🤖 AI

The End of Software Engineering: How AI Agents Are Fundamentally Restructuring the Software Paradigm

本論文は、AIエージェントの出現が、静的な人間による記述コードから動的なLLM駆動型の推論ループへのソフトウェア・パラダイムの根本的な再構築を意味しており、自己進化するエージェントのエコシステムへの移行をナビゲートするための新たな規律である「エージェンティック・エンジニアリング（Agentic Engineering）」を必要としていることを論じるものである。

原著者： Zhenfeng Cao

公開日 2026-06-05

📖 1 分で読めます☕ さくっと読める

CC BY 4.0

原著者： Zhenfeng Cao

原論文は CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) でライセンスされています。 ✨ これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。免責事項の全文を読む

ビッグアイデア：レンガ積みから「魔法のシェフ」の指揮へ

過去50年以上にわたり、ソフトウェアを構築することは、巨大で静的なレンガの壁を築くことに似ていました。

旧来のやり方： 人間のエンジニア（石工）が、すべてのレンガをどこに置くかを正確に決定しなければなりませんでした。彼らはマニュアル（コード）の中にすべてのルールを書き込みました。もし建物に新しい窓が必要になれば、人間が作業を止め、どのレンガを動かすべきかを考え、その部分を物理的に再構築しなければなりませんでした。壁が大きくなりすぎると、一人の人間がすべてのレンガの場所を記憶しておくことは不可能になりました。
新しいやり方（AIエージェント）： レシピに従うだけでなく、調理しながら自らレシピを**作り出す「魔法のシェフ」**を想像してください。あなたはシェフに「スパイシーなシチューが欲しい」と伝えます。シェフは単にあらかじめ書かれた本を開くのではありません。シェフは思考し、適切な鍋を手に取り、野菜を刻み、お湯を沸かすための指示をナプキンに一時的に書き留め、シチューを調理し、そしてそのナプキンを捨てます。「コード」（ナプキン）は、仕事を完了させるために使われる一時的な道具に過ぎず、最終製品そのものではないのです。

この論文は、私たちがソフトウェア1.0（人間が書いた静的なコード）から、エージェンティック・エンジニアリング（AIエージェントが思考し、問題を解決するために一時的なコードを書き、そして次の工程へ進む形態）へと移行していると論じています。

主要概念の解説

1. 「レンガの壁」問題（複雑性）

かつて、ソフトウェアエンジニアは問題を小さく整理された箱（モジュール）に分割することで複雑さを管理しようとしました。しかし、論文はこの手法には限界があると述べています。

比喩： 全員が誰とでも会話できるパーティーを想像してください。5人なら会話は10通りです。100人なら、会話は5,000近くに膨れ上がります。
問題点： ソフトウェアが大きくなるにつれ、異なるパーツ同士が相互作用するパターンは爆発的に増加します。人間の脳では、それらすべてのつながりを把握しきれなくなります。これが、大規模なソフトウェアプロジェクトが失敗したり、行き詰まったりする理由です。

2. シフト：「どのように（How）」から「何を（What）」へ

論文は、ソフトウェアを得るための3つの世代を説明しています。

第1世代（ローカル・ソフトウェア）： ソフトウェアの箱を購入します。あなたはそれをインストールし、修正し、サーバーを稼働させ続けなければなりません。あなたがメカニックです。
第2世代（SaaS - Software as a Service）： ウェブサイト（Gmailなど）にログインします。会社がサーバーやアップデートを管理します。あなたはただ使うだけです。ベンダーがメカニックです。
第3世代（AaaS - Agent as a Service）： AIエージェントに「売上に関するレポートが必要だ」と伝えます。エージェントは、それを実現するための「方法」を考え出し、コードを書き、実行し、レポートを提出します。あなたはコードもサーバーも見ることがありません。エージェントがメカニックです。

論文の主張： 私たちは「AIが人間のコード作成を助ける」段階から、「AIエージェントが作業を行い、結果を提示する」段階へと移行しています。コード自体は不可視で、一時的なものとなります。

3. 新しい仕事：「意図の設計者（Intent Architect）」

もしAIがコードを書くなら、人間は何をするのでしょうか？

旧来の仕事： 指示（コード）を書くこと。
新しい仕事： 意図の設計者（Intent Architect）。
比喩： 映画監督を考えてみてください。監督はカメラを持ったり、衣装を縫ったりはしません。彼らは俳優（AIエージェント）に対し、シーンがどのような雰囲気であるべきか、目標は何かを伝え、最終的な映画が理にかなっているかを確認します。
論文によれば： 人間は、目標を定義する「意図の設計者」、AIエージェントのチームを管理する「コーディネーター」、そして最終結果を検証する「監査役」になります。

4. 現状の検証（「崖」の存在）

論文は楽観的ですが、現実的でもあります。EvoClawというベンチマークを用いて、「パフォーマンスの崖」を示しています。

比喩： テストで単一の数学の問題を解くのが得意な（成功率80%以上）生徒を想像してください。しかし、もしその生徒に、前の章の内容が次の章に影響を与えるような長編小説を書くよう頼んだらどうでしょう。第1章での小さなミスが第10章を台無しにする場合、彼らは失敗します（成功率は38%まで低下します）。
発見： AIエージェントは、特定のバグを修正したり、小さなスクリプトを書いたりすることには非常に優れています。しかし、プロジェクトに対して長期的に作業を続け、過去の変更を記憶し、ミスが積み重なっていくのを防ぎながら進む必要がある場合には、苦戦します。

