世界博覧会 2026 で定義された AI エンジニアリングの 5 つのトレンド

swyx のノート：AIE の取材を担当してくれた Richard に感謝！平日の更新を受け取るには、AINews フィードへの登録を忘れずに。次回の AIE は 10 月 12 日から 14 日にニューヨークで開催され、今年は特に金融分野における AI に焦点が当てられます。

AI エンジニアリングは 3 年間で大きく進化しました。swyx が 2023 年 6 月に「AI エンジニア」という用語を coined（造語）した当時、これは大規模言語モデルの爆発的登場から生まれた新しい開発者の姿に名前をつけたものでした。今ではまるで昔話のように思えますが、AI とソフトウェア開発の交差点を「プロンプトエンジニアリング」と呼んでいたのは、swyx がその概念を再定義するほんの数ヶ月前のことでした。

最新の AI Engineer World's Fair は、この分野がいかに成熟したかを如実に示しました。「AI エンジニア」がどこでも正式な職種名になったかどうかは本質的な問題ではありません。過去 3 年間で AI を巡って発展してきたエンジニアリングプラクティス——コーディングエージェントの構築、ハルネス（評価環境）の設計、コンテキスト管理、モデル出力の評価、そして自律性の高いシステムのオーケストレーションなど——が、もはや主流のソフトウェア開発の一部となっています。

AIEWF での個々の発表に焦点を当てるのではなく、本稿では AI エンジニアリングが 2026 年においてどこにあるかを示す 5 つの大きなトレンドを取り上げます。

1. エージェントから、それを取り巻くシステムへ焦点が移る

AI エンジニアリングの進化を最も明確に示す例の一つとして、元 OpenAI 研究者で現在は Thinking Machines Lab の共同創業者であるリリアン・ウェング（Lilian Weng）氏の 2 つのエッセイを比較することが挙げられます。

彼女の影響力のある 2023 年の記事『LLM Powered Autonomous Agents』では、プランニング、メモリ、ツール利用という観点から LLM エージェントの構造を解説しました。AutoGPT、BabyAGI、GPT-Engineer がその具体例として挙がっており、これらは自律型エージェントがまもなく実用化される可能性を示す概念実証システムでした。

一方、2026 年に発表された新エッセイ『Harness Engineering for Self-Improvement』では、視点が大きく異なります。ウェング氏は、エージェントそのものへの注目ではなく、モデルを取り巻くシステムこそが同等に重要だと主張します。具体的には、ワークフローやコンテキスト、権限管理、評価、永続的な状態の維持、そして継続的な改善を担う「ハルネス（枠組み）」です。つまり、AI エンジニアリングは単なるプロンプト操作から、信頼性の高いシステムを構築する工程へと進化を遂げたのです。

コーディングエージェントのループ；画像提供：リリアン・ウェング

この変化は、AIEWF（AIエンジニアリング・ワールドフェア）において最も重要なテーマの一つでした。2023 年に世界中で話題を呼んだ「AutoGPT」という自律型エージェントプロジェクトについては、今年はほとんど言及されませんでした。代わりに議論の中心となったのは、Claude Code、Codex、Gemini CLI、Cursor、Warp など、生産環境でも信頼性の高いコーディング・エージェントを実現するための基盤整備です。

2023 年のイベントでは、AutoGPT の過熱した話題に辟易とした記憶があります。当時の議論がほとんど「人間を排除すること」に集中していたからです。しかしここ数年で明らかになったのは、完全な自律型エージェントは信頼性だけでなく、望ましいものでもないということです。特に大規模システムにおいてはなおさらです。そのため、AIEWF ではエージェントがエンジニアを置き換える存在ではなく、AI エンジニアの能力を補強・拡張するパートナーとして位置づけられていたことは、ほっとした気持ちになりました。

AIEWF 2 日目の OpenAI キーノートで、ロマン・ユエ氏はこの点を強調しました。OpenAI の Codex などのツールを活用すれば、エンジニアはエージェントとより円滑に協働できると彼は説きます。「ソフトウェアが世界を飲み込み、次に AI がソフトウェアを飲み込んだ。しかし今、私たちが伝えたいのは、『AI エンジニアが世界を飲み込む』という事実です」とユエ氏は語りました。

