Cursor pstack で AI エージェント開発環境を構築する — 月 2,500 件の PR を支えた基盤設計

自宅で運用するAIエージェント会社の設計が、増井敏克氏の「ループエンジニアリング」5要素（起動条件・判断情報源・権限と範囲・検証方法・完了条件）すべてに対応していることを実装コードで検証。特に暴走防止の権限階層化（L0/L1/L2）とQA品質ゲートが重要で、単発スクリプトと継続稼働エージェントの違いはこれら5要素を意図して設計するかどうかにある。

ユーザーが AI の出力を何度も直し続ける行為を「再試行」と、システムが自動で評価・修正を繰り返す「ループ」として区別。ループの必須要素は「観測・実行・検証・回復」の 4 つであり、これらがコード化されているかが人が介入し続けるか否かの分岐点になる。Anthropic の長時間エージェント実装例から、実装パターンを具体的に解説。

AIエージェントがファイル保存を報告したが、実際には保存されていなかった事例を紹介。原因はエージェント定義内の指示と権限の矛盾にあり、報告の文面ではなく成果物そのもの（ファイル、一覧、公式ドキュメント）を確認する5つの型と、それでも残る限界を実例とともに解説。

ウェルスナビのSREチームが28卒向け20日間インターンシップを実施し、インターン生2名が自社開発のSREエージェント「Clione」のパフォーマンス改善とAIによるSQLレビュー品質向上に取り組んだ。Clione は Agent Observability導入で計測し、4つの課題を洗い出して改善。SQLレビュー機能では Bytebase、Datadog、Lambda、Terraform を組み合わせ、本番環境のワークロード分析を含む総合レビュー機能を実装した。