ロードマップ：私たちはどこへ向かっているのか？

論文はこの進化の4つの段階を概説しています。

ステージ1（現在）：スマート・アシスタント。 次の曲がり角を提案してくれるGPSのようなものです。コードを書く手助けはしてくれますが、ハンドルを握っているのはまだあなたです。
ステージ2（近々）：自動運転車。 エージェントは、あなたがハンドルに触れなくても、特定のルート（機能の構築）を最初から最後まで走り切ることができます。ただし、目的地を選ぶのはあなたです。
ステージ3（将来）：フリート（艦隊）。 連携して働くエージェントのチームです。「プロジェクトマネージャー」のエージェント、「デザイナー」のエージェント、「テスター」のエージェントがいます。彼らは複雑なシステムを構築するために互いに会話します。
ステージ4（遠い未来）：自己進化するエコシステム。 エージェントは、人間の助けなしに自らを改善し、新しいスキルを学び、自らのミスを修正できるようになります。

論文の結論の要約

論文は、私たちが知っている形のソフトウェアエンジニアリングは終わろうとしていると結論づけています。

私たちは、人間がすべての決定を手動でエンコードする世界から離れつつあります。
私たちは、人間が「目標」を定義し、AIエージェントが「方法」を見つけ出す世界へと向かっています。
注意点： まだそこまでは到達していません。エージェントは小さなタスクには優れていますが、ミスが雪崩のように押し寄せるような、長期的な複雑なプロジェクトにおいては依然として課題があります。

最終的な教訓： あなたより速くタイピングするロボットに取って代わられることを心配しないでください。代わりに、正しい問いを投げかけ、AIエージェントのチームを管理して仕事を完遂させるための**「監督」**になる準備をしてください。「コード」はもはや製品ではなく、「結果」こそが製品なのです。

テクニカル・サマリー：ソフトウェアエンジニアリングの終焉

問題提起

本論文は、半世紀以上にわたって継続している、従来のソフトウェアエンジニアリングにおける根本的な構造的限界を特定している。モジュール分解や自動テストといった手法は「偶発的複雑性（accidental complexity）」を減少させてきたが、「本質的複雑性（essential complexity）」、すなわちシステムが成長するにつれて発生する相互作用の組み合わせ爆発に対処することには失敗してきた。

核心となる問題は、スケーリングにおけるミスマッチである：

静的な決定ロジック： 従来のソフトウェアは、実行前に人間がすべての決定ロジック（ $D$ ）を静的なソースコードに明示的にエンコードすることを要求する。
固定された人間の能力： 人間の認知能力（ $C_H$ ）は本質的に一定であるが、 $n$ 個のコンポーネントを持つシステムにおける可能な相互作用パスの数 $P(n)$ は指数関数的に増加する（ $P(n) \in \Theta(2^n)$ ）。
ボトルネック： システムがスケールするにつれ、修正（理解、特定、修正、およびロジックの検証）のコストは非線形に増大し、限界生産性の低下を招く。現在の「AI拡張型開発（AI $\to$ ソフトウェア $\to$ 結果）」というパラダイムは、人間が設計と統合のクリティカルパスであり続け、最終的な成果物が人間のメンテナンスを必要とする静的なアーティファクトであるため、この問題を解決できていない。

手法と理論的枠組み

本論文は、従来のソフトウェアシステムと新興のAIエージェントシステムを対比させるために、第一原理分析を用い、数学的な定義と複雑性の議論を通じてその違いを形式化している。

形式的定義：
- 従来のソフトウェア（ $S$ ）： 決定ルール（ $D$ ）が静的であり、人間によって事前にエンコードされているタプル $(C, D, E)$ として定義される。
1. エージェントシステム（ $A$ ）： 大規模言語モデル（ $M$ ）が推論エンジンとして機能し、プランニングメカニズム（ $\Pi$ ）に基づいて、実行時にコードやツールの使用（ $T$ ）を動的に生成するタプル $(M, T, M, \Pi)$ として定義される。
複雑性の議論： 著者らは、エージェントシステムが解決能力を人間の認知限界から切り離すと主張している。エージェントのパラダイムでは、有効な容量（ $C_M$ ）はモデルのサイズと学習計算量に応じてスケールするため、すべての不測の事態を明示的に事前プログラミングすることなく、複雑な解空間を非線形にナビゲートすることが可能になる。
歴史的軌跡の分析： 本論文は、ソフトウェアの提供形態がローカル（Software 1.0）からSaaS（Software 2.0）へ、そして Agent-as-a-Service (AaaS) へと進化してきた軌跡を辿り、各シフトが複雑性をエンドユーザーからプロバイダーへと転移させていることを論じている。AaaSは、ソフトウェアというアーティファクトを不可欠な中間体として排除する、第3のパラダイムシフトを象徴している。

