これは、著者による AI Engineer World’s Fair 2026 のクロージング基調講演を文章にしたものである。コーディングエージェントがタスクの「インナーループ」 — 調査し、実装し、検証すること — をますます担うようになるにつれ、エンジニアは「アウターループ」を自ら担わなければならない、と論じている。アウターループとは、どの作業が存在すべきかを決め、その作業が従う制約を設定し、作業が生み出す証拠をレビューし、結果について説明責任を負うことである。記事はこれを 3 つの用語を軸に組み立てている。品質（Quality：システムを解き放つ前に組み込まれ、証拠を生み出すチェック）、判定（Verdict：その証拠に基づいて、出荷するか、ブロックするか、方向転換するかを決める人間の意思決定）、説明責任（Answerability：問われたときにその意思決定を説明できるという保証）である。
要点
- エージェント（モデルに、ファイル、ツール、メモリ、スキル、サンドボックス、権限、オブザーバビリティ、リカバリーからなるハーネスを加えたものと定義される）は、実行のインナーループ（調査し、実装し、検証し、繰り返す）を回す。ファクトリーとは、そうしたループを大規模に多数回すものであり、人間は、証拠がシステムから人間のレビュアーへと渡る境界での意思決定を担う。
- 記事は Sonar の 2026 年版 State of Code レポートを引いて、コミットされたコードの 42% が AI によって生成されたか AI の大きな支援を受けたものであり、回答者はその割合が今後も増え続けると予想していると述べる。記事は、コードを作り出すことは安くなった一方で、レビュー、検証、理解、保守は依然として希少な資源のままだと論じる。
- 記事は GitLab の 2026 年 6 月の AI アカウンタビリティ調査を引いて、レビューと検証が AI 支援開発における現在のボトルネックであり、ガバナンスは通常コードが作られた後 — つまりリスクがすでに受け入れられた後 — にしか行われないと述べる。
- 記事は、オーナーシップを保持しないままエージェントに委ねることの 3 つの隠れたコストを挙げている。認知的降伏（エージェントの出力を盲目的に受け入れること）、認知的負債（コードに対する自分自身の理解が損なわれていくこと）、そしてオーケストレーション税（複数の並行するエージェントに指示を出しレビューすることに伴う、スケールしない認知的コスト）である。
- 人間が「ループの中に」いるとしても、人間がインナーループにいる必要はなく、次の 4 つのアウターループにいればよいと記事は論じる。制約ループ（どんな入力、アーキテクチャ、指示を設定するか）、サンプリングループ（出力のどれだけをレビューするか）、監査ループ（どんな証拠を残すか）、そしてオーナーシップループ（本番環境の境界のどの部分を自ら担うか）である。
- 記事の運用モデルは、品質保証と検証をすべてループの内側に置き、そのうえで、ループがどれだけの頻度で回るかとその範囲を制御するバックプレッシャーの仕組みを設定することによってのみ自律性を与え、人間を実行ではなく意思決定の位置に置く、というものである。
背景
記事は、AI の助言が誤っていた場合でも 4 分の 3 近くの人がそれを受け入れ、しかも AI がない場合よりも自信を深めていたとする Wharton の研究と、AI を介して作業したエンジニアはコード理解のクイズで、自分でコードを書いたエンジニアより 17 パーセントポイント低いスコア（50% 対 67%）だったとする Anthropic のランダム化比較試験を引用している — いずれも「隠れたコスト」の議論を裏づける証拠として示されたものであり、記事自身が独自の研究によって確立した主張ではない。また、誰もが何でも作れるようになった今、何を作るかを選ぶことがより重要になっているという Paul Graham の指摘や、客観的な指標がまだ存在しないところで質の高い定性的な判断を下すことというセンス（taste）についての Mitchell Hashimoto の定義も援用している。記事は、Pangram によって 100% 人間が書いたものと判定されたと述べている。