AI エンジニアの能力が高まる一方で、最先端企業ですら自社のモデルがどのように進化しているかを完全に理解できていないという懸念も強まっています。では、エンジニアが本当にこれらのモデルをどこまでコントロールできるのでしょうか。

別の基調講演で、Anthropic の Thariq Shihipar は、最新のモデル「Claude Fable」について有機的なシステムのようなものだと説明しました。「モデルは設計するのではなく、育てるものだ」というのが彼の主張です。彼によれば、「能力のオーバーヘッド」が存在し、「Claude はスパイク状に賢くなっていく」とのことです。

だからこそ、生成された出力を評価・監視できる「エージェントによる開発」のためのシステムを構築することが重要なのです。

2: ループ工学が新たな制御層となる

AIEWF の基調講演初日の午前中が終わる頃には、「ループ（loops）」という言葉がこのイベントの流行語であることが明確になっていました。この用語の使用頻度については議論の余地がありますが、AI エンジニアリングにおける重要な緊張関係、つまり「エージェントにどの程度の権限を与えるべきか」「人間はどこで介入し続けるべきか」という点を浮き彫りにしました。

OpenClaw の創設者、ピーター・シュタインバーガー氏がより良いループの構築を訴えています。

現在、多くの主要なエンジニアが採用しているアプローチの一つは、自分たちを「外側のループ」に配置することです。これは、内側のループで自律的に作業を進めるエージェントを監督する役割を担うものです。

Roland Gavrilescu氏は、自己改善型システムの展開基盤を構築する新興企業「Introspection」の共同創設者兼CEOです。Latent Spaceとのインタビューで、彼は「自動研究（autoresearch）」という概念が、エージェントのループに不可欠なフィードバック構造を提供すると説明しました。

「システムは内側と外側の2つのループを持つと考えることができます。内側のループがユーザーと対話し、実際の作業を担う主要なシステムです。一方、自動研究は主に外側のループに関わります。これは主要なシステムを監視・維持する別のシステムのことです」

この外側のループには、フィードバック信号や評価（evals）、人間の入力などが含まれます。そのため、依然として自律的な要素が強いものの、本質的には主要なエージェントの動作に対する監督機能を持つ方法論と言えます。元GoogleのエンジニアリングリーダーであるAddy Osmani氏は、これに関連して「エージェントは内側の実行ループをより多く担えるようになるが、外側のループはまだエンジニアリングの領域だ」という鋭い指摘をしています。

AIEWF（AI Engineering World Fair）では、「ループ・エンジニアリング」という用語が何度も登場しました。これは、こうしたループシステムを構築する責任は人間であるAIエンジニアにあることを示唆しています。OpenClawの創設者で「ClawFather」ことPeter Steinberger氏も、自らを外側のループに位置づける点を強調しています。OpenAIの基調講演では、「エージェントが内側の実行ループを回す一方、私は外側のループで方向性を定め、意思決定を行う」と説明しました。

AIEWF での「ループ論争」

最終日には、完全自律型のエージェントが現実世界でループ（制御ループ）を管理できるかどうかを巡るステージ上の議論が行われました。HumanLayer の Dex Horthy は、「過熱した期待が、実務の規律に追いついていない」と主張しました。彼はループそのものを否定しているわけではなく、Kubernetes が制御ループの上に構築されていることを指摘しつつも、「ただし、あれは決定論的なループだ」と付け加えました。

一方、Ralph Loop の生みの親である Geoffrey Huntley は、ループを「最先端の考え方」であると認めつつ、聴衆に考えさせる絶妙な比喩を披露しました。

「今の私たちは、機関車の運転士のようなものです。私たちの仕事は、機関車が線路から外れないようにすることです。」

3: AI エンジニアリングが企業へ浸透する

こうした AI ツールとの協働スタイルは、今や企業内にも広がり始めています。その中心となるのが、「フォワード・デプロイド・エンジニア（FDE）」と呼ばれる新しい役割です。FDE は組織と直接連携し、AI の実装を担うエンジニアのことであります。

