この記事は、AI コーディングエージェントの自律性をめぐる議論が、これまで 2 つの別々の問い、すなわち単一のエージェントが自力でどこまで進むことを許されるか（エージェンシー）と、複数のエージェントがどれだけうまく協調させられるか（オーケストレーション）を混同してきたと論じる。そして、Steve Yegge が広めたもののような単一軸の自律性のはしごでは、その両方を表現できないと主張する。記事は 2 つの軸を別々に測ることを提案し、そのうえで エージェント自律性レベル の尺度を提示する。これは 6 つのレベルからなり、オーケストレーションが尺度の上端近くでしか要因にならないため、一続きの上昇として読めるようになっている。
記事はまた、あるタスクにどれだけの自律性を適用するかの上限を決めるべきなのはタスクの種類ではなく、リスクと可逆性であると論じる。さらに、あらゆるエージェントの実行に先立って用意すべき、名前付きのフィールド（目標、スコープ、非目標、ツール／権限、停止条件、証拠、エスカレーション、予算）からなる「契約」を提案している。
要点
- 自律性のはしごは、エージェンシー（1 つのエージェントがどこまで進むか）とオーケストレーション（いくつのエージェントが動き、誰がそれらを調整するか）という 2 つの軸に分けられる。1 つの数値では両方を表現できないためであり、オーケストレーションが意味を持つのは尺度の上端近くだけだとされる。
- 6 つのレベルが定義されている。レベル 0（Assist。人間がすべての提案について採用するかどうかを判断する）からレベル 5（Managed-by-exception orchestration。マネージャーエージェントが定義されたポリシーに基づいてワーカーエージェントを割り当てて監視し、例外だけを人間にエスカレーションする）までである。
- 記事は Anthropic の 2 つの研究報告を引用している。1 つは、Claude Code が明確化を求めた頻度は、ユーザーが Claude Code を中断した頻度の 2 倍を超えていたという知見である。もう 1 つは、2025 年 10 月から 2026 年 4 月にかけての約 235,000 人による約 400,000 セッションを対象としたもので、計画上の判断の約 70% を人間が行い、アクションの約 80% を Claude が実行しているという知見である。
- エージェントが実際に高い自律性で動作しているかどうかを判断するための 3 つの診断的な問いが提案されている。誤ったアクションにどれだけ早く気づけるか、それをどれだけきれいに取り消せるか、そしてそのアクションが正しかったことを何が証明するか、である。
- 4 つの自律性のアンチパターンが挙げられている。「ステータスとしての自律性」（高い自律性の評価を安全性の判断ではなく勲章のように扱うこと）、「パーミッションロンダリング」（承認疲れのために必要以上に広いアクセスを与えること）、「要約による代替」（エージェント自身の要約をレビューの代わりにしてしまうこと）、そして「フリートのコスプレ」（多数のエージェントを並列に動かしながら、依然として人間がすべての依存関係を手作業で調整していること）である。
- 記事は、リンクされた検証記録によれば、この記事自体が Pangram によって 100% 人間が書いたものと判定されていると述べている。
背景
この記事は、Steve Yegge の単一軸の自律性のはしご（「Welcome to Gas Town」で説明され、The Pragmatic Engineer でも取り上げられたもの）を明示的に土台とし、それを改訂している。エージェンシー／オーケストレーションの 2 軸モデルを、マルチエージェントのオーケストレーションが一般的になると単一軸版では捉えきれなくなる欠落を補う修正として提示する。また、レベル 5 が記述するオペレーティングシステムのようなレイヤーの一例として、OpenAI が提案した Symphony のオーケストレーション設計に言及している。