この論文は、AI エージェントの登場は既存のパラダイム内での漸進的なツールの改善ではなく、ソフトウェア とは何かの再構築にあたると論じる。その形式的な手立ては、2 種類のシステムを並べて定義することである。 従来のソフトウェアシステムは、計算資源、ソースコードにエンコードされた決定論的な決定ルール、実行環境の 三つ組であり、決定ルールは実行に対して静的で、システムが何らかの入力を受け取る前に人間のエンジニアに よって書かれなければならない。一方、AI エージェントシステムは、推論エンジンとして機能する言語モデル、 実行可能なツールの集合、メモリサブシステム、計画メカニズムの組であり、決定ロジックは実行時に生成 される。この区別が、エージェント型ソフトウェア についての論文の中心的な主張である。
これがなぜ重要なのかについての議論は、複雑性に関するものである。論文は Brooks による偶有的複雑性と 本質的複雑性の区別を持ち出し、数十年にわたる進歩が前者を減らしてきた一方で後者は際限なく残っている ことを指摘したうえで、システムの構成要素間で可能な相互作用のトポロジーの数は超指数関数的に増大するが、 人間の認知能力は本質的に一定のままであると主張する。従来のパラダイムの下では、解空間がその固定された 能力を超えるタスクは、現実的なコストでは実現不可能である。エージェント型のパラダイムの下では、モデルが モデルサイズと訓練計算量に応じてスケールする能力でその空間を探索するため、解決能力は人間の認知的な 限界から切り離される。
論文は続いて、ソフトウェア提供の 3 つの世代 ― ローカルのライセンスソフトウェア、SaaS、そして Agent-as-a-Service（AaaS） ― を、エンドユーザーから複雑性が段階的に移転されていく過程として たどり、エージェント型エンジニアリング を、ソフトウェアエンジニアリングという分野の置き換えでは なく拡張として位置づける。それは中心的な研究対象、制御モデル、人間の役割によって区別される。論文は エージェント型エンジニアリングの 4 段階の進化 のロードマップと、実務者、研究者、組織への 提言で締めくくられる。
要点
- 論文は 3 つの中心的な主張を行う。エージェント型のパラダイムは市場の選好ではなく複雑性のスケーリング がもたらす必然的な帰結であること。エージェント自体が異なる種類のソフトウェアである以上、ソフトウェア は置き換えられるのではなく再定義されること。そしてエージェント型エンジニアリングは独自の実践として 立ち現れつつあり、その実践者はより優れたプログラマーではなく異なる役割 ― 意図のアーキテクト、 エージェントのコーディネーター、成果の監査人 ― であること。
- 論文は、エージェント型システムにおいてモデルが生成するコードはシステムそのものではなく、推論の目標に 奉仕するために生成されては破棄される一時的なアーティファクトであると論じる。
- 論文はこれを、Karpathy の「Software 2.0」の枠組みの言い換えではなく拡張として位置づける。その定式化 ではニューラルネットワークが手作りのプログラムロジックを学習された重みで置き換えるのに対し、 エージェント型システムは必要に応じてプログラムを書き、コードをツールとして使うことでさらに先へ進むと 論じる。
- 支配的な「AI → ソフトウェア → 結果」というパイプラインにおける 3 つの構造的な弱点を指摘する。人間の エンジニアが設計、アーキテクチャ、統合、デプロイのクリティカルパスであり続けること。最終的な成果物は 依然として、複雑性が決定ルールに応じてスケールする従来型のシステムであること。そして反復のレイテンシが 人間のコミュニケーションと調整の速度を下回れないことである。
- 従来のソフトウェアエンジニアリングとエージェント型エンジニアリングを、中核となるアーティファクト、 制御の中心、意思決定メカニズム、開発サイクル、人間の役割、複雑性の上限、出力の単位、エラー処理、 進化を含む 9 つの次元で対比する。
- 4 段階のロードマップは、ツール拡張（2023〜2025 年）から、単一タスク自律（2025〜2027 年）、 マルチエージェントチーム（2026〜2029 年）を経て、自己進化エコシステム（2028 年以降）へと進み、 人間の役割は作成者兼レビュアーから、目標の設定者および倫理の統治者へと移行する。
- 緊急のものとして挙げられる未解決の問題には、長いコンテキストにおける状態管理、オープンエンドな 設定における検証、エージェントがチームとして組み合わされる際の大規模なエージェントのアライメント、 そして成果ベースの価格設定のための経済モデルが含まれる。
注記
論文は独自の測定を一切報告しておらず、実証のセクションにあるデータポイントはすべて他の研究から引用 された結果である。それらの引用は、外部の証拠に対する論文自身の枠付けとして読む価値がある。論文は、 開発プロセスを中心に据えたオープンなモデルの SWE-Bench Verified の結果、企業のデバッグ ワークフロー全体にわたって協調するエージェント群のパイロット研究、そして Hermes Agent の自己進化メカニズムを、エージェント型というテーゼの証拠として 報告する一方、EvoClaw ベンチマークを反証の重しとして提示している。
その重しこそが、論文が自らの限界を定める場所である。論文は、全体的な性能スコアが孤立したタスクでは 80% を超えるのに対し、継続的な設定では最大でも 38% に低下するという EvoClaw の知見を報告し、そこから 4 つの中核的な課題 ― コンテキストのドリフト、エラーの伝播、技術的負債への意識の欠如、検証の忠実度 ― を読み取る。そして、孤立したタスクでの性能と持続的な自律開発との間のギャップが、完全に自律的な ソフトウェアエンジニアリングまでの距離を定量化していると結論づける。この立場についての論文自身の まとめは、エージェント型エンジニアリングは拡張のパラダイムとしては今日すでに現実のものであり変革的で あるが、完全に自律的なソフトウェア開発が本番環境で信頼できるものになるまでには、さらに数年の集中的な 研究が必要だというものである。
名前の付いた分野としてのエージェント型エンジニアリングについての論文の説明は、この用語の正式な導入を 2026 年 4 月の LangChain に帰しており、独自の定義を提案するのではなくその定義を引用している。段階に 基づくロードマップとその期間は、現在の能力と軌跡に基づく提案として提示されており、期間の背後にある 方法は述べられていない。