『ソフトウェア開発者は、エージェントを作る人になっていく』 AIエージェントを使ってコードを書く。その次に来るのは、自社の製品で働くエージェントを設計する仕事だ。LeadDevの記事では、Agentic AI Foundation（AAIF）の幹部がこの変化を予測し、行動の制御や問題の調査まで担える開発者を増やす必要があると述べている。 AIを使いこなすことと、AIに仕事を任せられるように設計することは、違う能力だと思う。何を任せ、何を制限し、失敗したときにどう調べるか。コードを書く速度だけでなく、こうした設計をチームで学ぶことが大事になりそうだ。 以下、詳細です。 ・エージェントを作るためのスキル 同じ入力でも結果が変わりうるシステムを扱い、できることとできないことを制御する。行動を記録し、問題が起きたら実行履歴を追って原因を調べる。記事は、エージェントの利用経験だけでは身につかないスキルに目を向けている。 ・MCPの普及と社内ルール MCP（Model Context Protocol）は、AIを外部のデータやツールにつなぐための共通規格だ。AAIFによると、ChatGPT利用者によるMCPのツール呼び出しは、2026年8月に同年1月の98倍に達した。ただし、呼び出し数の増加だけでは、信頼性や安全性までは分からない。 ・接続した後の管理 ネットで見つけたMCPサーバーを導入するだけでは、安全な運用にはならないと記事は指摘する。組織としてMCPサーバーをどう管理し、どんな制御を加えるかを決める必要がある。エージェントの機能追加と、運用のルールづくりを一緒に進める話だ。 ・エージェント同士の連携 企業がエージェントをサービスとして提供するようになると、組織をまたぐデータへのアクセスや仕事の委任が問題になる。記事は、エージェント間の通信を支えるA2A（Agent2Agent）を紹介する。単体のエージェントだけでなく、他社のエージェントとの連携も視野に入れた議論だ。 ・採用する規格の運営も見る 技術的につながるかだけでなく、その規格が安定しているか、中立的な組織が運営しているか、自社の要望を提案できるかも評価する。記事は、エンジニアリングリーダーに、オープンソースや標準化への参加も促している。これは、標準化を推進するAAIF側の立場からの提言でもある。 読んでいて感じるのは、開発者が学ぶ対象も変わるということだ。エージェントにうまく指示を出すだけでなく、権限や記録、他のシステムとの連携まで含めて設計する。それを個人の試行錯誤で終わらせず、チームの知識として共有できるかが気になる。