Sierra で FDE を率いる Natalie Meurer 氏は、Latent Space に対し、企業への AI 導入には多大な調整作業が必要だと語りました。「私たちが携わるすべての企業が知りたいのは、自律型エコシステムが持つ能力をいかに維持するかです」と彼女は述べます。「エージェントに関与するすべての統合やチームを管理できる仕組みが必要です。」

AIEWF のセッションで、Cursor の Pauline Brunet 氏が FDE（フルスタック・エンジニアリング）について語りました。

同氏のセッションでは、各プロジェクトで FDE が目指す成果が説明されました。「私たちが最終的に離れる際、すでにクラウドエージェントや常駐型エージェントの導入、自動化の実装、そして Cursor SDK を基盤としたアプリケーションの構築が完了している状態です。重要なのは、私たちが去った後も、顧客に明確な投資対効果（ROI）が残るということです。つまり、私たちが撤退した後にシステムを停止させないで済むのです」

同会議では「ソフトウェア・ファクトリー」という用語も頻繁に登場しました。Brunet 氏によれば、「Cursor におけるソフトウェア・ファクトリーとは、プロセス全体を通じて人々をサポートする常駐型エージェントのことです」。彼女が率いる FDE チームの役割はまさにこれを実現することであり、顧客企業のエンジニアと共に作業を進めます。

では、人間のエンジニアがソフトウェア・ファクトリーのどこに位置づけられるべきか。これは企業にとって重要な課題です。Warp の CEO である Zach Lloyd 氏は、組織がライフサイクルのどの部分を自動化し、どこで人間の関与が必要かを明確に選択する必要があると説明しています。

Warp の Zach Lloyd 氏が語る、プロダクトを作るための基盤構築について。

「リポジトリを選択し、自動化したいソフトウェア開発ライフサイクルのどの部分を選ぶか、そしてどこで人間の介入が必要かを決定するのが重要です」と、Lloyd 氏は同社が新たに発表したソフトウェアファクトリープラットフォーム『Oz』について語りました。「組織やコードベースによって好まれるアプローチは異なります。コードレビューを完全に自動化すべきでしょうか？それとも、リスクの高い変更については人間による確認を必須とするべきでしょうか？」

企業が AI システムで直面するもう一つの課題は、独自の組織データをどう管理するかです。Atlan の Prukalpa Sankar 氏は会議で「コンテキストエンジニアリング」について講演し、その重要性をツイートで解説しました。「ビジネスシステムから共有された企業の脳へ、そして MCP や API、検索機能を通じてエージェントやコパイロット、アプリへとコンテキストがどのように流れていくかを考慮することが不可欠だ」というのです。

最後に、企業がすでに AI エージェントに全振りしているわけではないという点にも触れる必要があります。Cursor の Brunet 氏は、企業における AI 採用は依然として「早期採用者」に限られていると指摘しました。つまり、この段階では FDE（フルスタック開発エンジニア）にとって、「組織内で適切な推進役を見つけること」が大きな課題となっているのです。

4: コーディングエージェントが IDE を代替し、開発者のインターフェースとなる

AI エンジニアリングサミット初開催以来、最も実用的かつ大きな変化は、開発者が日常業務において AI とどう向き合うかという点です。

2023 年当時、AI を活用したプログラミングといえば、GitHub Copilot が次の数行のコードを補完してくれる程度でした。多くの開発者は依然としてほぼすべてのコードを手書きし、AI は「賢い自動補完ツール」として使われていました。しかし現在では、Claude Code、Codex、Gemini CLI、Cursor、Warp といったツールが登場しています。これらは「コーディングエージェント」と呼ばれ、広範な目的を理解し、コードベースを探索し、複数のファイルを修正し、テストを実行し、デバッグを行い、失敗した箇所を自ら修正しては改善を繰り返すことができます。そして最終的に開発者に結果を提示するのです。

