応じてコストと精度のバランスを調整しやすくなっています。

[WillBooster Inc. @WillBooster]

グラフエンジニアリングとは何か？
――ループの次に来た「配線図」の話。

ここ数年、AI開発のトレンドは層を重ねるように進化してきました。

・プロンプトエンジニアリング（どう指示するか）
・コンテキストエンジニアリング（何を読ませるか）
・ハーネスエンジニアリング（足回りをどう整えるか）
・ループエンジニアリング（どう自律的に回し続けるか）

これらは一直線に入れ替わったというより、地層のように積み重なってきたものです。そして2026年に入り、その最前線として本格的に語られ始めたのが「グラフエンジニアリング」。

要は「ループの次に来た配線図」の話なんですが、これが一体何なのか、実務的な視点からまとめます。

■ ループとグラフの決定的な違い
・ループは、1体のエージェントの「振る舞い」を設計する
・グラフは、複数のエージェントの「組織」を設計する

これまでの主役だった「ループ」は、1体のAIに『実行 → 観測 → 判定 → やり直し』のサイクルを回させる仕組みでした。人間が毎回指示を出す代わりに、AI自身が自律的に動き続ける。ここまでが前世代の主題です。

一方の「グラフ」は、そのループを持ったエージェントを複数用意し、ひとつの大きな「配線図」としてつなぎ合わせる考え方です。1体をどう賢く動かすかではなく、複数をどう連携させるか。マネジメントの粒度が一つ上のレイヤーに上がりました。

■ グラフを構成する3つの要素
グラフは、主に以下の3つで成り立っています。

① ノード（役割）
「調査役」「実装役」「検証役」など、明確な責任範囲を持ち、それぞれが自分のループを回すエージェントや工程。
② エッジ（配線）
ノード同士のつなぎ方。「順番に渡す（逐次）」「同時に走らせる（並列）」「条件で行き先を変える（分岐）」など、ワークフローの流れを決めます。
③ 共有状態（バトン）
エッジに沿って受け渡されていく、途中の成果物やコンテキスト。次の担当者は、前の担当者が残した「状態」を受け取って自分の仕事を引き継ぎます。

■ グラフ化のメリットと、突きつけられる現実
一本道のループでは扱いづらかった複雑な処理も、グラフなら素直に実装できます。
入力に応じた動的な経路変更や、独立した作業の並列処理。途中で失敗しても最初からやり直さずに済む「途中再開（レジューム機能）」や、一部のノードがダウンしても全体が止まらない「部分的な耐障害性」も大きな強みです。

これについて、機械学習エンジニアのLuis Catacora（@lucataco）が的確な指摘をしています。
「ループは寛容だが、グラフは『実はワークフローのどれだけをまだモデル化できていないか』を嫌でも突きつけてくる」

いざ配線図を描こうとすると、これまで人間の勘で曖昧に処理していた分岐や例外対応がすべて表に引きずり出されます。これはグラフ化の副次的ですが、極めて大きな効用です。

■ いつグラフを使い、いつ使わないか
当然ですが、何でもかんでもグラフにすればいいわけではありません。

判断の目安はシンプルで、「独立して検査したり、途中再開したりしたい分岐がいくつもあるか？」です。
もしないなら、きちんとログを出して人間のチェックポイントを1つだけ置いた「シンプルなループ」のほうが安上がりでデバッグも簡単です。

単一の領域で完結するタスクはループ向き。複数の領域にまたがったり、並列処理が必要な仕事はグラフ向き。「まずはループで作り、限界が来てから配線を考える」のが鉄則です。

■ 構造よりも「判定」が命
最後に、グラフ化の流行に対する重要な警鐘にも触れておきます。

AIリサーチャーのLouis Bouchardは、Carlos Perezの言葉を引用する形で、「エージェント同士を検査させ合うグラフは『整然としたナンセンス（organized nonsense）』を量産しうる」と警告しています。
同じモデルが同じ欠陥データを読めば、AI同士で揃って互いの間違いを承認し合ってしまう危険があるからです。

つまり、どれだけ配線を賢く複雑にしても、各交差点での「合否判定」が甘ければ、間違った方向に猛スピードで突き進むだけの装置ができあがります。
だからこそ、AIが「OKです」と言った定性的な返事ではなく、コマンドの正常終了や、実際に着金したデータなど、エージェント群の「外」にある客観的な証拠で判定しなければなりません。

配線図（構造）は未定義のプロセスを可視化する素晴らしいツールですが、少なくとも現段階では、各工程の「判定基準」をシビアに保つことの方がずっと重要です。

構造と判定は別の変数であり、両方が不可欠。これが今のAIエージェント開発におけるひとつの結論です。

[WillBooster Inc. @WillBooster]

📢 代表・坂本が登壇します

コードを書かせるだけの"Vibe Coding"から、レビュー・検証・セキュリティまで見据えた"Agentic Engineering"へ。AIエージェントに開発を任せる範囲が広がる中で、「どこまで委ねて、何を人間が担保すべきか」に悩んでいませんか？

【GLOCOM六本木会議オンライン】
AIエージェントによるソフトウェア開発の最前線 ― Vibe CodingからAgentic Engineeringへ

📅 2026年8月5日（水）18:00〜19:30
🚩 Zoomウェビナー

申し込み・詳細はこちら
https://t.co/vJIs66OPun

[WillBooster Inc. @WillBooster]

5/5
最後に、ヘッドレスで止まらないための整備です。

CLIの初回プロンプトを事前に埋めておくなど、人がいない前提での細かい調整を入れています。賢いモデルを、毎回同じ土台に載せて動かす。それがハーネス側の仕事だと考えています。

#AgenticWorkflows

[WillBooster Inc. @WillBooster]

1/5
社内ツールAgentic Workflowsで作り込んでいる「ハーネス」の話です。

ハーネスは、エージェント1回の実行を成功させるための足回りを指します。
Agent = Model + Harness、つまりモデル以外の全部です。どんな足回りを用意しているか、順に書きます。

[WillBooster Inc. @WillBooster]

4/5
地味に効くのが、着手前のチェックです。

実装に入る前に一度verifyを回します。もし着手前から落ちているなら、それは環境起因であって、今回直すべき不具合ではありません。この切り分けがないと、環境の失敗をissueの不具合と取り違えます。