この wiki には、ソフトウェア開発において AI がどこまで自律的に行動することを任されているかを表す体系がいくつか記録されている。それらは異なる種類の情報源に由来する。3 本の論文（うち 1 本はポジションペーパー）、ガバナンス・フレームワーク、ブログ記事、そしてある企業の社内モデルである。これらはいくつかの語彙（「アシスト」「エージェンシー」「自律性」「レベル」）を共有しているが、何を評価しているのか、いくつの段階があるのか、現在のツールがどこに位置するのかについては一致していない。このページでは、それらの違いが見えるように各体系を並べて示す。体系に順位をつけたり、どれかを推奨したりはしない。
各体系
- SE 自律性レベル（SE1.0–SE5.0） — レベル 0 からレベル 5（SE1.0〜SE5.0）までの 6 段階の階層。エージェント型ソフトウェアエンジニアリング：基盤となる柱と研究ロードマップ で提案され、自動運転の SAE レベルと明示的に対応づけられている。
- エージェント自律性レベル — レベル 0（アシスト）からレベル 5（例外時のみ管理するオーケストレーション）までの 6 段階の尺度。2 つの軸から構成され、エージェント自律性レベル で Steve Yegge の単一軸のはしごを改訂したものとして提示されている。
- 監督付きエージェンシーのスペクトラム — 1 本の軸上の 5 つの位置（アシスト、シャドー、ヒューマン・イン・ザ・ループのゲート、限定的、完全）。決定論から委任へ：AI ネイティブな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の進化 が、自律性は二値ではないと論じるために用いている。
- エージェント型エンジニアリングの 4 段階の進化 — ツールによって拡張された支援から自己進化するエコシステムまで、期間を付した 4 段階のロードマップ。エージェント型ソフトウェア：AI エージェントはソフトウェアのパラダイムをいかに再構築しているか で提案された。
- AI 成熟度レベル — サイバーエージェント がプロダクト開発チームを評価するための社内モデルで、コード補完（L1）から開発プロセス全体の自動化（L4）までを扱う。
- アクション空間 — それ自体ははしごではないが、その出典であるガバナンス・フレームワーク エージェント型 AI のためのモデル AI ガバナンス・フレームワーク は、自律性を人間の関与の度合いによる 4 点のスペクトラム上に置き、それをもう 1 つの量であるアクション空間とは切り離して扱っている。
一覧比較
| 体系 | 評価対象 | 段階の数 | 体系の種類 |
|---|---|---|---|
| SE 自律性レベル | ソフトウェアエンジニアリングにおける AI の関与。システムが何から何へ写像するかで区別 | 6（レベル 0〜5） | SAE レベルを基準にした分類 |
| エージェント自律性レベル | AI コーディングエージェント、またはその集団 | 6（レベル 0〜5）。2 つの軸にまたがる 1 本の上昇として読む | 分類 |
| 監督付きエージェンシーのスペクトラム | 人間の権限とエージェントの権限の間でのデプロイメントの位置 | 5 | ポジションペーパー内での枠組み |
| 4 段階の進化 | 分野としてのエージェント型エンジニアリングの時間的推移 | 期間を付した 4 段階 | 予測／ロードマップ |
| AI 成熟度レベル | プロダクト開発チーム | ある記述では L1〜L4、別の記述では 5 段階 | 企業の社内における導入目標 |
| 自律性とアクション空間 | 2 つの独立した軸上のエージェント | 人間の関与の 4 点 | リスク評価のための枠組み |
何を「自律性」とみなすか
各体系は同じ言葉を異なる意味で使っている。
- SE 自律性レベルは、エージェンシー（与えられた目標に向けて行動し計画を実行する能力）と自律性（自らを律し、その目標を独自に策定する能力）を区別する。各レベルは、何から何へ写像するかによって定義される。編集の意図から予測トークンへ（レベル 1）、計画された変更から生成されたコードブロックへ（レベル 2）、技術的な目標から複数ステップの計画へ（レベル 3）、ドメインの委任事項から具体的な目標へ（レベル 4）、一般的な委任事項からドメイン固有の委任事項へ（レベル 5）である。
- エージェント自律性レベルもエージェンシーという言葉を使うが、それは人間の判断が必要になるまでに 1 つのエージェントがどこまで進むことを許されるかを指す。第 2 の軸は目標設定ではなくオーケストレーション、つまりいくつのエージェントが動き、誰がそれらを調整するかである。