Barr Yaron 氏による AI エンジニアリング調査でも、コーディングエージェントは主要なトレンドの一つとして挙げられています。

この「コーディングエージェント」の潮流は、ウェブ開発の分野にも広がりを見せています。特に最近リリースされた Vercel の「eve」がその象徴です。同社はこれを「エージェント・フレームワーク」と呼んでおり、同社が人気を博すオープンソースの React フレームワークである Next.js に匹敵するものとしています。

AIEWF（AI Engineering World Fair）において、Vercel のソフトウェア責任者である Andrew Qu 氏は Latent Space に対し、「エージェントは実質的に新しい種類のソフトウェアだ」と語りました。「彼ら [エージェント] は、従来の Web アプリケーションほど予測可能ではありません。インフラストラクチャの見た目はおそらく似ていますが、その相互作用やインターフェース、そして出力結果は、はるかに動的なものになります。」

ク氏は、エージェント開発のためのフレームワーク構築という仕事は、まだ終わっていないと付け加えました。「1 年前には、サンドボックスがこれほど重要になるとは予想もしていなければ、安全なコード実行や長時間稼働するジョブに対する需要がこれほど高まるとも知りませんでした。現場から学び続ける中で、さらに多くのものを構築していく必要があります」と語りました。

エージェントのための「A」とは何か？アンドリュー・ク氏は、Vercel の三角形ロゴを掲げました。

これは、「ソフトウェア工場」のトレンドへと話を戻すことになります。ここでは開発者が複数のエージェントを管理することになります。Conductor の CEO であるチャーリー・ホルツ氏は、AIEWF の聴衆に対し、どのようなコーディング環境であっても、人間のエンジニアが常にコントロールを握り続けるべきだと強調しました。

「未来が工場で構成されるものになってほしくありません。私は人間としての感覚を持ちたい。フローの中にありたい。オーケストラの指揮台に立ち、指揮棒を振るような感覚を持ちたいのです」とホルツ氏は語りました。

会議中、AI エンジニアの間では、「ソフトウェア工場」か「オーケストラ」か、どちらの用語が適切なのかについてまだ合意が得られていないという空気がありました。ループマキシング（loopmaxxing）を提唱するジョフリー・ハンツリー氏でさえ、自動化に関する議論において、自分たちの考えが先走りすぎないよう警戒しています。

「来年の今頃、このカンファレンスで『工場が失敗した』『ループが失敗した』と叫ぶ人々が溢れているのではないか。まだ解決できていない課題だ」という懸念を表明しました。

1. 全てのエージェントプラットフォームが「スキル」を中心に構築されている

今回のカンファレンスの主要なトピックの一つは「スキル」でした。この概念は、Anthropic が昨年 10 月に Claude に「エージェント・スキル」を導入した際に広まりました。Addy Osmani の定義を借りれば、スキルとは「シニアエンジニアがソフトウェアを構築する際に行うワークフロー、品質ゲート、そしてベストプラクティスをコード化したもの」です。

AIEWF（AI Engineering World Fair）では、Vercel の Andrew Qu 氏がスキルを「持ち運び可能なオンデマンドの知識」として有用だと指摘しました。また、Introspection の共同創業者である Roland Gavrilescu 氏は、「AI エンジニアリングはエージェント・ツールからエージェント・スキルへとシフトした」と宣言しています。

@aiDotEngineer

PicoCreator - AI builder @ 🇫🇷

2026年6月29日

[画像: HMBIOfSaQAAPBKd.jpg]

[リンク: https://t.co/Tks7TTLEHd]

メインステージのセッションで、Google DeepMind のフィリップ・シュミッド氏は、「スキル」やその他の宣言型 Markdown ファイルを活用することで、開発者がコードを書かずに「エージェント」を運用できることを実演しました。彼の主張の核心は、スキルがオーケストレーションコード（これまで主に Python で記述されていた）への依存度を下げる点にあります。

シュミッド氏の結論は明快です。「エージェントとは単なるファイルに過ぎない。Markdown ファイルを書くことで機能を拡張し、エージェントはそのファイルから学習し、自ら新しいファイルを作成できるのだ」。

