プロンプトがプラットフォームに - レゾナート HQ ドミニク・トルノフ氏

プロンプトがプラットフォームになる：2026 年、AI エージェントが設計の主導権を握る未来

2026 年までに、コーディングエージェントは従来のソフトウェアプラットフォームから静かに引退し、「プロンプトそのものがプラットフォーム」となる時代が到来します。これは単なるツールの進化ではなく、価値の所在が「実装コード」から「抽象的な仕様（プロトコル）」へと根本的にシフトするパラダイムチェンジです。

レゾナート（Resonate）創設者兼 CEO のドミニク・トルノフ氏は、AI エージェントを単なるコード生成の助手ではなく、設計段階からシステムアーキテクチャを主導する自律的なパートナーへと進化させる具体的な道筋を示しました。その鍵となるのが、「決定論的シミュレーション」を用いた新しい開発ワークフローです。

実装から仕様へ：価値の再定義

従来のソフトウェア開発では、汎用的なライブラリやフレームワークを再利用してシステムを構築してきました。しかしトルノフ氏は、このモデルはもう限界に達していると指摘します。

「2026 年、コーディングエージェントは最初のソフトウェアプラットフォームを引退する。それが悪いからではない。単にそのプラットフォームが不要になったからだ。」

これからの時代、価値の中心は「実装」ではなく「仕様」、つまりプロトコルに移行します。汎用的な実装ライブラリは不要になり、AI エージェントがすでに整備されたインフラ（PostgreSQL や NATS など）を最小限の拡張として利用する形で、独自の実装を生成するようになります。

製品とはもはやコードそのものではなく、「抽象的な仕様書」です。このプロトコルさえ定義されていれば、AI はターゲットとなるインフラに合わせて最適な実装を自動生成できます。重要なのはサーバーをゼロから構築できるかではなく、「信頼できるサーバーを反復して合成できるか」という問いに答えられるかどうかです。

エージェントが設計の主導権を握るワークフロー

多くの場合、AI エージェントは仕様書を与えられて実装を行うだけで、設計プロセスには関与しません。しかし、仕様が再利用可能な製品となるためには、エージェントが設計段階（上流工程）から参画する必要があります。

トルノフ氏は、この課題を解決するために以下の 3 ステップのワークフローを提案しています。

1. 抽象仕様: AI に渡すのは、特定のデータベースや一貫性モデルに依存しない抽象的なプロトコルのみです。
2. シミュレーションによる検証: エージェントは本番環境ではなく、決定論的シミュレーター上で「実行可能な設計（アルゴリズム）」を構築・テストします。
3. 具体的な実装: シミュレーションで正しさが証明された後、初めて本番環境での具体的な実装コードを生成させます。

このプロセスにより、エージェントは単にコードを書くだけでなく、「なぜそのアルゴリズムが正しいのか」を理解した上で設計を行うようになります。人間は依然として設計プロセスに関与しますが、主導権は AI エージェントに移ります。

決定論的シミュレーション：不確実性を排除する鍵

分散システム開発の最大の難所は、本番環境における「非決定的な挙動」です。例えば、キーバリューストアから読み込んだデータが「最新のもの（新鮮な読み取り）」なのか、「過去のバージョン（古くなった読み取り）」なのかを、コード側からは判断できません。

本番環境ではこの情報は隠されており、エラーが発生してから初めて「世界観の陳腐化」に気づくことになります。しかし、AI エージェントがこの不確実性に対処して信頼性の高いアルゴリズムを設計するのは極めて困難です。

そこでトルノフ氏が導入したのが決定論的シミュレーション環境です。

「本番環境では見えない『古くなった読み取り』や、隠された最新値の情報を、シミュレーターは記録します。」

このシミュレーターは NATS.io のような実際のインフラを模倣しつつ、以下の機能を提供します。

• 再現可能性: エージェントが間違ったアルゴリズムを書いた際、同じ条件で正確に再現・調査できます。
• 禁断の果実（Forbidden Fruit）: 本番コードではアクセスできない「読み取りが古かったこと」や「最新値が何だったか」という情報を、デバッグ用のトレースとして提供します。

これにより、AI エージェントは単に「テストが失敗した」と知るだけでなく、「なぜ失敗したのか（古くなった世界観に基づいて判断を下したから）」という因果関係を明確に理解できます。このフィードバックループを通じて、エージェントは並行処理や障害発生時の複雑な状態遷移を正しく扱えるよう学習します。

ミニマリズムとシンプルさ：プロトコルの極限まで削ぐ

このアプローチが可能になった背景には、レゾナートが追求する「ミニマリズム」と「シンプルさ」の哲学があります。トルノフ氏は、複雑な状態空間を管理するために、プロトコル自体を極限まで単純化しました。

「プロトコルをより小さく、シンプルにするために 3 年間費やしました。問題に直面するたびに『何を取り除けるか？』と問い続けました。」

その結果、永続的な約束（Durable Promise）とタスク（Task）という 2 つのオブジェクトのみを中心とした極めて小さなプロトコルが生まれました。複雑な状態を管理しようとするのではなく、プリミティブを最小限に抑えることで、AI エージェントが設計・実装する難易度を劇的に下げています。

まとめ

生成 AI が単なるコード補完ツールから、複雑な分散システムの設計者へと進化するための道筋は明確です。抽象的な仕様書を定義し、決定論的シミュレーターで検証を繰り返すことで、AI エージェントは不確実性を排除した信頼性の高いシステムを自動生成できるようになります。

2026 年、プロンプトがプラットフォームとなり、私たちは「コードを書く」ことから「正しい仕様と設計を定義する」時代へと移行します。