主な貢献

本論文は、**エージェンティック・エンジニアリング（Agentic Engineering）**を、その研究対象、制御モデル、および人間の役割において、従来のソフトウェアエンジニアリングとは根本的に異なる独立した規律として導入している。

パラダイムシフトの定義： 「AI $\to$ ソフトウェア $\to$ 結果」から「エージェント $\to$ 結果」への移行。この新しいパラダイムにおいて、コードはシステムそのものではなく、推論のためのエフェメラル（一時的）な道具となる。出力されるのは、静的なソフトウェア・アーティファクトではなく、デリバリーされた「成果（outcome）」である。
新たな人間の役割： 論文は、人間の役割を「コード作成者」から 意図の設計者（Intent Architect）、コーディネーター、および成果の監査者（Outcome Auditor） へと再定義している。価値提案は、効率的なコードを書くことから、明確な目標を言語化し、エージェントのオーケストレーションを管理し、品質を校正することへとシフトする。
エージェントシステムの形式的モデル： 論文は、知覚（マルチモーダル入力）、メモリ（意味的、エピソード的、手続き的）、アクション（推論＋ツール使用）、およびLLM推論コアからなるLLMベースのエージェントのアーキテクチャを詳述している。また、エージェントが「スキル」を再利用可能な形で作成し、パフォーマンスのフィードバック（例：Hermes Agentフレームワーク）に基づいて自己パッチを適用するという「自己進化」の概念を強調している。
4段階のロードマップ： 著者らは、エージェンティック・エンジニアリングの進化に向けた軌跡として、以下の4段階を提案している：
1. ツール拡張型（Tool-Augmented）： AIが人間のコーディングを支援する（現在の状態）。
2. 単一タスク自律型（Single-Task Autonomous）： エージェントがエンドツーエンドのタスクを所有する（2025–2027年）。
3. マルチエージェント・チーム（Multi-Agent Teams）： 人間の組織構造を模倣した調整されたスウォーム（群れ）（2026–2029年）。
4. 自己進化型エコシステム（Self-Evolving Ecosystems）： 自律的に発見、学習、適応するエージェント（2028年以降）。

実証結果と限界

本論文は、エージェント・パラダイムの可能性と現在の限界を検証するために、近年のベンチマークの証拠を統合している。

ブレイクスルー：
- SWE-bench Verified： Lingma SWE-GPT 72Bのようなモデルは、GitHubのイシューに対して30.20%の解決率を達成し、大幅に大規模な静的モデルを上回る性能を示した。これは、プロセス訓練されたエージェントが複雑なエンジニアリング・タスクを処理できることを証明している。
- マルチエージェントの調整： パイロット研究では、調整されたエージェント・スウォームを通じて、エンタープライズのデバッグ・ワークフローにおける根本原因特定時間が93%削減されたことが示され、個々のエージェントの能力よりもオーケストレーションの力が高いことが浮き彫りになった。
- 自己進化： Hermes Agentのようなフレームワークは、人間の介入なしに「スキル」を自律的に作成、使用、弱点の検出、およびパッチ適用を行う能力を示した。
持続的な課題（ギャップ）：
- EvoClawベンチマーク： 論文は決定的なパフォーマンスの崖（performance cliff）を引用している。エージェントは孤立したタスクでは80%以上の成功率を達成する一方で、連続的な進化の設定（コミット履歴にわたる継続的な開発）においては、パフォーマンスが38%以下に低下する。
- 根本原因： この低下は、コンテキスト・ドリフト（システム全体の不変性の喪失）、エラー伝播（連鎖的な失敗）、技術的負債への意識の欠如、およびオープンエンドな設定における**検証の忠実度（verification fidelity）**の不足に起因するとされている。

重要性と主張

本論文は、AIエージェントの出現が、単なる漸進的なツールの改善ではなく、ソフトウェア・パラダイムの根本的な再構築を構成すると主張している。

不可避性： このシフトは、複雑性のスケーリング則の結果として不可避なものとして提示されている。従来のソフトウェアは、人間の認知限界が本質的複雑性に追いつけなくなる天井に突き当たっている。エージェントシステムは、スケーラブルな容量を持つモデルに推論をアウトソーシングすることで、この天井を回避する。
規律の創出： エージェンティック・エンジニアリングは、独自の指標、ツール、および専門的アイデンティティを持つ新しい分野として位置づけられている。それは「より優れたプログラミング」を超え、「意図のエンジニアリング（intent engineering）」という新しいモードへと移行する。
抑制された楽観主義： 論文は、完全な自律性に対して慎重な姿勢を保っている。エージェンティック・エンジニアリングが現在、拡張（augmentation）において変革的であることを認めつつも、連続的な進化能力におけるギャップがあるため、完全自律型のソフトウェアエンジニアリングは数年間にわたる研究課題であるとしている。当面の示唆は、実践者の焦点が、オーケストレーション、オブザーバビリティ（観測可能性）、および意図の仕様策定へとシフトし、「ソフトウェア・アーティファクト」が「エージェント・エコシステム」に取って代わられる未来に備えることにある。