かつて Google に在籍し、現在は「Renaissance Geek」という企業の経営者であるポール・バカウス氏は、エージェントのスキルを軸にしたプロジェクトを立ち上げています。彼が手がけたオープンソースのデザインスキルシステム「Impeccable」は、コーディング用エージェントに対し、インターフェース改善のための共通語彙を提供するものです。バカウス氏はさらに、「スキルエンジニアリング」という分野そのものを確立すべきだと提唱しています。

ポール・バカウス氏：「デザインを一度の指示で完璧に仕上げることはできない」

Latent Space へのインタビューで、バカウス氏は「多くのスキル、ひいてはモデル自体が創造性に欠ける」と指摘しました。「現在のスキルやモデルは一つの方向へと収束してしまっており、もし誰もが同じスキルを使ってフロントエンドデザインなどを担当すれば、結果としてすべての作品が似通ったものになってしまう」のです。

「スキル・ヘル」という現象も存在するようです。マット・ポック氏はこれを、過去の開発者が直面した「フレームワーク・ヘル」に匹敵する課題だと指摘しています。バーチャル登壇でポック氏は、スキルの書き方に関する詳細なチェックリストを提示しました（動画は下記参照）。要点をまとめると、「スキルは少なく小さく設計し」、その構造にはより多くの思考を注ぐべきだというアドバイスです。

クロージング基調講演では、Y Combinator 社長のギャリー・タン氏が、自社のスタートアップや所属企業において「AI ネイティブ」なアプローチやスキルの活用を聴衆に強く呼びかけました。営業、サポート、財務といった業務機能について、「YC 内で見かける AI ネイティブ企業は、これらすべてを『スキル』としてエンコードしています」とタン氏は語りました。具体的には、エージェントが実行する書面化された手順であり、エンジニアの役割はそのスキルを維持し、まだスキルで処理できない作業を担うことです。

しかし、エージェントの自律的な動作に過度に依存することにも危険が伴います。AIEWF 参加者のタイラー・ブラウン氏は X（旧 Twitter）で、「構造化のない自律性は、レバレッジ（効率化）と同様に『スロップ（ゴミのような成果物）』を生み出す」と指摘しました。同氏が会議から得た教訓の一つは、「スキルを再訪し、再実装すること」です。

「新しいモデルがリリースされるたびに、まるで子供が中学校から高校へと成長していくようなものです。その子の能力を引き出すためには、カリキュラムを変更する必要があります。」

スケールするエージェントエンジニアリング

「AI エンジニアの台頭」や最初の AI Engineer Summit からちょうど3年が経ちました。振り返ると、議論の内容がいかに大きく進化してきたかを実感させられます。3年前は、LLM が自律的なエージェントとして機能しうるかどうかを証明することに注目が集まっていました（当時は答えは「ノー」がほとんどでした）。AutoGPT やプロンプトエンジニアリング、Langchain などの初期のオーケストレーションフレームワークが議論の中心でした。

今やエージェントは単に動作するだけでなく、スケーラビリティも証明されています。そのため、今年の AI Engineer World's Fair では、より本質的な課題に焦点を当てることができました。具体的には、信頼性の高いシステムの構築、エージェントチームのオーケストレーション、コンテキスト管理、出力の評価、そして AI のプロダクションソフトウェアへの統合です。

今やエージェントはどこにでもいます…サンフランシスコのバスの裏側さえもそうです。

「AI エンジニア」という用語は、かつて新しい職種名として誕生したものでしたが、AIEWF 2026 では、ソフトウェアエンジニアリングそのものが向かっている方向性を示す言葉のように感じられました。開発者が自分たちを AI エンジニアと呼ぼうと、ソフトウェアエンジニアと呼ぼうと、フォワード・デプロイメント・エンジニア（Forward Deployed Engineers）と呼ぼうと、彼らが扱っているアイデアは共通化しています。コーディングエージェント、ハルネスエンジニアリング、ループ設計、そしてオーケストレーションです。