動作していないのに「動いた」と報告していた AI エージェントの修正方法

複数のエージェント CLI を組み合わせて、設計・実装・レビュー・PR・リリースまでの全フローを自動化する Rust 製 CLI ツール magi を開発した。設計段階で複数の advisor が案を出し synthesizer がまとめ、実装は複数候補の競争、レビューは固定 worktree で検証・修正を繰り返し、PR マージ後も自動で version bump PR を開くまで、人間は Chat で指示と最終判断のみ。

Claude Managed Agents はエージェントループ・サンドボックス・ツール実行・状態管理をまとめて提供するマネージド基盤（ベータ）。これまで Messages API で自前構築が必要だった要素をマネージド側で提供し、長時間実行や非同期タスク向けの運用インフラストラクチャを実現する。Agent / Environment / Session / Events の4つの概念を中心に、プロンプトインジェクション対策を施した安全設計で構成されている。

会社員が Claude Code を PM 役に、サブエージェントを developer 役にして、自分ではコードを書かず日本株の投資判断ツール 2 つ（財務分析型と急騰株察知型）を約 2 週間半で開発。財務指標やテクニカル判定は決まったルールで実行し、AI は下書きと分類の補助に限定。仕様書を「正」として AI の勝手な判断を防ぎ、最終的な投資判断は人間が行う設計。

Claude を用いた自律AIエージェント「一郎」が note 記事の執筆・公開を自動化される中で、規約未読・安全機能回避・ボタン誤押下・マークダウン解釈の4つの事故が発生。各つまずきに対し、作業順序の固定化・準備と確定の分離・要素名確認・事前チェック等の設計改善を施し、外部への操作確定を人間の目が届く時間帯に寄せる運用へ転換した。