- アクション空間の背後にあるガバナンス・フレームワークは、自律性を、エージェントが目標に向けてどう行動するか（たとえばステップを定めること）を自ら決める度合いと定義し、それは指示がどれだけ規定的か、そして人間の関与のレベルによって決まるとする。第 2 の軸はアクション空間、つまりエージェントがどのツールを使えるか、そしてそれらに対してどのような権限を持つかである。この 2 つは独立したものとして扱われ、自律性は高いがアクション空間は小さいエージェントと、自律性は低いがアクション空間は大きいエージェントとを対比して説明されている。
- 監督付きエージェンシーのスペクトラムは 1 本の軸を用い、その上で 3 つのものが連動して動く。人間の権限が下がり、エージェントの主導性が上がり、ガバナンスの負担が増す。
- 4 段階の進化は、各段階を 4 つの軸で特徴づける。エージェントに何ができるか、それを可能にする技術、人間の役割、そして代表的なシステムである。
- AI 成熟度レベルは、AI エージェントがどれだけ広い範囲の仕事を引き受けるか、そして人間と AI の間の責任の境界がどう移っていくかを評価する。これは 1 つのエージェントの性質ではなく、チームのプロセスの性質である。
複数のエージェントが登場するところ
複数のエージェントは、2 つの体系で独立した段階として現れる。エージェント自律性レベルでは、オーケストレーションが区別の決め手になるのは上位の段階に限られる。レベル 4 はタスクの独立した部分を並列に委任することであり、レベル 5 ではマネージャーエージェントが定められたポリシーのもとでワーカーエージェントに仕事を割り当て、例外だけを人間にエスカレーションする。4 段階の進化では、段階 III（Multi-Agent Teams、2026〜2029 年）において、専門化したエージェントが人間のエンジニアリング組織を模したチームとして協調し、共有メモリと可観測性が重要なインフラになる。
他の体系を記録したページは、マルチエージェントのための独立した段階を設けずに各レベルを説明している。SE 自律性レベルは、代わりにドメインに沿って上位へと特化していく。レベル 4 は技術スタックまたは品質特性の軸に沿って特化し、レベル 5 は未知のあらゆるドメインへと一般化する。
最下段と最上段
最下段には、いくつかの体系が補完や提案を置いている。SE のレベル 1（Token Assistance）は IDE のオートコンプリートであり、CyberAgent の L1 は IDE でのインライン補完で、コードはすべて人間が書く。4 段階の進化の段階 I は、他の支援タスクとともにコード補完を含む。エージェント自律性レベルと監督付きエージェンシーのスペクトラムはどちらも「アシスト」と名づけられた位置から始まる。前者では、エージェントが行動を提案し、人間がそのすべてを判断する。AI をまったく使わないレベル（レベル 0、Manual Coding）まで含むのは SE 自律性レベルだけである。
最上段については、最も高い位置が現に存在するものとして説明されているかどうかで体系が分かれる。
- SE のレベル 5 は、まだ存在せず、概念または研究の段階にあると述べられている。
- 4 段階の進化の段階 IV（2028 年以降）は、代表的なシステムを将来のものとして挙げており、人間の関与はメタレベルのガバナンスへと移る。
- 監督付きエージェンシーのスペクトラムの「完全」の位置には、規制のある領域における企業のデプロイメントの大半は「限定的」より左側で運用されているという観察が添えられている。この体系を記録したページは、この観察が裏付けとなる測定なしに述べられていることを注記している。
- エージェント自律性レベルのレベル 5 は、オペレーティングシステムのようなレイヤーとして説明されており、その一例として OpenAI が提案したオーケストレーション設計 Symphony が言及されている。
- CyberAgent の L4（PRD to Production）は目標である。同社は、2028 年までにプロダクト開発チームがレベル 4 に到達することを目指している。
名前の挙がったツールの位置づけ
2 つの体系が同じ製品の名前を挙げ、それらを異なる位置に置いている。
| ツール | SE 自律性レベル | 4 段階の進化 |
|---|---|---|
| GitHub Copilot | レベル 2、Task-Agentic | 段階 I、Tool-Augmented |
| Claude Code | レベル 3、Goal-Agentic — このレベルを目指すとされるエージェントの 1 つ | 段階 I、Tool-Augmented — 代表例として挙げられている |
| Devin | レベル 3、Goal-Agentic — このレベルを目指すとされるエージェントの 1 つ | 段階 II、Single-Task Autonomous — 自律的な機能開発を示すものとして挙げられている |
2 つの体系はこれらの位置を異なる形で定義している。SE のレベル 3 は技術的な目標を複数ステップの計画へ写像することで、4 段階の進化の段階 I は人間が主導するワークフローの中での支援作業で定義される。また SE の論文の表現は、これらのエージェントがレベル 3 を目指しているというものである。どちらの根拠ページも、相手方の位置づけについては言及していない。4 段階の進化のページは、その出典のどこにも自らの段階を他の体系と整合させる記述はないと注記し、段階の番号はその論文の内部でのものとして扱うよう勧めている。
各体系が何を論じるために使われているか
- SE 自律性レベル — 当面の課題はレベル 3 を使いこなすことだという主張。レベル 2 からレベル 3 への移行は、ワークフローのオーケストレーション、信頼、検証を通じて人間とコンピュータの関係を変えるからであり、ゴール・エージェント型のシステムのための規律ある実践は、レベル 4〜5 よりも先に確立されなければならないとする。
- エージェント自律性レベル — 1 つの数値では、個々のエージェントの信頼レベルと、多数のエージェントを調整するスキルの両方を表現できないという主張。同じ記事は、タスクに対する自律性の上限はタスクの種類ではなくリスクと可逆性によって定めるべきだと論じ、実行前の「契約」（目標、範囲、非目標、ツール／権限、停止条件、エビデンス、エスカレーション、予算）、3 つの診断用の問い、そして 4 つの自律性のアンチパターンを提案している。
- 監督付きエージェンシーのスペクトラム — デプロイメントは段階的な信頼（シャドーモード、ヒューマン・イン・ザ・ループのチェックポイント、限定的な自律性）を経て進むべきだという主張。そして 合成的信頼性 があるため、長いタスクの途中に設ける人間のチェックポイントこそが、そもそも自律性を使えるものにしているとする。
- 4 段階の進化 — 1 つの軌跡。同じ論文が報告する、EvoClaw での成功率が、独立したタスクでは 80% を超えるのに対し、継続的なソフトウェアの進化では最大でも 38% に落ちるという結果と照らし合わせて読まれる。
- AI 成熟度レベル — L4 に到達するには 仕様駆動開発 への移行が必要だという主張。L3 に残るボトルネックはコンテキスト設計であり、L4 はそれを取り除くからである。
- 自律性とアクション空間 — この 2 つはリスク評価の異なる側に入るという主張。行動の範囲と可逆性は失敗の影響に関わり、自律性は失敗の発生可能性に関わる。
エージェント自律性レベルの記事とガバナンス・フレームワークはどちらも、エージェントにどれだけの自由を与えるかを可逆性と結びつけている。前者はタスクに対する自律性の上限として、後者は失敗の影響を左右する要因として扱っている。
各体系の裏付け
- SE 自律性レベル — 研究論文で提案され、SAE レベルとの類推によって描かれている。
- エージェント自律性レベル — 以前の実務者によるはしごを改訂したブログ記事。Anthropic の 2 つの研究報告を引用しており、そのうちの 1 つは約 40 万セッションを対象に、計画に関する判断の約 70% を人間が行い、行動の約 80% を Claude が実行していることを示している。
- 監督付きエージェンシーのスペクトラム — 1 本の論文の図と段落であり、デプロイメントの調査から導かれたものではなく、各位置は運用上の閾値によって定義されていない。論文は自らをポジションペーパーと位置づけている。
- 4 段階の進化 — 段階の境界が論文自身による軌跡の読み取りに基づく予測であり、期間は重なり合っているが、論文はそれについて説明していない。
- AI 成熟度レベル — 企業の社内モデルであり、2 本の企業ブログ記事で報告されているが、尺度の範囲について両者は食い違っている（一方は 4 段階、もう一方は 5 段階）。
- 自律性とアクション空間 — リスク管理のための概念を示すガバナンス・フレームワーク。